銘板のこの4つの言葉は何ですか? AIは知りません。

今でもAIショート動画で見られるのは「ビッグオレンジの物語」とスーチャオテリアだと感じています。

英語がある程度レベルに達したら、英語の詩を学ばなければなりません。 厳格な韻律要件に従う中国のリズミカルな詩に似たソネットに加えて、英語の詩には、非常に柔軟な頭韻、文中の韻、文の先頭の韻などもあり、散文の執筆に使用して文の音楽性とメロディーを高めることができます。 オーウェルが言ったように、単語の発音に基づいて単語を選択してください。 デボラはハンジャンを翻訳した本で頭韻と韻をたくさん使ったが、翻訳者として受賞したのも一理ある

1,000人以上の中国人が、江蘇省揚州市で16日間でこの猫の地方裁判所オークションに申し込んだ。 オンライン入札は500元(70ドル)から。

今日、ハッカーニュースで非常に人気のあるニュースがあり、ニュース内容は、カリフォルニア州の失業率が米国の最下位である5.5%に上昇し、テクノロジー業界が苦戦しているというもので、「雇用市場は残酷すぎる」というものです。 > 金曜日に発表された州政府のデータによると、カリフォルニア州の失業率は7月に5.5%に上昇し、全米のどの州よりも高かった。 その背景には、テクノロジー業界やその他のオフィス職の雇用の低迷が続いており、採用市場の低迷も続いています。 このニュースは、これはカリフォルニア州経済の極めて重要な部分であるテクノロジー部門の弱さによるものだとしている。 このニュースはハッカーニュースコミュニティで熱く議論され、その背後にある根本的な理由は、見出しが示唆するよりもはるかに複雑な独自の視点から分析されました。 この議論は、テクノロジー業界の雇用が現在低迷している理由をよくまとめていると思います。 1. まず第一に、核となるポイントは、「ゼロ金利時代」の複数の後遺症に別れを告げることです これは議論の中で最も主流で深遠な点です。 多くの人は、現在のテクノロジー業界の苦境は単一の要因によって引き起こされたのではなく、むしろ過去10年間のゼロ金利政策(ZIRP)時代の終わりの波及効果であると信じています。 - 資本バブル崩壊:2012年から2022年頃まで、極度に低い金利で資本が異常に安くなった。 テクノロジー業界へのベンチャーキャピタル(VC)の流入により、「燃える」成長に依存する無数のビジネスモデル、特に真の価値を欠く仮想通貨企業やメタバース企業が生まれました。 FRBが利上げをすると、安いお金の時代は終わり、これらの企業のお金の連鎖は壊れ、多数の人員削減と閉鎖につながりました。 - 人材の需要と供給の不均衡: ZIRP の時代には、テクノロジー業界における高給与の神話が人材の流入を引き付けました。 大学でのコンピューターサイエンス(CS)プログラムの大規模な拡大、ブートキャンプの開花、技術移民により、過去10年間でソフトウェアエンジニアの供給が劇的に増加しました。 しかし、資本が減少するにつれて、需要側、特にスタートアップは急激に縮小し、深刻な人材の余剰を生み出しました。 - バイオテクノロジーなどの産業への波及効果: バイオテクノロジーなどの業界も、長期的でリスクの高い投資に依存しており、大きな打撃を受けています。 これらの業界は、ソフトウェア業界よりもさらに安価な資本に依存しています。 ZIRP終了後、VC資金は徐々に枯渇し、スタートアップは「滑走路資金」(滑走路)を使い果たした後、新たな資金調達を受けることができず、従業員を解雇するか倒産せざるを得なくなりました。 > (by tqi): 「私の意見では、『AI』がソフトウェア会社の採用に大きな影響を与えると言うのは時期尚早です。 よりもっともらしい説明は、2012年から2022年の間に、ソフトウェアエンジニアの人材供給が大幅に増加したということです... 需要面では、ゼロ金利時代のVCファンドは主にナンセンスな暗号通貨やメタバース企業に投資されており、そのほとんどが成功していないため、これらの人材を吸収できる市場には後期企業や新規上場企業が不足しています。 ” 2. リモートワークの「諸刃の剣」: グローバルなアウトソーシングの新たな波 新型コロナウイルス感染症(COVID-19)のパンデミックにより、在宅勤務(WFH)が普及し、当時多くの開発者に恩恵と見なされていましたが、現在ではその悪影響が現れ始めています。 - アウトソーシングへの道を開く:開発者が完全にリモートで働く権利を求めて戦う中、彼らはそれに気づいていない可能性があり、これにより、企業が低コストの国に仕事をアウトソーシングする扉も開かれます。 誰もが遠隔地にいるので、アメリカ人エンジニアの1/5にすぎず、同等に優秀なインド人や東ヨーロッパのエンジニアを雇ってみてはいかがでしょうか? - 「オフィスに戻ることはできない」オフィス: 一部のコメント投稿者は、テクノロジー企業が推進する「オフィスに戻る (RTO) 」ポリシーは、部分的には地元の雇用を保護することを目的としていると考えています。 仕事が100%リモートであることが証明されれば、世界中のどこでも行うことができ、アメリカのエンジニアの給与優位性はもはや存在しません。 - アウトソーシング品質の議論: アウトソーシングは何十年も続いており、通信コスト、時差、文化的背景などの問題により、高品質のソフトウェア開発には依然として現地の優秀人材が必要であると主張する人もいます。 しかし、アウトソーシングの視点を支持する人々は、リモートコラボレーションツールが成熟し、管理モデルが改善されるにつれて、これらの障害は克服されつつあると考えています。 > (by aurareturn): 「私は 2022 年から HN で言っています。完全なリモートワークをサポートするすべての北米の開発者は、あなたの会社があなたを海外の人に置き換えることを決定したら驚くでしょう。 すべてリモートなのに、なぜ会社は一生懸命働き、文句が少ない海外従業員の代わりに、5倍の価格であなたを雇う必要があるのでしょうか? ... オフィス復帰命令を支持することで、長期的にはキャリアを救うことができるかもしれません。 ” 3. AI の役割: それは生産性ツールなのか、従業員を解雇する口実なのか、それとも大金の「吸血鬼」なのか? この失業の波における人工知能(AI)の役割に関して、議論は複雑な溝を示しています。 - 限定的な直接代替効果: 現在の AI では経験豊富なソフトウェア エンジニアを完全に置き換えることはできないことにほとんどの人が同意しています。 しかし、それはいくつかの小さなコンサルティングタスクなど、いくつかのジュニアで反復的なタスクに取って代わり始めています。 コンサルタントが名乗り出て、ChatGPT がいくつかの小さなバグを解決できるため、顧客は連絡をやめたと述べました。 - レイオフの「完璧な言い訳」: AI は企業が従業員を解雇し、コストを削減し、効率を高めるための「完璧な言い訳」になっているというのが一般的な考えです。 レイオフの根本原因が景気後退や経営上の意思決定であっても、企業はそれを「AIを受け入れて効率を向上させる」ための戦略的調整として喜んでパッケージ化します。 - 資本の「ブラックホール」: AI はもう 1 つの重要な役割を果たしており、他のテクノロジー分野に流れ込む可能性のある市場に残っている唯一のベンチャー キャピタルを吸い上げます。 VCは現在、ほぼ独占的にAIプロジェクトに関心を持っており、AI以外の分野のスタートアップの資金調達困難を悪化させています。 4. テクノロジー業界の「錆びゾーン」? 将来に対する構造的懸念 一部のパネリストは、より広い視点から将来について懸念を表明し、テクノロジー業界と、かつて栄光を誇っていたが衰退した製造業の「ラストベルト」との類似点を描いた。 - 雇用の喪失を繰り返す: 米国が製造を中国に委託したように、IT およびソフトウェア開発の仕事は現在、インド、ラテンアメリカ、東ヨーロッパに大規模に流れています。 これは、かつて高給取りだったソフトウェアエンジニアグループにとって長期的な構造的失業につながる可能性があります。 - 政治的および社会的影響: かなりの数の中産階級のテクノロジー職がなくなった場合、今日でもアメリカの政治情勢に影響を与えているラストベルトの衰退と同様に、新たな社会的および政治的問題を引き起こす可能性があります。 - 移民・ビザ政策論争(H1B/O1):議論の一部では、H1Bのような就労ビザが悪用され、現地エンジニアの給与が下がり、競争が激化していると非難された。 また、熟練移民を断固として擁護する人もおり、シリコンバレーのイノベーションの基礎を形成しているのはウォータールー大学の卒業生など、世界中から集まった優秀な人材であると主張している。 5. 企業経営と文化の変化:「マスク効果」 興味深い視点は、マスク氏がツイッター(現X)の大規模解雇に模範的な効果をもたらしたということだ。 - レイオフの合理化: マスク氏がツイッターの従業員の75%以上を解雇したとき、その製品はまだ機能していたため、多くのCEOは「彼にはできるのに、なぜ私にはできないのか」と反省した。 これにより、これまでのテクノロジー企業の「人材が多ければ多いほど良い」という考え方が打ち破られ、大規模な人員削減が心理的にも商業的にも受け入れられるようになりました。 6. 政治的、政策的要因:税法改正論議 技術的ではあるが広範囲にわたる手がかりは、米国の税法の変更に関するものです。 - 研究開発費償却規則(第174条):2017年のトランプ政権の税制改革法(TCJA)には、ソフトウェア開発給与などの研究開発(R&D)費用を、以前のように当年度に全額控除するのではなく、2022年から5年間にわたって分割償却することを義務付ける規定がある。 これにより、テクノロジー企業、特に新興企業の税負担が大幅に増加し、米国での採用意欲が低下しました。 - 最近の法案の回復効果: 最近可決された Build Back Better (BBB) 法案は、この問題を部分的に修正し、国内の研究開発費を再び直ちに差し引くことができます。 一部のコメント投稿者は、7月頃に採用市場が持ち直したと感じたと考えており、それも関係しているのではないかと考えている。 最後です これらの議論から判断すると、現在のカリフォルニア州のテクノロジー業界の雇用低迷の理由は非常に複雑であり、単一の要因によるものではなく、単に「AIが人間に取って代わる」や「業界の周期的な不況」に起因するわけではなく、ゼロ金利時代の終焉後の景気後退、リモートワークによってもたらされた世界の労働市場の再構築、新しいテクノロジーと資本磁石としてのAIの二重の影響、および特定の税制政策の変化の結果です。 いつこの苦境から抜け出すかわかりません。 あるいは、その理由は上記で説明したこれらだけではありません

