# AI TrendTrackers > 来自新加坡的最新人工智能动态跟踪简报 (中英文) ## Posts - [Max Hodak创立的Science Corp.正准备将其首个传感器植入人类大脑](https://rengongzhineng.io/max-hodak%e5%88%9b%e7%ab%8b%e7%9a%84science-corp-%e6%ad%a3%e5%87%86%e5%a4%87%e5%b0%86%e5%85%b6%e9%a6%96%e4%b8%aa%e4%bc%a0%e6%84%9f%e5%99%a8%e6%a4%8d%e5%85%a5%e4%ba%ba%e7%b1%bb%e5%a4%a7%e8%84%91/): 由前Neuralink总裁兼联合创始人Max Hodak创立的初创公司Science Corporation，正在筹备其生物混合脑机接口的首次美国人体试验，并已邀请一位顶尖神经生物学家参与领导该项目。 耶鲁医学院神经外科主任Murat Günel博士在经过两年的讨论后，已同意担任科学顾问。他的目标是在患者大脑中外科植入首个传感器，这一装置将成为未来接口的一部分——该接口最终将把实验室培育的神经元与电子设备结合起来。 Science公司成立于2021年，上个月刚刚完成了一轮2.3亿美元的C轮融资，公司估值达到15亿美元。其目前最成熟的产品是PRIMA，这是一种用于恢复因黄斑变性等疾病导致失明患者视力的设备。公司于2024年收购了该技术，并已将其推进至临床试验阶段，计划在获得监管批准后，可能最早于今年在欧洲更广泛地推广使用。 不过，Hodak创立公司的初衷远不止于此。他的更宏大愿景是建立计算机与人类大脑之间可靠的通信连接——不仅用于治疗疾病，还为人类增强铺平道路，例如为人体增加全新的感官。他长期致力于这一方向，从大学时期设法进入神经科学实验室，到创立首家生物计算初创公司，再到与Elon Musk共同创建Neuralink。 Neuralink以及其他组织已经成功利用电子传感器检测患有肌萎缩侧索硬化症（ALS）、脊髓损伤等疾病患者的大脑活动。这些患者由于大脑与身体之间的通信被切断，通过植入设备，可以仅通过思考来控制计算机或在屏幕上生成文字。然而，这类设备真正形成市场的路径仍然不明朗，原因在于监管挑战以及适用患者数量相对有限。 Hodak本人认为，传统使用金属探针或电极通过电信号影响大脑的方式并不是未来的最佳路径。尽管这种技术已经取得显著成果，但Günel指出，这些探针会对大脑造成损伤，长期来看可能会削弱设备性能。正是这种局限性促使Science的创始团队转向一种更“有机”的方法。 Günel对TechCrunch表示：“利用神经元的自然连接，在电子设备与人脑之间建立一种生物界面，这一想法非常天才。” 公司联合创始人兼首席科学官Alan Mardinly带领一支由30名研究人员组成的团队，开发了这种生物混合传感器。最终设备将嵌入实验室培育的神经元。这些神经元可以通过光脉冲进行刺激，并被设计为能够自然地与患者大脑中的神经元融合，从而在生物与电子之间建立桥梁。2024年，公司发布了一篇研究论文，表明该设备可以安全植入小鼠体内，并用于刺激大脑活动。 目前，公司内部的重点是开发设备原型，并研究如何培养适用于不同治疗场景且符合医疗标准的神经元细胞。 Günel将为团队提供指导，同时公司也正在与负责监督人体实验的医学伦理委员会进行沟通。第一步将是在人体大脑中测试该公司的先进传感器，但暂时不包含嵌入的神经元。 与Neuralink直接将设备植入大脑组织不同，Science的传感器将被植入颅骨内部，但位于大脑表面之上。也正因为这一差异，公司表示不计划为这些试验申请美国食品药品监督管理局（FDA）的批准，认为该微型设备（在豌豆大小的区域内包含520个记录电极）不会对患者构成重大风险。 团队计划选择那些已经需要接受重大脑部手术的患者，例如中风患者（他们可能需要移除部分颅骨以缓解脑部肿胀）。在这种情况下，Günel预计可以将传感器放置在大脑皮层表面，并评估其在测量脑活动方面的安全性和有效性。 Günel认为，如果该设备取得成功，它可能有助于治疗多种神经系统疾病。其中一个早期应用可能是通过温和的电刺激促进受损的大脑或脊髓细胞恢复。更复杂的应用则可能包括监测脑肿瘤患者的神经活动，并在癫痫发作前向护理人员发出预警。 如果这些设备的潜力完全实现，Günel甚至设想它们可能为帕金森病等疾病提供更有效的治疗方案。帕金森病是一种逐渐剥夺患者身体控制能力的进行性疾病。目前的治疗方法包括实验性的脑细胞移植以及利用电刺激进行深部脑刺激，但都尚未被证明能够可靠地阻止疾病进展。 他表示：“我将这种生物混合系统视为两者的结合——既有电子设备，也有生物系统。以帕金森病为例，我们目前无法阻止疾病的进展；神经外科所做的只是通过电极来抑制震颤。但如果你能够真正将这些（移植的）细胞放回大脑并保护这些神经回路，就有可能——而且我认为这种可能性很大——阻止疾病继续发展。” 不过，在实现这一目标之前仍有大量工作要完成。Günel表示，如果期望试验在2027年开始，那将是“比较乐观”的预期。 - [GPU计算的起源](https://rengongzhineng.io/gpu%e8%ae%a1%e7%ae%97%e7%9a%84%e8%b5%b7%e6%ba%90/): 政府资助的学术研究在并行计算、流处理、实时着色语言以及可编程图形处理单元（GPU）等领域的探索，直接促成了GPU计算的发展。 政府资助的学术研究在并行计算、流处理、实时着色语言以及可编程图形处理单元（GPU）方面的工作，直接推动了GPU计算的诞生。如今，GPU被广泛应用于现代数据中心，并促成了当前人工智能（AI）的革命。生产GPU的公司Nvidia已经成为全球市值最高的公司。这一计算方式的转变以及由此带来的巨大经济价值，是超过30年政府资助研究的成果。政府资金不仅推动了许多关键技术创新的发展，还培养了大量学生，这些人才将相关技术带入工业界。 本文追溯了GPU计算的起源。我们首先介绍构成GPU计算基础的技术（并行计算、并行图形系统、可编程着色器以及流处理），随后详细说明这些技术如何被转移到Nvidia及其他公司，并最终应用于现代机器学习领域。 支撑技术 GPU计算建立在并行计算、并行图形系统以及流处理等早期研究成果之上。这些技术是在超过30年的政府资助学术研究中逐步发展起来的。 并行计算在学习计算机时，人们通常会了解中央处理器（CPU）按顺序执行指令的模型。然而在现实中，芯片内部包含数十亿个晶体管，这些晶体管是并行切换的，并通过导线连接在一起。开关和导线是物理计算机的基本构件，它们是同时运作的。此外，晶体管的切换消耗的能量非常少，而通过导线进行通信则消耗更多能量。信号从一个位置传输到另一个位置需要能量，这种消耗随着距离增加而增大，在芯片之间通信时尤其显著。 虽然顺序计算机更容易理解，但实际上它仍然依赖大量并行工作的晶体管，并通过复杂的方式将结果组合成看似顺序执行的过程。这种“制造顺序假象”的方式在功耗和性能上都效率较低。随着晶体管数量的增加，这种低效问题会更加明显。因此，在现代半导体技术中，更自然的计算方式是设计并行计算机。GPU之所以比CPU更高效，是因为它本质上是大规模并行计算机。 GPU计算继承了早期并行计算的成果。与所有并行系统一样，GPU上的线程必须进行同步和通信。通信用于让一个线程使用另一个线程产生的数据，而同步则用于确保数据在被使用时已经准备就绪。