随着生成式AI的发展，“做不到”的理由正逐渐消失

前几天，有位公司同事向我咨询了一件事。

“客户要求增加这样的功能。用户正为此感到困扰。”

听他一说，原来是这样的。

我想利用AI进行外观检查。

为此，需要收集缺陷图像并进行训练。

不过，说到底，这种缺陷很少发生。

所以，我想找一款能人工生成缺陷图像的软件。

原来如此。

我完全明白你的意思。

实际上，在外观检测AI中，经常会出现“无法收集到缺陷图像”的问题。

不过，如果是不久前的我，大概会这样回答。

“我明白。不过，哪有时间去做那个呢？”

“技术上的诀窍，我也没掌握到那种程度啊”

我知道你想做什么。

我也明白有这个的话会很方便。

我也理解顾客的困扰。

不过，眼前还有大量必须完成的工作，比如现有产品的开发和调试、客户服务以及新产品的开发等等。

虽然看起来很有趣，但也不能轻易尝试。

总之，先让AI试着生成了一下

最近，在对现有软件进行调试和改进时，我开始大量使用Visual Studio 2026和GitHub Copilot。

因此，

“嘛，那就试着做做看吧。”

我就是抱着这种心态开始尝试的。

说明自己想做什么。

AI编写代码。

试着动一动。

说明关注的地方。

再改一下。

如果一直这样重复下去，

“感觉做得挺不错的嘛。”

情况已经发展到了这一步。

当然，一开始不可能就做得完美。

不过，与自己从零开始调研、设计、实现……相比，它的成形速度完全不同。

“能不能再提高一点效率呢？”

这样一来，人就会产生贪念。

“这个，能不能做得更高效一点呢？”

我试着向AI问了这个问题。

就在那时，有人向我介绍了Codex。

试用了一下，

我认输了。投降了。

大概就是这种感觉。

“我想把这里改成这样”

“我想添加这个处理步骤”

“我想改变这种结构”

“我想让系统能够读取这类数据”

只要不断提出这样的要求，事情就会逐渐成形。

当然，人类方面有必要思考自己想要制作什么。

还必须判断生成的结果是否正确。

但是，

“我想这样做”正逐渐变成“我做到了”。

这种感觉与以往的软件开发大不相同。

并不是“速度提高了多少倍”

一提到生成式人工智能，

“开发效率提高了两倍”

“速度提高了10倍”

经常听到这样的说法。

不过，我所感受到的影响却略有不同。

这可不是几倍的问题。

迄今为止，

没时间了。

知识不足。

考虑到优先级，我无法出手。

所以，

“虽然想做，却不做”

我曾认为有这样一种情况。

这次的缺陷图像生成软件也是如此。

我明白这是必要的。

顾客也很为难。

只要做出来，就会派上用场。

不过，现实中却无法着手处理。

生成式AI带来的变化，就在于此。

“原本需要10小时完成的工作，现在只需1小时就能完成”

倒不如说，

“原本根本无法着手的工作，现在也能着手处理了”

我认为这种差异非常大。

对于那些心中怀揣着无数梦想的人来说，他或许就是神

经营公司时间一长，既想做的事和必须做的事都会越来越多。

我想改进这款开发已久的软件。

我想实现客户提出的功能。

我也想尝试一下新技术。

我也想开发下一代产品。

也想整理一下过去的技术资产。

脑海中，

“总有一天想做做看”

多得数不胜数。

不过，人的时间是不会增加的。

从头开始学习自己不熟悉的技术，所花费的时间也是有限的。

所以，有很多事情一直被搁置着。

这时，生成式人工智能出现了。

当然，能帮忙写代码这一点，我也非常感激。

能帮我查资料，我也非常感激。

不过，比这更重要的是，

能够逐一打开因时间和知识的限制而紧闭的大门。

也许是这样吧。

对于那些心中堆积如山、既有想做的事又有必须做的事的人来说，

生成式AI简直太厉害了。

不，真的。

我认输了。