这是一个创建于 361 天前的主题，其中的信息可能已经有所发展或是发生改变。
 |
1
cmdOptionKana 361 天前
机械化淘汰了多少工人？应该是个天文数字吧。
|
 |
2
d460686680 361 天前
高级语言呗
|
 |
3
crysislinux 361 天前 via Android
但是现在汽车行业需要的程序员比以前多
|
 |
4
bigfei 361 天前 via Android
是的，考公考编才能躲过科技的浪潮。程序员没有第三条路
|
 |
5
tap91624 361 天前
autosar 目前也只有 mcu 好用吧，soc 上应用层和底软还是得 c/cpp
|
 |
6
mxx894 361 天前
本人搞过一些 autosar 代码，这东西绑定底层供应商太深，vector 工具授权费用上百万了，而且绑定单片机型号，小厂用不起。大部分工程师只是搞一下配置，出问题了还需要从头撸代码，过程及其痛苦。
|
 |
7
lostberryzz 361 天前
17 年的答案，不足为据吧
|
 |
8
hitmanx 361 天前
看了下文章，感觉有点像游戏策划根据数值模型直接生成代码。核心其实是那个数值模型，把它翻译成对应的代码本来也只是个 trivial 的过程，现在只是自动化了这一部分。
以前 geohot 说，大部分开发者的日常工作其实就是三部分: 1.理解一个已经存在的复杂系统 2.在这个复杂的系统里增加一个小 feature 3.ship 这个 feature 如果在大厂当过螺丝钉的应该有体会吧。其实难点往往是在第一步。而这部分目前没有很好地被 AI 自动化的原因是商业机密和安全的角度。 |
 |
9
dacapoday 361 天前
即使按这个知乎答案，也只是从 C 代码 变成 simlink 的图形化编程，类似 yacc ，写 EBNF 比手撸 parser 强多了。
业务逻辑和领域知识总是需要一个载体的，用 C 确实不合适，尤其嵌入式和硬件绑定，用代码生成能极大提高效率。 真正应该担忧的是现在的 chatGPT 类 AI ，直接使用自然语言进行交互，意味着仅凭 设计文档 就可能直接生成软件产品。而且 AI 所有拥有的 知识广度，记忆力，归纳总结能力 远胜常人，其逻辑推理，持续学习 能力也在日益提高，这才是真正威胁多数普通打工人的技术。 |
 |
10
shijingshijing 361 天前  1
@lostberryzz 现在基本上全是自动生成的代码了，顶层基于 XML 的 SysML 进行系统级建模，MBD 和 MBSE 只关注模型，代码全部自动生成，已经是行业的事实标准了，国内深入做底层 MCU 的不多，目前以自己做车机相关的为主，主要是 Android Auto ，基本上不会用到这一套，而国际 Tier 1 基本上都在用 MBD 和 MBSE ，只关注模型，模型到代码是自动生成的。
这样做有几个好处，第一是系统高度抽象，高度模块化，便于工程开发、调试和管理，这也是大型复杂系统的唯一解；第二是模型到代码这个过程，基本上都需要经过 Ceritification 认证，这个过程是用形式化验证来保证的，生成的代码性能不一定是最优的，但稳定性和鲁棒性一定是有保证的，这也是嵌入式最核心的关注点；第三是模块化能保证复用，以往的手工开发，复用最多也就是函数和库这一级别，还是跟底层关联太紧密，而基于模型的方法做出来的是按照模型打包的，很多通用的系统应用到不同的型号上，只需要修改参数即可。 最后，很多人一说到汽车电子就都以为是车机那一套，其实真实的汽车电子一直是底层 ECU 一脉相承而来的，车机的那一套，很多情况下你不要也行，导航用个手机就能替代。或者这样理解，现在的汽车电子分为应用层和底层，大部分人关注的其实是应用层的，底层接触的人不多。 |
 |
11
darkengine 361 天前
@dacapoday ChatGPT 这种 AI 技术, 能威胁普通打工人没错. 但工业界(起码)当前不敢放心大胆的用, 只要它有一个地方胡说八道, 就会让一大笔钱打水漂.
|
 |
12
victorc 361 天前
你可以理解为 给 nginx 配置文件做了一个图形化配置界面，降低手工编写出错概率
对于问题域比较固定的领域，当然可以这样做 做新产品，新功能就搞不定了 |
 |
13
v2webdev 346 天前
|
 |
14
WilliamZuo 44 天前
@v2webdev 嗯，看了一下其实也就是简单抱怨。
|
Select Language