许多关于并行计算、同步和通信的基础理论都来自政府资助的研究。例如DARPA资助的Cosmic Cube项目在并行计算方面奠定了重要基础，其思想后来被应用于多种并行计算机系统中。此外，J-Machine和M-Machine项目开发了低开销通信与同步机制，使得细粒度并行成为可能。 并行图形系统与传统并行计算相比，并行图形与图像计算的历史较少被关注，但同样重要。图像处理需要极高的计算量。例如，如果一台每秒执行一百万条指令的计算机对一张百万像素图像的每个像素执行一次运算，就需要整整一秒时间。而现代电影中的图像生成，每个像素需要大约十亿次浮点运算。因此，图形与图像处理必须依赖高性能并行计算系统。 早期的重要研究包括斯坦福的Geometry Engine项目，该项目促成了Silicon Graphics公司的成立，并定义了现代GPU架构的雏形。此外，还有Pixel Planes系统、NASA的大规模并行处理器以及Pixar图像计算机等。 最早的GPU实现的是固定功能的图形流水线，类似早期的SGI工作站。1999年发布的Nvidia GeForce 256被认为是第一款商业GPU。 后来，RenderMan系统引入了着色语言，使用户能够自定义复杂的材质与光照效果。随着实时着色语言的发展，着色器（shader）成为GPU编程的重要组成部分，并最终推动了通用GPU计算（GPGPU）的兴起。 流处理流处理是一种特殊形式的并行计算，其目标是提高计算密度（计算与内存带宽的比值）。由于数据通信消耗大量能量，流处理通过减少内存访问来提升效率。 流处理的两个核心思想是：第一，利用生产者-消费者局部性，让数据在计算阶段之间直接传递，而无需写入内存；第二，将计算组织为“核函数”（kernel），每个核函数处理一批数据并输出结果。这种方式显著减少了内存访问次数，提高了整体效率。 Imagine流处理器和Merrimac项目进一步发展了这一思想，并提出了适用于科学计算的架构。Stream-C和Brook等编程语言也相继出现，使得流处理模型可以应用于GPU。 例如，矩阵乘法是典型的高计算密度任务，也是现代神经网络的核心计算之一。GPU在执行这类任务时表现出极高效率。此外，分子动力学模拟等科学计算也成为GPU的重要应用领域。 GPU的一个关键特性是多层次并行性：每个GPU包含多个核心，每个核心又包含SIMD单元，并支持多线程执行。例如某些GPU可以同时执行数十万个任务，从而实现极高吞吐量。 技术转移GPU计算的发展不仅依赖技术，还依赖人才流动。斯坦福的流处理研究成果通过人员流动被带入Nvidia。Brook语言最终演化为CUDA，使GPU编程变得更加易用。 随着CUDA的推广，大量学生和工程师开始学习并行编程，从而推动GPU计算的普及。 推动人工智能现代机器学习依赖三个关键要素：海量数据、大规模模型以及强大的计算能力。虽然核心算法早已存在，但GPU提供了训练这些模型所需的计算能力。 随着AlexNet和GPT等成果的出现，AI能力迅速提升。GPU计算成为这一进步的关键推动力。此外，学术界与工业界的合作（如Nvidia与斯坦福的合作）也加速了深度学习的发展。 结论GPU计算背后的核心技术主要来源于长达30年的政府资助学术研究。并行计算、并行图形系统以及流处理为GPU奠定了基础。通过人才流动，这些技术被转移到工业界，并最终形成了现代GPU计算平台。GPU提供的高效、易编程以及高性能计算能力，使得机器学习得以快速发展，成为当今人工智能革命的关键支柱。 - [Hyperliquid 的故事](https://rengongzhineng.io/hyperliquid-%e7%9a%84%e6%95%85%e4%ba%8b/): 在很多创业故事中，成功往往伴随着融资、扩张和曝光，但 Hyperliquid 的故事却几乎反其道而行：拒绝投资、匿名运作、极度克制，同时却创造了惊人的效率与利润。这不仅是一个关于个人的故事，更像是一种对“公司应该如何运作”的重新定义。 故事的主角 Jeffrey Yan，并不是典型意义上的创业者。他曾经拒绝了一笔接近 1 亿美元的融资，却选择用自己的钱继续推进项目；他建立了一家年利润超过 9 亿美元、但只有 11 名员工的公司；他把数十亿美元的代币空投给用户，而不是投资人；与此同时，他却不得不配备保镖，甚至在日常生活中保持高度隐匿。这种极端反差，使得 Hyperliquid 看起来更像是一种实验，而不是一家传统意义上的公司。 如果从结果倒推原因，很容易误以为这是一种刻意设计的“反主流策略”。但事实上，这种路径更多来自 Yan 对问题本质的执着。他并不认为自己在做一个“加密公司”，而是试图重新构建金融系统本身。在他的理解中，加密技术只是工具，而不是目的。正因为如此，他对行业中大量围绕投机、套利和短期收益的行为保持距离，甚至在采访中坦言，这个行业存在大量“并不健康”的现象。 Hyperliquid 的核心，是一个建立在区块链上的交易系统，但它并不满足于成为另一个交易所。传统交易所的本质，是中心化机构托管用户资产并撮合交易，而 Hyperliquid 的设计则试图消除这一中介，让用户始终掌握自己的资金，同时通过公开的链上机制完成交易。这种结构的意义，不仅在于技术创新，更在于信任机制的重构。 这种理念，在行业危机中显得尤为重要。FTX 的崩溃，本质上就是用户资产被挪用而不透明所导致的信任破裂，而 Hyperliquid 从一开始就试图避免这一点。其核心流动性池 HLP（Hyperliquidity Provider）将所有资金与收益完全公开在链上，任何人都可以实时查看。这种透明性，使得系统本身成为一种“自我约束”，而不再依赖公司或个人的道德。 但理想并不意味着路径简单。Hyperliquid 在早期面临的最大问题，并不是技术，而是“没有人用”。交易所的本质是网络效应，没有流动性就没有用户，没有用户就没有流动性。行业的常规做法是支付做市商来提供流动性，但 Yan 拒绝这样做。他认为，这会从根本上改变系统的激励结构，使其再次依赖中心化力量。 为了打破这个循环，他采取了一种非常规策略：将自己在交易中积累的高频策略开放给用户，让任何人都可以参与并分享收益。这种方式不仅提供了初始流动性，也让普通用户第一次有机会接触到原本只属于顶级机构的交易能力。虽然在市场上涨阶段，这种策略曾一度引发用户不满，但从长期来看，它成功吸引了真正的参与者，而不是短期套利者。 与此同时，Hyperliquid 在产品设计上也不断突破传统边界。例如，它允许第三方在平台上创建新的交易市场，甚至是原本只存在于传统金融体系中的资产，如石油、黄金或股票指数。这种开放性，使得平台逐渐从一个交易工具，演变为一个可以承载多种金融活动的基础设施。 更重要的是，这些扩展并不是由团队本身完成的，而是由外部开发者推动。随着 Builder Codes 和 HIP-3 等机制的推出，越来越多的第三方开始在 Hyperliquid 上构建自己的产品，并直接分享收益。这意味着，Hyperliquid 不再只是一个“产品”，而是一个“平台”，甚至更接近一个“系统”。 这种转变，也解释了 Yan 为什么会拒绝风险投资。在他的设想中，Hyperliquid 更像是一种公共基础设施，而不是一家传统公司。如果引入投资人，就意味着需要分配股权、承担回报压力，并在一定程度上改变系统的中立性。对他来说，这种代价远高于资金本身的价值。 当然，这种选择并非没有风险。随着平台规模扩大，它开始直接面对行业巨头的竞争，包括 Binance、Coinbase 等。