今年初，扎克伯格抛出一个大胆设想：人工智能将取代中级软件工程师的工作。而谷歌刚发布的Gemma 3则让AI更高效、更易得。这两个话题交织，展现了AI发展的惊人趋势，颇有开创未来的意味。
先看扎克伯格，他在2025年初表示，AI能胜任“中级工程师”的角色，负责写代码、修bug，甚至未来Meta的程序可能由AI生成。他坦言初期成本高，但坚信效率提升会解决问题，目标是让程序员摆脱重复劳动，转向创意和战略任务。SWE-bench数据显示，AI任务解决率已达60%，不过有人提醒，复杂系统设计仍需人类智慧。
再说Gemma 3，谷歌3月推出的开源模型，参数高达27B，却能在单块NVIDIA H100 GPU上运行，性能超越DeepSeek-V3。成本从20万美元的服务器降到几万块GPU，还支持免费本地使用，不少程序员直呼要取消订阅制服务。但GPU不是白送的，微调需要技术，它在复杂推理上也逊于GPT-4o。
两者如何互动？Gemma 3的低成本让扎克伯格的设想更可行，单GPU就能开工，Meta无需巨资即可尝试AI编码。然而，Meta服务亿万用户，Gemma 3的规模可能不足，他或许还得依赖更昂贵的模型。同时，Gemma 3的普及让小团队也能用AI写代码，工程师需提升技能，否则可能面临压力。
性能上，Gemma 3擅长中级任务，如写模块、修bug，正好契合扎克伯格说的“繁重工作”。但复杂架构对它来说是挑战，“全AI代码”的目标尚需时日。它也能辅助工程师，但没技术不行，分化明显：高手更强，普通coder压力不小。
这形成一个循环：Gemma 3的实惠与普及助推扎克伯格的愿景，Meta的实践反过来促进谷歌模型发展。“软件工程师终结”有些夸张，更像是“苦活儿终结”。
会用Gemma 3的工程师前途无量，不会用的怕是要自嘲“AI比我忙”。
今年初，扎克伯格抛出一个大胆设想：人工智能将取代中级软件工程师的工作。而谷歌刚发布的Gemma 3则让AI更高效、更易得。这两个话题交织，展现了AI发展的惊人趋势，颇有开创未来的意味。
先看扎克伯格，他在2025年初表示，AI能胜任“中级工程师”的角色，负责写代码、修bug，甚至未来Meta的程序可能由AI生成。他坦言初期成本高，但坚信效率提升会解决问题，目标是让程序员摆脱重复劳动，转向创意和战略任务。SWE-bench数据显示，AI任务解决率已达60%，不过有人提醒，复杂系统设计仍需人类智慧。
再说Gemma 3，谷歌3月推出的开源模型，参数高达27B，却能在单块NVIDIA H100 GPU上运行，性能超越DeepSeek-V3。成本从20万美元的服务器降到几万块GPU，还支持免费本地使用，不少程序员直呼要取消订阅制服务。但GPU不是白送的，微调需要技术，它在复杂推理上也逊于GPT-4o。
两者如何互动？Gemma 3的低成本让扎克伯格的设想更可行，单GPU就能开工，Meta无需巨资即可尝试AI编码。然而，Meta服务亿万用户，Gemma 3的规模可能不足，他或许还得依赖更昂贵的模型。同时，Gemma 3的普及让小团队也能用AI写代码，工程师需提升技能，否则可能面临压力。
性能上，Gemma 3擅长中级任务，如写模块、修bug，正好契合扎克伯格说的“繁重工作”。但复杂架构对它来说是挑战，“全AI代码”的目标尚需时日。它也能辅助工程师，但没技术不行，分化明显：高手更强，普通coder压力不小。
这形成一个循环：Gemma 3的实惠与普及助推扎克伯格的愿景，Meta的实践反过来促进谷歌模型发展。“软件工程师终结”有些夸张，更像是“苦活儿终结”。
会用Gemma 3的工程师前途无量，不会用的怕是要自嘲“AI比我忙”。