翻訳:大規模な言語モデルが実際にソフトウェアを構築できない理由 コンラッド・アーウィン著 私が多くの時間を費やしていることの 1 つは、ソフトウェア エンジニアへのインタビューです。 これは明らかに難しい作業であり、私にはコツがあるとはあえて言えません。 しかし、それは私に有能なソフトウェアエンジニアが何をするのかを考える時間を与えてくれました。 ソフトウェアエンジニアリングのコアサイクル 真の愛好家を見ると、常に次の手順をサイクルで実行していることがわかります。 * ニーズのメンタルモデルを構築します。 * 書く(うまくいけば?!) ) 要件を実装するコード。 * コードが実際にどのように動作するかのメンタルモデルを構築します。 * 2 つの違いを見つけて、コード (または要件) を更新します。 これらのステップを達成する方法はたくさんありますが、効果的なエンジニアの素晴らしいところは、明確なメンタルモデルを構築して維持する能力です。 大規模言語モデルのパフォーマンス 公平を期すために言うと、大規模な言語モデルはコードを書くのに非常に優れています。 また、問題を指摘したときにコードを更新するのもうまくいきます。 また、コードの読み取り、テストの書き込みと実行、ログの追加、(おそらく)デバッガーの使用など、実際のエンジニアが行うすべてのことを行うことができます。 しかし、彼らにできないことは、明確なメンタルモデルを維持することです。 大規模な言語モデルは、自分たちが書いたコードが実際に使用可能であると思い込んで、終わりのない混乱に陥るでしょう。 テストが失敗した場合、それが修正コードかテスト修正かを推測することしかできません。 イライラすると、すべてを切り取って最初からやり直します。 これは、私がエンジニアに期待するものとは正反対です。 ソフトウェアエンジニアは、作業中にテストします。 テストが失敗した場合、メンタルモデルを使用して、コードを修正するかテストを修正するかを決定したり、決定を下す前に詳細情報を収集したりできます。 イライラしたときは、人とコミュニケーションをとって助けを求めることができます。 すべてを削除して最初からやり直すこともありますが、問題をより明確に理解した上で選択することです。 しかし、それはすぐになるでしょう? モデルの能力が向上するにつれて、これは変化しますか? 恐らく。。 しかし、これにはモデルの構築と最適化の方法を根本的に変える必要があると思います。 ソフトウェアエンジニアリングには、単にコードを生成する以上のモデルが必要です。 人は問題に遭遇したとき、一時的に文脈全体を脇に置いて、目の前の問題の解決に集中し、目の前の大きな問題に戻ることができます。 また、全体像と細部を切り替えて、細部を一時的に無視して全体に焦点を当て、必要に応じて部分を掘り下げることもできます。 「コンテキストウィンドウ」により多くの単語を詰め込んだだけで生産性が向上するわけではなく、私たちを狂わせるだけです。 大量のコンテキストを処理できますが、これらの生成モデルには現在、明確なメンタル モデルを維持する能力に直接影響するいくつかの深刻な問題があることがわかっています。 * コンテキストの省略: モデルは、見落とされているコンテキスト情報を見つけるのが苦手です。 * 近近性バイアス: コンテキスト ウィンドウを操作するときに、深刻な近近性バイアスの影響を受けます。 * 幻覚: 彼らはしばしば、存在すべきではない詳細について「空想」します。 これらの問題は克服できないわけではない可能性があり、研究者はモデルにメモリを追加して、私たちと同様の思考スキルを発揮できるように取り組んでいます。 しかし残念ながら、今のところ、彼らは(ある程度の複雑さを超えた後)実際に何が起こったのかを本当に理解することができません。 2つの類似した「メンタルモデル」を同時に維持し、違いを見つけ、コードを更新するか要件を更新するかを決定することができないため、ソフトウェアを構築できません。 それで、今はどうするでしょうか? 明らかに、大規模な言語モデルはソフトウェアエンジニアにとって役立ちます。 コードを迅速に生成し、要件とドキュメントの統合に優れています。 一部のタスクでは、これで十分です:要件は十分に明確で、問題は一晩で完了できるほど単純です。 そうは言っても、ある程度複雑なタスクでは、実行可能なソリューションを最終的に生成するために反復するのに十分なコンテキストを正確に維持することはできません。 ソフトウェアエンジニアは、要件が明確であり、コードが実際に主張する機能を提供していることを確認する責任があります。 Zed では、人間と AI エージェントが一緒にソフトウェアを構築できる未来を信じています。 しかし、私たちは(少なくとも今のところ)あなたがハンドルを握るドライバーであり、大規模な言語モデルはあなたの指先で使えるもう1つのツールにすぎないと固く信じています。

孔子廟の人の流れはまだ非常に誇張されています...

トレイの評判は黒くなり始めているが、約束されたLinuxバージョンはまだ待機リストに載っている。 トレイを待たないでください。

私の家族は2時間も戦車で道を塞がれており、今後2週間は旅行に良い時期になるでしょう。 今夜は軍事演習のリハーサルがある。

Twitterの収益は、私のCursorメンバー+Eleven Labsメンバー+Heygenメンバーをカバーできます たったの70 😄ドル