同时，由于其公开透明的特性，一些攻击和漏洞也更容易被利用。例如 Jelly Jelly 事件中，攻击者利用低流动性市场进行操纵，导致系统短时间内出现巨大损失。这些问题迫使团队不断在“去中心化”与“安全性”之间寻找平衡。 更现实的风险则来自线下世界。随着财富的累积和影响力的扩大，Yan 成为潜在的攻击目标。在过去一年中，针对加密行业从业者的暴力事件明显增加，从绑架到勒索层出不穷。这也是为什么 Hyperliquid 的团队选择保持匿名，并尽量减少外界对其真实业务的了解。 尽管如此，Hyperliquid 的增长速度依然惊人。短短几年时间，它已经处理了数万亿美元的交易量，并在去中心化衍生品市场占据重要份额。更令人惊讶的是，这一切几乎是在没有融资、没有大规模团队扩张的情况下完成的。 从更宏观的角度来看，这个故事的意义，或许不在于某一个产品或某一种技术，而在于它提出了一个更深层的问题：在一个技术成本迅速下降、组织效率不断提升的时代，公司是否还需要以传统方式运作？ Hyperliquid 的答案显然是否定的。它用极少的人力、极高的自动化程度，以及极强的激励对齐，构建了一种新的组织形式。这种形式不依赖层层管理，也不依赖资本驱动，而是更多依赖系统本身的设计。 当然，这种模式并不一定适用于所有行业，但它至少证明了一件事：当技术足够强大时，很多曾经被视为“必须”的结构，其实只是历史条件下的产物。 也正因为如此，Jeffrey Yan 的那句理念显得格外重要——你不需要完全知道终点在哪里，只要确认方向是对的，然后把眼前这一步做到极致。 - [大多数软件团队，其实并不知道自己在“花多少钱”，也不知道这些钱是否真的在创造价值](https://rengongzhineng.io/%e5%a4%a7%e5%a4%9a%e6%95%b0%e8%bd%af%e4%bb%b6%e5%9b%a2%e9%98%9f%ef%bc%8c%e5%85%b6%e5%ae%9e%e5%b9%b6%e4%b8%8d%e7%9f%a5%e9%81%93%e8%87%aa%e5%b7%b1%e5%9c%a8%e8%8a%b1%e5%a4%9a%e5%b0%91%e9%92%b1/): 在现代企业中，软件开发往往是最昂贵的投入之一，但同时也是最缺乏财务透明度的领域。每天做决策的工程师和产品经理，会决定开发什么、延后什么、甚至放弃什么，但这些决策背后的“成本”却几乎从未被明确计算。这并不是偶然，而是一种持续了二十多年的结构性现象：组织刻意或无意地将“财务视角”排除在日常决策之外。 如果我们把问题拆开来看，事情其实并不复杂。一个普通的软件工程师，在西欧的综合成本大约在每年 12 万到 15 万欧元之间，取中间值约为 13 万欧元。这已经不仅仅是工资，还包括社保、设备、管理成本以及办公空间等。换句话说，一个由 8 名工程师组成的团队，每年的成本大约是 104 万欧元，每个月约 8.7 万欧元，每个工作日约 4000 欧元。 这个数字本身并不难算，但问题在于，大多数工程师并不知道它，甚至不少管理者也不清楚。更关键的是，即便有人知道，这些信息也很少进入实际的优先级讨论中。这就导致一个很现实的问题：团队每天都在做“投资决策”，却不知道自己在花多少钱。 一旦把这个数字带入具体场景，很多看似合理的决策就会显得完全不同。比如，一个团队花三周时间做一个只服务 2% 用户的功能，本质上是一个大约 6 万欧元的决策。再比如，为了“感觉更好”而重构系统，而不是因为用户流失，这其实是一种资本配置行为，只不过没有被当作资本配置来看待。 这种缺乏财务视角的问题，在内部平台团队中尤为明显。设想一个常见的结构：8 名工程师维护一个平台，为 100 名其他工程师服务。这个团队每个月成本约 8.7 万欧元，那么要“回本”，它至少需要为这 100 名工程师创造同等价值。最直接的衡量方式是节省时间。 如果一个工程师每月成本约 1.08 万欧元，相当于每小时约 65 欧元，那么平台需要每月节省总计约 1340 小时，也就是每人每周节省约 3 小时。这听起来并不夸张，一个优秀的平台完全可以通过自动化部署、减少重复配置等方式达到这个水平。 但问题在于，大多数团队并不会计算这个数字，更不会持续跟踪它。他们的工作路线图往往由技术兴趣、业务方需求以及季度规划驱动，而不是由“这个功能能否产生足够价值”来决定。 更重要的是，“回本”本身并不是一个合理的目标。现实世界中的投资，需要覆盖失败的成本，也需要考虑长期维护的开销。一个团队的工作不只是当前的产出，还包括未来持续的维护、复杂度的增加以及系统替换的成本。因此，一个更合理的标准是至少创造 3 到 5 倍于成本的价值。 这意味着，一个每月成本 8.7 万欧元的团队，实际上需要创造 26 万到 43 万欧元的月度价值，才能被视为真正“健康”。这个门槛远高于大多数团队的直觉，也解释了为什么很多项目从财务角度来看其实并不成立。 对于面向用户的产品团队来说，逻辑完全相同，只是变量不同。如果一个产品的每用户月收入是 50 欧元，那么团队需要每月新增或保住约 1740 个用户才能回本，而要达到健康水平，则需要 5000 到 8700 个用户的价值贡献。 在这种情况下，一些关键指标的意义就变得非常具体。例如，降低用户流失率（churn）往往是最直接的价值来源。如果一个产品每月流失 1000 名用户，对应 5 万欧元收入，那么只要团队能解决主要流失原因，就几乎可以覆盖大部分成本。同样，提升用户激活率或转化率，也可以带来显著的收入增长。关键不在于这些指标本身，而在于是否能将它们与财务结果建立清晰的联系。 然而，大多数团队并没有这样做。他们更倾向于使用一些“替代指标”，例如开发速度、完成的任务数量、用户满意度或活跃度。这些指标并不是错误的，但它们与财务回报之间并没有直接关系。一个团队可以交付更多功能，同时却在创造更少的价值；用户参与度可以上升，但真正付费的用户却在流失。 之所以会形成这种局面，很大程度上是历史环境造成的。从 2011 年到 2022 年，全球资本长期处于低利率状态，风险投资活跃，软件公司可以通过不断扩张来掩盖效率问题。在这样的环境下，即便做错很多决策，只要整体增长仍在，问题就不会暴露。这种环境持续了十多年，足以塑造一整代产品和工程管理者的思维方式。 但当资本变得昂贵之后，这种模式就难以维持了。更重要的是，大语言模型（LLM）的出现，正在从根本上改变软件开发的成本结构。过去需要数百甚至数千工程师多年完成的系统，现在可能在短时间内由少数人借助 AI 工具完成一个可用版本。这使得一个长期被忽视的问题变得无法回避：大型工程团队和庞大代码库，究竟是资产，还是负担？ 传统观点认为，代码库代表着积累的价值，团队规模代表着能力，复杂性则构成竞争壁垒。但现实中，复杂系统也意味着更高的维护成本、更大的协作开销以及更慢的决策速度。这些“隐性成本”在过去被增长掩盖，而现在正在逐渐显现。 当一个开发者可以在两周内用 AI 构建出接近成熟产品核心功能的系统时，问题就不再是“能不能做”，而是“为什么还需要这么多人来做”。当然，这并不意味着大型系统的价值消失，因为它们还包括安全性、合规性、销售体系等复杂能力。但它确实动摇了一个长期成立的假设：规模本身就是优势。 在这样的背景下，真正能够建立长期优势的公司，并不一定是技术最先进的，而是那些能够清晰理解自身经济模型的组织。它们知道每个团队的成本，知道这些团队创造了多少价值，也知道哪些工作是不值得做的。 