Degen Sing

上週走進一家新創公司的路演會議。
CTO 花了 15 分鐘解釋他的「定制架構」實際上就是 react + 他上一份工作用的技術棧 + 一個 stack overflow 的認證實作 + 「我們之後會重構」。
簡報說已經準備好進入 A 輪融資。
代碼庫卻說「拜託請聘一個 DevOps 人員」。
投資人問到測試問題。
得到一個空洞的眼神和「說實話我們動作很快」的回答。
但事情是：它真的運作了。他們籌集了 1000 萬美元。
所以要麼我們整個評估框架都是表演，要麼我們只是在資助那些能講出最好技術負債故事的人。

墳場不斷填滿，但贏家從未改變。 2018-2024 年： → CSS 框架 (tailwind 主導)。 → JS 框架 (react 贏得)。 → Twitter 排程工具 (buffer 持續)。 → 低代碼工具 (zapier 繼續贏)。 → chatGPT 包裝器 (幾個月內就死了)。 → openAI API

入門級曾經意味著你可以在工作中學習。
現在它意味著：
→ 至少5年的經驗。
→ 全棧數據技能 (SQL、Python、機器學習、實驗)。
→ DevOps 知識 (AWS/GCP/Azure、Kafka、Spark)。
→ 商業敏銳度和領域專業知識。
→ “所有權心態” (創業公司用語：做三份工作拿一份薪水)。
→ 與你的技術能力相匹配的溝通技巧。
標準並沒有提高。
它變成了一項完全不同的運動。

墳場不斷填滿，但贏家從未改變。
2018-2024：
→ CSS 框架 (tailwind 佔主導地位)。
→ JS 框架 (react 贏了)。
→ Twitter 排程工具 (buffer 保持不變)。
→ 低代碼工具 (zapier 繼續贏)。
→ chatGPT 包裝器 (幾個月內死亡)。
→ openAI API 包裝器 (也死了)。
2025-2026：
→ 每個人都在構建 Claude。
→ 每個人都在構建 openAI。
→ 每個人都在構建 Anthropic。
你不再在構建產品。
你只是在從三家公司租用計算資源。
這種變化一直是對真正模式的分心。

每個人都在追逐 AI 角色。提到數據工程，人們就有點走神。上個月看了大約 100 位研究生選擇專業方向。AI 的課程很滿。數據的課程……對，沒那麼滿。這種情況一直在重演。
我們被聽起來很強大的事物吸引。其實我們並不真正……

每個人都在追逐 AI 角色。
提到數據工程，人們就有點走神。
上個月看了大約 100 位研究生選擇專業方向。AI 堆滿了。數據則……是的，沒那麼熱鬧。
事情一直都在以同樣的方式重演。
我們被聽起來強大的東西吸引。
我們並不真正思考它為何會強大。
一位學生說得很對：
「AI 是力量的表達。數據本身就是力量。」
聽到這句話，我就一直記在心裡。
AI 獲得所有的關注。數據只是……在做實際的工作。
說真的，這個領域中最重要的人不是那些設計最佳提示的人。
而是那些真正建立數據集、清理雜亂資料、理解數據真正意義的人。
枯燥的工作。真正的優勢。

每個人都想成為 AI 工程師。沒有人想做這份工作。數學、Python、資料、機器學習基礎、深度學習、PyTorch、自然語言處理、計算機視覺、LLMs、提示工程、微調、向量資料庫、嵌入、RAG、代理、評估、部署、Docker、雲端、擴展，

現在有兩種類型的人：
第一組：
「AI 會取代我」
「一切都已飽和」
「現在開始已經太遲了」
「我錯過了我的機會」
第二組：
自己教自己學校不教的東西
實際動手建設而不是抱怨
在第一組找藉口的同時，收集 AI 技能
為未來十年做準備，卻在你睡覺時
一組人在推特上談論未來，好像它正發生在他們身上。
另一組則在凌晨兩點，用每月 20 美元的訂閱，專注於建立你多年前放棄的技能。
這兩組人之間的差距不是天賦，也不是資源，而是當你的大腦大聲喊著「等等」時，你是否願意動起來。
六個月後，第一組會看著第二組成功，並稱之為運氣。
他們會說「他們運氣好趕上了時機」或「他們選對了工具」或其他讓他們能安然入睡的幻想。
不，運氣是你太害怕開始自己的工作，卻把別人的努力稱作運氣。
他們剛開始做，而你還在評論區解釋為什麼這不會成功。

