會，但是從業總人數會繼續擴張。可能看到的現象是，一邊猛裁員，一邊猛招人。會快速更新掉沒能跟上產業升級的年齡大的「老人」，而年輕的反而不會受到影響，甚至利好。35歲老男人很受傷。
如果端到端真的能夠得到落地套用，那麽一定是因為其優異的效能表現或者是因果推理能力。雖然目前看不到任何跡象說明端到端能夠實際量產落地，但是其中的環節和各模組均需要較長的打磨時間。最簡單的就包括因果推理，邏輯推演，非訓練場景集內的處理能力。
實際量產中場景變化的不計其數，簡單說一個，網絡攝影機前面飛過一個塑膠袋，車輛的行為是什麽樣的，很難有人說得清楚。
所以可能最靠譜的，非抄概念，能量產落地的方案，目前還是模組分割，必定自動駕駛不是llm，你編個答案給我我不會怎麽樣，但方向盤剎車訊號確實會要你命。人類嘗試總結歸納相關特性和關系，在上面再加以束縛。不管是自動化過程還是人工過程，都需要大量的人力投入。
還是那句話，有多少智能就有多少人工，尤其是在早期發展階段。現代的cnc也一定是從手工鉗工的階段逐漸制造出來的。這是一個漫長的產業升級過程，本來據需要大量人力投入，想加速就只能會要更多的人投入。
一個有意思的問題，自動駕駛到底是先落地端到端的方案，還是先落地個模組的學習方案？每個人給的答案都不大一致。其實這個問題完全取決於市場意誌，尤其是資本的意誌。
我認為技術上一定是先實作，局部模組的learning化，再在大量的數據和方案演化和充分的行業積累理解下，才能真正的實作端到端。
然而事實證明，我的理解就是個屁。並且資本決定著技術的發展方向。技術的發展方向，從來都不是技術人員說的算。所謂的技術積累都只不過是資本眼裏的生產資料而已，有可能值點錢，但在短期利益和概念面前又一文不值。
還有你們都評論的是啥，不是我刪的。