这类组织可以基于真实的经济逻辑做决策，而不是依赖直觉或内部共识。他们可以判断是自己开发还是购买现成方案，可以识别哪些项目没有回报，也可以根据“每天延迟带来的损失”来安排优先级。 而大多数组织，目前还不具备这种能力。它们缺乏数据、缺乏工具，更缺乏提出这些问题的习惯。建立这种能力并不轻松，因为它会暴露很多不舒服的事实，例如某个团队花了一个季度，却没有产生任何可衡量的价值。 但不去面对这些问题的代价更高。因为这意味着，一个每年消耗数百万欧元的团队，正在没有财务反馈的情况下持续做决策。在一个软件成本正在被 AI 快速压缩、资本要求回报越来越高的时代，这种状态很难长期持续。 真正的分水岭，可能不在于谁更快采用 AI，而在于谁更早开始用“经济学”的方式来理解软件团队。 - [OpenAI 与云巨头之间的关系，正在进入一个更加微妙且关键的阶段](https://rengongzhineng.io/openai-%e4%b8%8e%e4%ba%91%e5%b7%a8%e5%a4%b4%e4%b9%8b%e9%97%b4%e7%9a%84%e5%85%b3%e7%b3%bb%ef%bc%8c%e6%ad%a3%e5%9c%a8%e8%bf%9b%e5%85%a5%e4%b8%80%e4%b8%aa%e6%9b%b4%e5%8a%a0%e5%be%ae%e5%a6%99%e4%b8%94/): 在过去几年中，OpenAI 与 Microsoft 的合作一直被视为生成式人工智能浪潮中的标志性联盟。从早期的大规模投资，到 Azure 成为其主要基础设施支撑，这段关系无疑为 OpenAI 的快速崛起奠定了基础。然而，随着 AI 市场竞争的不断加剧，以及企业级客户需求的多样化，这种高度绑定的合作模式，也逐渐显现出其局限性。 近期，一份由 OpenAI 新任首席营收官 Denise Dresser 发给员工的内部备忘录，将这种变化更加清晰地呈现在外界面前。在这份备忘录中，她一方面肯定了 Microsoft 在公司发展中的重要作用，称其为“基础性的合作伙伴”，另一方面也坦言，这种合作在一定程度上“限制了 OpenAI 触达客户的能力”。 这种说法并非空穴来风。在企业级市场中，客户往往已经深度绑定某一云平台，而不是愿意为某个模型单独迁移基础设施。对于许多公司来说，Amazon Web Services（AWS）依然是首选，而 AWS 提供的 Bedrock 平台又聚合了多家主流 AI 模型服务。在这样的背景下，如果 OpenAI 仅依赖 Microsoft 的生态，就意味着天然失去了一部分潜在客户。 正是在这种现实压力下，OpenAI 开始主动调整策略，与 Amazon 展开更深层次的合作。就在不久前，Amazon 宣布计划向 OpenAI 投资最高 500 亿美元，这不仅是一次资本层面的加码，更代表着双方在云基础设施与企业市场上的深度绑定。Dresser 在备忘录中提到，自从合作公布以来，来自客户的需求“激增”，这一点也从侧面反映出市场对于多云支持的强烈期待。 从更宏观的角度来看，这种转变其实反映了 AI 行业竞争格局的变化。当前的企业级 AI 市场，并不只是模型能力的比拼，更是生态系统与分发渠道的竞争。谁能够更灵活地嵌入客户现有的技术栈，谁就更有可能赢得市场。 与此同时，OpenAI 还面临来自竞争对手的强大压力。Anthropic 的 Claude 模型正在企业市场迅速崛起，甚至在行业会议中被形容为一种“现象级热潮”；而 Google 的 Gemini 也在持续发力。这些竞争者不仅在技术上不断逼近，在商业策略上也各有侧重，使得市场竞争愈发激烈。 在这样的环境中，企业业务的重要性愈发凸显。根据 Dresser 的说法，OpenAI 的企业收入已经占到公司整体收入的 40%，并且有望在年内与消费者业务持平。这意味着，谁能在企业市场占据优势，谁就更有可能在未来的 AI 竞争中取得主导地位。 值得注意的是，这场竞争不仅体现在产品层面，还延伸到了资本市场与叙事层面。OpenAI 与 Anthropic 都在为潜在的 IPO 做准备，双方都试图向投资者展示自身的增长潜力与市场地位。围绕收入规模、计算资源投入以及商业模式的讨论，也因此变得更加激烈。 例如，在备忘录中，Dresser 对 Anthropic 的收入数据提出质疑，认为其通过与云厂商的分成计算方式“放大了收入规模”。而 Anthropic 则回应称，这种做法符合会计准则，并取决于具体交易结构。这类争议本质上反映了一个事实：在 AI 时代，商业模式本身也在被重新定义。 另一方面，OpenAI 与 Microsoft 的关系也开始出现微妙变化。虽然双方仍然强调合作的战略性，但在实际操作中，彼此已经逐渐进入竞争领域。Microsoft 开始测试自研模型，以增强其 Copilot 产品；而 OpenAI 则不断引入更多云供应商，包括 Google、Oracle 以及 CoreWeave，以满足不断增长的算力需求。这种“既合作又竞争”的关系，正在成为科技巨头之间的一种新常态。 综合来看，OpenAI 当前的策略调整，本质上是从“单一依赖”走向“多方协同”。通过同时与多家云厂商合作，它不仅可以扩大市场覆盖范围，也能够在资源与议价能力上获得更多主动权。这种变化虽然会带来一定的复杂性，但在竞争激烈的 AI 时代，灵活性本身就是一种核心竞争力。 可以预见的是，随着企业对 AI 投入的持续增加，以及各大厂商在生态层面的不断博弈，类似的合作与竞争关系还会进一步演化。而对于 OpenAI 来说，如何在保持核心合作关系的同时拓展新的增长路径，将成为决定其未来走向的关键。 - [Terafab, Muse Spark 轨道AI、闭源模型与千亿估值：三大科技风向标](https://rengongzhineng.io/terafab-muse-spark-%e8%bd%a8%e9%81%93ai%e3%80%81%e9%97%ad%e6%ba%90%e6%a8%a1%e5%9e%8b%e4%b8%8e%e5%8d%83%e4%ba%bf%e4%bc%b0%e5%80%bc%ef%bc%9a%e4%b8%89%e5%a4%a7%e7%a7%91%e6%8a%80%e9%a3%8e%e5%90%91/): 1）Terafab：英特尔加入马斯克的250亿美元轨道AI赌注 埃隆·马斯克于3月21日宣布成立Terafab，这是一个由特斯拉、SpaceX和xAI在奥斯汀共同组建的芯片制造合资企业，总投资达250亿美元。4月7日，英特尔作为合作伙伴加入，贡献了其18A工艺节点——一种1.8纳米级技术，也是目前美国境内最先进的半导体制造工艺。 Terafab预计80%的计算产出将用于一款名为D3的单一芯片，这是一种具备抗辐射能力的处理器，专为轨道AI数据中心打造。SpaceX已经向美国联邦通信委员会（FCC）提交申请，计划在近地轨道发射100万颗数据中心卫星。 马斯克认为，在三年内，在轨道上运行AI工作负载的成本将低于地面。Terafab的结构也体现了这种分工：一个工厂专注于为特斯拉Robotaxi和Optimus机器人生产边缘AI芯片；另一个工厂则完全专注于为轨道部署生产D3芯片。 2）Muse Spark：Meta缩小差距并转向专有模式 4月8日，Meta发布了Muse Spark，这是其超级智能实验室推出的首个模型。该模型由Meta首席AI官Alexandr Wang领导的团队在九个月内开发完成。