Vibe 編碼只不過是多巴胺成癮，配上一個 Github 儲存庫。 → 你向 Claude 發出提示。 你得到一個應用程式。 你覺得自己像個天才。 → 然後你記起來：你得告訴人們這件事。 → 所以你打開一個新標籤，然後建造另一個東西。 → 建造的快感來了。 行銷也來了。

每個人都想成為 AI 工程師。
沒有人想做那份工作。
數學、Python、資料、機器學習基礎、深度學習、pytorch、自然語言處理、計算機視覺、LLMs、提示工程、微調、向量資料庫、嵌入、RAG、代理、評估、部署、docker、雲端、擴展、監控。
那不是一個路線圖。
那是一個篩選。
大多數人在深度學習階段就放棄了。
那些沒放棄的人正在打造你現在正在使用的產品。
門檻是故意設得很高。
這正是值得努力突破的原因。

vibe coding 只不過是多巴胺成癮，配上一個 github 儲存庫。
→ 你向 claude 提示。
你得到一個應用程式。你覺得自己是天才。
→ 然後你記起來：你得告訴人們這件事。
→ 所以你打開一個新標籤，反而建造了別的東西。
→ 建造的熱情消退。
行銷的痛楚。
→ 我們創造了對分發過敏的建造者。
→ 互聯網即將成為24小時專案的墓地。
→ 技術令人印象深刻。
零用戶。重複。
最悲哀的是？你在點擊新專案之前就已經知道這一切。

堆疊迷戀時代已經結束。舊的方式 (2020-2024)： → 花三個月評估框架。 → 閱讀47篇關於部署策略的部落格文章。 → 在Slack中辯論Postgres與MongoDB。 → 在出貨前進行優化。 → 在第4個月出貨。 新的方式 (2026)： →

堆疊迷戀時代已經結束。舊的方式 (2020-2024):
→ 花3個月評估框架。
→ 閱讀47篇關於部署策略的部落格文章。
→ 在Slack中辯論Postgres與MongoDB。
→ 在發布之前進行優化。
→ 在第4個月發布。
新的方式 (2026):
→ Claude在幾個小時內寫出程式碼。
→ Supabase負責資料庫。
→ Railway立即部署。
→ Stripe處理付款。
→ GitHub Actions執行測試。
→ 你在午餐前就上線了。
差別不在工具，而在於那些停止假裝工具選擇重要的人。現在是出貨勝於研究。

軟體工程是唯一一個面試像奧運會，工作像改變變數名稱的職業。
你花了六個月掌握動態規劃。
你真正的工作：
- 修復一個壞掉的 API 端點
- 將「data」重新命名為「userData」
- 參加一個關於會議的會議
他們測試的內容與你實際做的事之間的差距是犯罪。

產品獵成功與產品質量是正交的。你可以操控其中一個而不影響另一個。大家都知道這一點。真正的問題不在於你的產品是否優秀，而在於它是否對產品獵算法有利。第一天的趨勢意味著： - 一個已經預熱的觀眾準備好

Product Hunt 的成功與產品質量是正交的。
你可以操縱其中一個而不影響另一個。
而且每個人都知道這一點。
真正的問題不在於你的產品是否優秀，而在於它是否對算法有利。第一天的趨勢意味著：
- 一個預熱的觀眾準備投票
- 一個讓人好奇點擊的鉤子
- 捕捉算法動能窗口的時機
這些都不需要一個能持續六個月的產品。
一些有史以來最好的產品從未在 Product Hunt 上趨勢過。有些最差的產品卻登上了第一名。
所以選擇你真正參與的遊戲。如果你想要 Product Hunt 的驗證，停止假裝那和產品驗證一樣。如果你想打造真正的東西，停止刷新排行榜。

資深開發者正陷入身份危機，而初級開發者則與Claude一起快速交付功能。
→ 初級用AI在2小時內完成整個功能
→ 資深花3天審查代碼的“雜亂”
→ 事實上沒有人在生產環境中在意代碼美觀
→ 速度在2025年勝過完美
→ 市場不為漂亮的代碼付費，而是為已交付的代碼付費
→ 資深專注於工藝，而世界則專注於速度，代碼審查的瓶頸已變得過時。

現在每個人都在用 AI 來建立履歷。於是招聘人員開發了 AI 來忽略它們。
→ 你的履歷看起來和一萬份一模一樣
→ “完美”的 AI 格式會觸發垃圾郵件過濾器
→ 你為算法優化，而非為人類
→ 通用的要點在被人看到之前就被自動拒絕
→ 贏家？仍然帶著奇怪的個性
→ 真實性成為了真正的競爭優勢，這種諷刺令人窒息。

在CT上如此無聊的日子

在CT上如此無聊的日子