该模型为闭源模型，标志着Meta在前沿AI战略上的转变。这与此前的Llama策略形成了明显对比——Llama曾帮助Meta成为开源权重AI领域的标杆。 Muse Spark在多模态感知、推理、医疗和智能体任务方面表现出竞争力。在医疗领域，Meta与1000名医生合作，构建了Muse Spark的临床能力。 Meta表示，该模型以10倍更低的计算成本达到了与Llama 4 Maverick相当的能力。目前该模型已在Meta AI应用和网站中运行，并计划在未来几周内推广至WhatsApp、Instagram、Facebook、Messenger以及Meta的AI眼镜。Meta声称其模型扩展具有可预测性，而Muse Spark只是这一发展轨迹中的早期数据点，更大规模的模型正在开发中。 3）OpenAI估值达8520亿美元：测试新的IPO路径 3月31日，OpenAI完成了一轮1220亿美元融资，投后估值达到8520亿美元，成为历史上规模最大的私募融资事件。OpenAI是最快达到1亿用户的科技平台，同时也有望成为最快达到每周10亿活跃用户的平台（目前约为9亿）。 首席财务官Sarah Friar在4月8日确认，OpenAI将在IPO中为散户投资者保留一部分股份。 “必须让每个人都能参与，而不是只有极少数人受益，其他人被排除在外。”——OpenAI首席财务官Sarah Friar 在通过摩根大通、摩根士丹利和高盛进行的IPO前私募配售中，OpenAI原计划从个人投资者那里筹集10亿美元，最终获得了30亿美元。这被这些银行称为他们执行过的最大规模私人散户配售。 OpenAI正朝着可能在2026年下半年提交上市申请的方向迈进，估值接近1万亿美元。他们预计到2030年收入将达到2800亿美元，而目前年化收入已超过200亿美元。 - [大语言模型的上下文工程指南](https://rengongzhineng.io/%e5%a4%a7%e8%af%ad%e8%a8%80%e6%a8%a1%e5%9e%8b%e7%9a%84%e4%b8%8a%e4%b8%8b%e6%96%87%e5%b7%a5%e7%a8%8b%e6%8c%87%e5%8d%97/): 《大语言模型的上下文工程指南》 在使用大语言模型（LLMs）时，一个非常反直觉的事实是：给模型更多的信息，反而可能让它表现得更差。2025年，Chroma 对18个主流模型进行测试，结果显示，当输入长度超过某个临界点后，模型准确率会从接近95%骤降至60%。这说明，“信息越多越好”其实是一个误区。 真正重要的，不是信息的数量，而是信息的选择与组织方式。这正是“上下文工程”（Context Engineering）要解决的问题。 理解上下文工程，首先要从模型如何处理信息说起。大语言模型并不是像人类一样从头到尾阅读文本，而是通过“注意力机制”同时比较所有token之间的关系。Token是模型处理文本的基本单位，通常是词的一部分；而上下文窗口，则是模型在一次交互中可以看到的全部token总量。 虽然模型理论上可以关联长距离信息，但实际上注意力分布并不均匀。研究表明，模型更关注输入的开头和结尾，而中间部分的信息容易被忽略，这种现象被称为“中间丢失问题”。如果关键信息被埋在中间位置，模型的表现可能下降超过30%。 除了位置问题，还有一个更严重的现象叫“上下文腐化”。随着输入内容增加，模型的表现并不会线性下降，而是可能在某个点突然崩溃。这是因为注意力是一种有限资源，过多无关或“似是而非”的信息会干扰模型判断，使真正重要的信息被淹没。 此外，大语言模型本身是“无记忆”的。它不会真正记住之前的对话，每一次交互都是重新加载上下文。因此，每一次调用模型，都需要重新决定：哪些信息应该被保留，哪些应该被舍弃，以及如何组织这些信息。 这就引出了上下文工程的定义：它是对模型在生成回答前所看到的“全部信息环境”的设计与管理。与提示工程只关注“如何提问”不同，上下文工程关注的是“模型此刻应该看到什么”。 在一个典型的系统中，真正的用户问题往往只占很小一部分。上下文中还包括系统指令、对话历史、外部检索内容、工具描述以及工具输出等。这些“基础设施”才是决定模型表现的关键。 围绕这些约束，业界逐渐总结出四种核心策略。 第一是“写入”（Write）。由于上下文窗口有限，应将重要信息存储在外部，例如作为长期记忆或中间推理记录。模型在需要时再读取这些信息，而不是一直占用上下文空间。 第二是“选择”（Select）。不要把所有信息都塞进模型，而是只提供当前任务最相关的内容。最典型的方法是检索增强生成（RAG），从外部数据库中提取相关片段。这一策略的关键在于检索精度，如果检索结果不够精准，反而会成为干扰。 第三是“压缩”（Compress）。随着对话变长，上下文会迅速膨胀，因此需要对历史信息进行总结或裁剪。例如对话摘要或精简工具输出。但压缩本质上是一种信息丢弃，一旦丢掉关键细节，就无法恢复。 第四是“隔离”（Isolate）。当任务复杂时，可以将其拆分为多个智能体，每个智能体处理不同子任务，并拥有独立的上下文。例如一个负责检索信息，一个负责写作。这种方式可以避免信息混杂带来的注意力稀释。 这些策略各有优缺点。例如，压缩可以节省token，但可能丢失重要信息；多智能体可以提升表现，但会增加复杂度与成本；检索可以补充知识，但也可能引入噪声。因此，上下文工程本质上是一系列权衡。 最终可以得出的核心结论是：模型的能力，很大程度上取决于它所接收到的上下文。随着模型越来越强大，失败的原因不再是“模型不够聪明”，而是“上下文设计不当”。 换句话说，未来使用大语言模型的关键能力，不只是选择哪个模型，而是如何为它构建一个正确的信息环境。 - [2 Sigma 问题：一对一导师](https://rengongzhineng.io/2-sigma-%e9%97%ae%e9%a2%98%ef%bc%9a%e4%b8%80%e5%af%b9%e4%b8%80%e5%af%bc%e5%b8%88/): 教育领域的“应许之地”一直是一对一辅导，这一理念可以追溯到亚里士多德亲自教导年轻的亚历山大大帝。历史上唯一有可能实现这一目标的技术终于出现了。风险投资人反复鼓吹这一乌托邦式应用，却把资金投向了几乎所有其他方向。而直到今天，仍然没有人真正将它的潜力发挥到极致。 1984年，本杰明·布卢姆发现，接受一对一辅导的学生，其表现比传统课堂教学的学生高出两个标准差。也就是说，一个处于中位数（第50百分位）的辅导学生，其表现可以超过98%的普通学生。 尽管该研究设计存在一定问题，但现代更严谨的研究仍然显示，辅导的效果在0.35到0.50个标准差之间。这依然意味着，即便是一个普通导师，也能让你从第50百分位提升到第67百分位！如果拥有世界级导师，提升幅度还会更大。 这是迄今为止最有效的教育干预手段，同时也是最难规模化的方式。 在过去十多年里，一些团队构建了基于规则的（前大模型时代）系统，这些系统会根据学生之前的回答，将他们引导到不同的问题路径上，本质上类似一个复杂的流程图。 这些系统还尝试应用其他经过验证的学习方法，例如间隔重复、掌握式学习以及即时反馈。 它们看起来确实有一定效果。例如 ASSISTments 在2800名学生的随机对照试验中取得了0.18到0.29个标准差的效果。DARPA 花费1亿美元、历时七年开发了一套数字导师系统，用于培训海军IT人员，据称效果达到1到3个标准差。Synthesis 和 Math Academy 认为他们可以在K-12数学领域实现多个标准差的提升，尽管也有人持不同意见。 产品仍停留在20年前 无论这些系统在现实中的效果如何，我们认为它们很难获得广泛采用，因为学习体验的丰富性仍然局限于动态题目分配算法。 用户体验是静态的、缺乏生命力的、机械化的：屏幕上的文字，也许配上一张静态图片，底部是一个等待点击的选择题框。 绝大多数人并不喜欢这样的学习方式，即使勉强坚持，也无法达到最佳学习效果。 教学引擎或许在底层做了复杂的优化，内容质量或许很高，但学生真正接触到的界面，与一本会自动评分的教科书几乎没有区别。 它们与真正的顶级线下一对一导师之间的差距，就像舔电脑屏幕上的冰淇淋图片。 那个没人愿意谈论的“房间里的大象” 现代生成式人工智能，是历史上唯一可能真正实现这种理想的一对一教学体验的技术，而且成本几乎可以忽略不计。它甚至有可能同时解决产品体验和经济模型的问题。 然而，没有人真正朝这个方向构建产品。事实上，我们接触的几乎所有教育科技公司都明确否认其价值，认为它或许可以一次性生成80%质量的课程，但剩下的20%缺陷使其毫无用处。即使我们提醒他们几年后情况可能不同，他们依然坚持“我的职业会是最后一个被替代的”这种说法。 指数级变化，即便对数学老师来说也很难真正理解。 我们的核心观点是：参与感与深度学习不再必须相互对立。 当教学真正有效时，学习可以成为一种极具成就感、提升自信、甚至令人愉悦的体验。令人痛苦的是那种漫无目的的摸索，以及缺乏基础知识导致连入门都困难的状态。世界上最优秀的老师，能够迅速缩短努力与“顿悟时刻”之间的距离，同时让你感到被理解和被赋能。 一个超人级教师，很快就可以被构建出来。研究表明，经过适当结构设计的大语言模型，已经可以成为相当不错的一对一导师。目前的准确性与幻觉问题，在良好设计下可以控制在约1%。上下文长度仍是工程挑战，因为随着对话持续，质量与连贯性会下降，类似 Claude Code 会话中的压缩问题。但在两年内，它们几乎肯定可以实时生成世界级课程。 此外，大语言模型已经展现出生成丰富、个性化、多模态内容的能力。过去一年，它们可以基于你的内容生成定制播客。现在，它们已经能够一次性生成动态数学可视化视频。 很快，这些多模态体验将变得可交互。你可以通过语音打断、提问，并获得深入回答。教学将从单向讲授转变为对话。产品将从被动消费转变为层层递进的主动体验式学习。 这些能力还会继续增强，例如构建“世界模型”。历史课程可以让你身临其境地置身历史场景，与历史人物对话。游戏可以达到GTA级别，同时让你学习核心知识。 甚至可以用虚拟化身作为导师。类似 Masterclass 的商业模式可以被重塑，名人无需花费时间录制课程，只需授权其形象。 另一种提升参与度的方式是个性化。例如，一个孩子热爱棒球，那么他的课程就由他喜欢的球星讲解，所有题目都围绕棒球展开。系统还应识别你是视觉型学习者，并调整教学方式。 学习如何学习 系统应能够自主学习教学方法，即理解“人类如何学习”，以及“某个个体如何学习”。它应能在低数据环境中进行实验，并调整自身行为。 理论上，它可以利用用户所有交互数据：答题记录、反应时间、语音语调中的自信程度、摄像头捕捉的面部表情、视线焦点等。 当然，这需要用户信任设备端AI或隐私保护技术，例如 zkML。 更具技术野心的方案，是构建一个多模态Transformer，将这些输入转化为实时认知状态分布。例如区分“机械执行步骤”与“有效探索性思考”。 一种可能的路径是：使用前沿模型生成大量“学生代理”，在模拟环境中训练教学系统，再通过少量真实学生验证。 布卢姆愿景的科幻实现 这些学习引擎可以应用在哪些场景？我们对其在STEM辅导、SAT备考和职业发展中的应用感到兴奋。 但还有许多被忽视的可能性： 一个帮助你提升工作能力的浏览器插件：它观察你的工作流程，推荐学习内容或自动化重复任务。 一个“以自信为核心”的技能平台：类似语言学习应用，通过虚拟现实练习演讲或面试，消除心理压力。 脑机接口用于提升学习效率：例如刺激语言学习相关脑区，或通过脑电信号捕捉“顿悟时刻”，自动生成学习笔记。 全新的商业模式 例如垂直整合的技能培训公司，快速培养电工、暖通技师等高需求职业。 或者一个以“理想工作”为目标的学习系统，仅教授必要知识，大幅缩短培养周期。 甚至可以构建逼真的职业模拟环境，用于评估人才并直接输送给企业。 这些想法真的能获得风险投资吗？ 教育科技市场规模巨大：美国K-12支出9500亿美元，高等教育7000亿美元，辅导市场250亿美元。 但创业公司只占据了极小一部分。原因在于，教育本质上是人与人之间的服务，门槛是“人类级认知与交互”。 商业模式问题 真正的学习是痛苦的，而卖“痛苦”本身就很难。 因此成功的教育产品要么提供捷径（如Chegg、ChatGPT），要么用游戏化替代深度学习（如Duolingo）。 但这往往破坏学习本质。 同时，教育类产品的用户流失率极高，用户又希望在7到14天内看到回报，这与学习周期完全不匹配。 内容成本 制作课程成本极高：MOOC 单门课程成本在4万到30万美元之间。 再加上运营和营销成本，使得多数教育公司难以盈利。 经济模型的变化 未来，如果推理成本降低、模型本地化运行，教育科技的经济性可能大幅改善。 同时，动态生成课程将取代高昂的内容制作成本。 快速学习可能成为生存问题 随着AGI的到来，大量工作将被改变甚至消失，快速学习新技能可能成为生存所需。 传统教育体系难以适应这种变化。 结语 我们可以想象这样一个未来：每个人都拥有一个无限耐心、极具吸引力、完全个性化的世界级导师。他们以自己的节奏高效学习。 而人类教师则专注于真正属于人类的部分：激励、关系与情感。 - [Meta 的超级智能实验室发布首个公开模型 Muse Spark](https://rengongzhineng.io/meta-%e7%9a%84%e8%b6%85%e7%ba%a7%e6%99%ba%e8%83%bd%e5%ae%9e%e9%aa%8c%e5%ae%a4%e5%8f%91%e5%b8%83%e9%a6%96%e4%b8%aa%e5%85%ac%e5%bc%80%e6%a8%a1%e5%9e%8b-muse-spark/): Meta 宣称其基准测试表现强劲，但也承认在智能体与编程系统方面仍存在“性能差距”。 Meta 于周三宣布推出 Spark，这是 Muse 系列中的首个 AI 模型，公司称其代表了“对我们 AI 工作从底层进行的全面重构”。 Muse Spark 是 Meta 超级智能实验室发布的首个成果。该实验室成立不到一年，其宏大的目标是“为每个人实现个人超级智能的承诺”。这一发布也标志着 Meta 与此前开源 Llama 模型系列的彻底分道扬镳；该系列无论在用户反馈还是独立大语言模型排名中表现都较为平平。尽管 Spark 将是一个专有模型，Meta 创始人兼 CEO 马克·扎克伯格在 Threads 上发文表示，Muse 系列未来“将包括新的开源模型”。 Meta 表示，Muse Spark 将利用来自 Instagram、Facebook 和 Threads 等平台上的内容，类似于 xAI 的 Grok 与 X 平台内容的整合方式。目前，这意味着 Muse Spark 可以链接到与你查询的位置或热门话题相关的公开帖子。例如，未来这一能力将扩展为“引用推荐内容以及人们分享的内容”的新功能，并将“Reels、照片和帖子直接编织进回答中，同时标注内容创作者来源”。 思考与压缩 Meta 表示，Muse Spark 的“深度思考”（Contemplation）模式“在相当延迟下实现更优性能”。 在一篇随 Spark 发布的技术性博客中，Meta 列出了如今常见的一系列 AI 基准测试结果，其中 Muse Spark 在标准思考模式下的表现与 OpenAI、Anthropic、Google 和 xAI 的竞争模型相当甚至更优。但该博客也略显谨慎地承认，“我们仍在持续投入那些当前存在性能差距的领域，例如长周期智能体系统以及编程工作流。” 在同一篇文章中，Meta 还重点介绍了“深度思考”模式，并表示该功能将“逐步推出”。该模式可以“调度多个并行推理的智能体”。通过最多 16 个智能体同时协同思考，Meta 称该模式“在相似延迟下实现更优性能”。这种“更优性能”包括在 Humanity’s Last Exam（借助外部工具）中达到 58.4 的成绩新高。 一张 Meta 图表展示了额外训练如何在提升准确性的同时实现 token 使用的“压缩”。 此外，针对此前 Llama 模型未充分利用强化学习而受到的批评，Meta 表示 Muse Spark 在预训练之后通过额外的强化学习步骤展现出“平滑且可预测的提升”，在“不牺牲推理多样性”的前提下提升了模型的可靠性。该强化学习系统还引入了“思考时间惩罚”，Meta 称其在“最大化正确性”与优化 token 使用数量之间取得平衡。在 AIME 2025 基准测试中，Meta 表示观察到一种“相变”现象：模型开始将同样准确的推理压缩为“显著更少的 token”。在完成压缩之后，后续训练模型又逐步增加 token 使用量，以在总体时间更短的情况下实现更高的准确率，相比此前未压缩的版本表现更优。 Muse Spark 的发布还伴随着 Meta 高级... - [哈萨比斯敦促谷歌尽快完成这笔收购](https://rengongzhineng.io/%e5%93%88%e8%90%a8%e6%af%94%e6%96%af%e6%95%a6%e4%bf%83%e8%b0%b7%e6%ad%8c%e5%b0%bd%e5%bf%ab%e5%ae%8c%e6%88%90%e8%bf%99%e7%ac%94%e6%94%b6%e8%b4%ad/): 在12月底，一支谷歌团队乘坐湾流公务机飞抵伦敦，并直接前往DeepMind的办公室。来访者被带入一间会议室，观看了一系列新的演示。谷歌传奇工程负责人Jeff Dean提出要检查驱动Atari系统的代码。在他看来，仅仅展示演示远远不够，因为演示是可以被伪造的，他希望真正“打开机器”，确认背后确实有真实的技术引擎在运作。 “那是一个跨越卢比孔河的时刻，”哈萨比斯后来回忆道，“世界上最大、最强的公司可以看到你所有的研究。如果你在那之后不达成交易，你就会被压垮。这对我们来说是一次高风险的赌注。” 最终，Dean对代码表示认可。但接下来的问题是：谷歌愿意为此付出多少？ DeepMind当时没有收入，其核心资产就是团队本身。谷歌的收购团队有一套评估此类“人才收购”（acquihire）的标准方法。“我们有一个按工程师计价的模型，”谷歌首席谈判代表Don Harrison后来回忆说。 Harrison估算DeepMind大约拥有30到40位顶尖技术人才。严格来说，他们并不是工程师，而是科学家。粗略计算，每个人的价值大约在1000万美元左右。作为一位曾参与谷歌上市的强硬加拿大律师，Harrison在过往数十笔交易中几乎从未遇到真正的阻力。 但这一次不同。哈萨比斯和苏莱曼强烈反对这一估值，并提出了一个大约高出一倍的价格。 “所有人当时都紧张到胃不舒服，”Harrison后来这样形容。就连Jeff Dean也认为DeepMind的要价偏高。 然而，价格并不是唯一的争议点。哈萨比斯坚持团队必须继续留在伦敦，同时他还要求对DeepMind技术的使用进行限制，例如禁止军事用途。此外，他还要求设立一个伦理与安全审查委员会，其中包括DeepMind创始人以及外部权威人士，以此削弱谷歌对该技术的完全控制权。 “对我来说，这些条件是个大问题，”Harrison回忆道，“我需要向董事会推销这笔交易，而它不仅仅关乎价格，还涉及一种会削弱我们对这个昂贵资产控制权的结构。” 最终，谷歌之所以接受这些条件，很大程度上是因为对哈萨比斯个人的信任。“如果不是我们完全相信Demis代表着我们AI战略的未来，我们绝不可能接受这样的交易结构，”Harrison后来表示。 2014年1月底，谷歌以6.5亿美元收购了DeepMind。以今天的标准来看，这笔交易堪称便宜。但对哈萨比斯来说，真正的回报出现在接下来的十年中——谷歌向DeepMind的研究投入了数十亿美元。他从青少年时期就怀抱的“超级智能”梦想，也由此进入了全面加速的发展阶段。 - [如何解决长周期自主AI代理工程工作流中的问题](https://rengongzhineng.io/%e5%a6%82%e4%bd%95%e8%a7%a3%e5%86%b3%e9%95%bf%e5%91%a8%e6%9c%9f%e8%87%aa%e4%b8%bbai%e4%bb%a3%e7%90%86%e5%b7%a5%e7%a8%8b%e5%b7%a5%e4%bd%9c%e6%b5%81%e4%b8%ad%e7%9a%84%e9%97%ae%e9%a2%98/): 如果你想为真正长时间运行的自主系统设计一个“执行框架”（harness），那么你必须深入理解一个核心事实：所有框架设计的本质，都是在对抗两类问题——要么代理变得懒惰、开始偷工减料，要么代理变得混乱、表现愚蠢。这些问题有些比其他问题更难解决，但一个设计良好的框架可以在很大程度上缓解它们。 首先来看代理在任务开始之前就可能出现的问题。最常见的情况是代理在没有获取足够上下文的情况下就开始执行任务，从而基于错误或不完整的信息做出决策。一旦错误的前提被带入后续流程，它就会不断放大。因此，在任务开始前，必须系统性地检查信息是否完整、是否存在矛盾，确保代理在一个一致且充分的上下文中启动。 进入规划阶段，问题开始变得更加微妙。代理需要决定解决问题的路径，也就是所谓的“攻击向量”。最大的风险在于选错路径，从而导致整个实现方向错误。如今，由于模型能力提升，纯粹因为“愚蠢”而选错路径的情况已经较少，但由于对用户意图理解偏差导致的错误仍然非常常见。为了解决这个问题，需要确保代理在规划前已经覆盖所有相关文件，同时仓库内部不能存在相互矛盾的信息。除此之外，还有一个重要问题是“短期思维”。代理不会承担短期决策带来的长期后果，因此它们倾向于选择快速但不可扩展的方案，这会积累大量技术债。解决方法是在规划阶段明确要求代理考虑可扩展性、可维护性以及整体架构一致性，让它像创始人一样思考，而不是像临时工程师一样工作。一种有效方式是让代理生成多个候选方案（例如五个），再由另一个代理从中选择最符合“干净代码”和长期维护原则的方案。 当进入实际执行阶段，最突出的挑战是“上下文焦虑”。即使拥有良好的规划和足够的初始信息，目前最先进的模型也只能在较小任务上接近一次性完成，而在涉及复杂、跨多轮会话的问题时，就会因为上下文过载而逐渐崩溃。几乎所有代理都会随着时间推移产生一种“急于结束任务”的倾向，这在Claude等模型中尤为明显。解决这一问题的关键是设计合理的会话切换机制，通过将上下文压缩并传递给新的会话来减轻负担。但这又引入了新的挑战：如何在压缩信息的同时保持足够的信息完整性，使新会话能够无缝继续任务。本质上，这是一个信息压缩问题，而你之所以有机会比模型提供商做得更好，是因为你对自身代码仓库结构有更深的理解。 除了上下文问题之外，执行阶段的另一个重大风险是“偏离计划”。代理可能会偏离既定方案，转而实现一个看似相似但本质不同的版本。例如，你要求实现A，但代理交付的是A’，它认为这是一个合理近似，但实际上完全无法达到目标。更严重的是，由于软件系统的可组合性，这种偏差会在后续模块中被放大，导致整个系统建立在错误基础之上。因此，必须在执行过程中频繁验证实现是否符合原始计划，防止错误传播。 另一个非常典型的问题是“对复杂性的恐惧”。当任务简单时，代理可以很好地完成；但当任务被认为复杂（例如需要实现一个庞大的模块）时，代理往往会试图逃避，常见表现包括写一些占位代码就结束，或者直接声明任务超出范围。这很可能源于强化学习过程中对复杂任务的惩罚机制，使代理学会规避风险。有趣的是，人类也存在类似问题，我们面对庞大任务时也容易拖延。解决方法同样类似：将复杂任务拆解为大量小任务，每个任务控制在较小规模（例如少于一百行代码），再逐步组合完成整体目标。这种方法不仅对人类有效，对代理同样适用，甚至可以说代理的“心理结构”某种程度上是对人类行为的映射。 任务完成之后，问题并没有结束。一个常见问题是“验证懒惰”。代理往往选择最简单的验证路径，例如编写非常宽松的测试，只要测试通过就宣称任务完成。在极端情况下，它甚至会验证一个错误的行为（A’），然后错误地认为原始需求（A）已经满足。为了解决这一问题，需要使用独立的代理来设计和执行验证流程，并确保验证环境尽可能保持“干净”的上下文。同时，验证必须针对真实的生产行为，而不是抽象或简化的情况。例如，如果要验证一个前端按钮是否有效，不仅要检查按钮是否存在，还要模拟点击行为，并确认后端是否正确响应。只有在完整验证链条成立时，才能认为功能真正完成。 此外，还有一个容易被忽视但极其重要的问题，即“熵的增加”。当前的代理往往只关注完成当前任务，而不会主动维护代码库的一致性。例如，它可能将某个函数从行为A修改为行为B，但文档仍然描述为A。这种不一致如果反复出现，就会导致整个代码库变得混乱难以维护，进一步加剧代理的决策错误。解决方法是在每个长任务周期结束后，使用新的代理对代码库进行清理，包括消除矛盾、解决合并冲突、删除废弃代码以及更新文档等。 在这样的背景下，自定义执行框架的重要性就变得非常明显。现有工具（如Claude Code或Codex）在这些方面提供的能力非常有限，例如缺乏灵活的钩子机制。同时，如果让一个代理同时承担任务执行和调度职责，它的上下文会被调度信息污染，从而降低效率。更合理的方式是将编排层独立出来，例如设置专门的代理负责维护“任务契约”，确保每个会话在结束前满足明确的完成条件，并由独立代理进行质量评估和验证。 拥有自己的执行框架，还意味着你可以针对具体问题设计定制化解决方案。例如，如果代理在你的项目中频繁表现出对复杂任务的恐惧，可以引入一个分类代理，在识别出高复杂度任务时自动将其拆解为多个子任务；如果代码库经常出现混乱状态，可以在每次任务结束后自动触发清理流程，对所有受影响部分进行一致性检查。更重要的是，你需要对整个系统进行全面的遥测记录，包括输入提示、执行轨迹和最终结果，并建立评价标准来持续改进框架。迭代是关键，只有通过不断优化，才能逐步构建出高质量的代理系统。 最后需要指出的是，对于大多数人来说，直接使用现成工具的默认配置已经足够应对常见需求。但如果你希望在长周期、自主性强的工程项目中充分发挥AI代理的能力，那么理解并解决上述问题，将是不可避免的挑战。 - [AI时代的前40个月](https://rengongzhineng.io/ai%e6%97%b6%e4%bb%a3%e7%9a%84%e5%89%8d40%e4%b8%aa%e6%9c%88/): 自2022年11月ChatGPT发布以来，至今已经过去了将近40个月。在这段时间里，我逐渐积累了一些关于AI的想法和观察。最初接触ChatGPT时，我和大多数人一样感到非常震撼。我还记得早些年玩过的一些聊天机器人，比如Cleverbot之类的工具，在当时已经算是不错，但总体来说并没有什么实际用途。而ChatGPT完全不同，它明显更强大得多，以至于我很快意识到，这不再只是一个极客玩具，而是一个会被整个世界注意到的东西。 一开始，我主要是和它对话，感受它的表达能力，并尝试让它生成内容。我让它写诗、构建龙与地下城的背景故事，甚至设计一个完整的奇幻世界，包括角色、王国以及世界观设定。从“连贯性”的角度来看，这些输出确实令人印象深刻，但与此同时，它的风格也显得过于平淡、刻意避免冒犯，这一点至今仍然是这类技术的明显局限之一。 不久之后，我在Linus Tech Tips的WAN Show节目中听到有人提到，ChatGPT已经可以被用来生成完整可运行的程序。这让我产生了极大的兴趣，于是开始亲自测试它的编程能力。我先让它写一些简单的“hello world”程序，它几乎完美完成了任务，这让我非常惊讶。随着测试的深入，我逐渐意识到，这个工具确实可以为一些常见、成熟的问题生成有用的代码片段。在处理简单任务时，它甚至可以取代我原本依赖的搜索流程，我不再需要去Stack Overflow或论坛查找答案。 我还记得自己第一次进行“vibe coding”的经历。当时我在做一个小项目，用来为我的万智牌（MTG）卡牌收藏生成占位卡片。我让AI（那时用的是Claude而不是ChatGPT）开发一个应用：从API获取卡牌数据，生成二维码，并将信息排版成可打印的卡片页面。第一次生成的结果已经相当不错，基本可用。我随后尝试通过进一步提示进行优化，但进展并不理想。最终我放弃继续依赖AI，转而自己完成项目。在不断迭代过程中，我逐渐用自己写的代码替换掉AI生成的部分，直到最后几乎完全没有使用AI代码。这让我开始认真思考：相比从一开始就自己完成，这种方式到底节省了多少时间和精力？即便到今天，AI编程已经进步很多，我仍然不断问自己，它在实际开发中的价值究竟有多大。 两个月前，我第一次订阅了Claude Pro。此前一年多时间里，Claude一直是我主要使用的免费聊天工具，而我也对Claude Code越来越感兴趣。初次体验时，我的感受可以说是极其积极。我立刻在工作站上安装了Claude Code，并开始尝试各种用法。最让我兴奋的是，我可以用自然语言与计算机交流，只要表达清晰，它就能按我的意图执行任务。这种体验让我觉得，这是继键盘、鼠标和命令行之后的一种全新的人机交互方式。对于这种用法，我几乎没有任何怀疑——它确实非常有用、非常强大。我甚至希望未来能在本地运行类似的模型，比如通过GPU或者专用设备来实现这一能力。 当然，我也继续用Claude Code进行“vibe coding”。结果依然令人印象深刻。在我尝试的小项目中，AI往往可以一次性生成一个不错的初始版本，而且后续的迭代提示也比以前更有效率。Claude Code消除了复制粘贴的摩擦，它可以直接在代码中进行修改。我对它保持上下文和逻辑一致性的能力印象深刻，有时它甚至能发现我忽略的bug或提出更好的解决方案。然而，即使是在看似简单的项目中，我也常常感觉自己在努力“拉住它”，防止它逐渐偏离目标。 我还尝试将AI用于创业准备。在失去IT技术员工作后，我考虑建立一家小型IT服务公司。我让Claude扮演执行助理和导师的角色，帮助我制定详细的启动计划并跟踪进度。现在回头看，这些计划其实相当基础，但在当时，这一过程确实给了我很大的动力和信心。最终，我确实启动了这个业务，虽然目前客户还主要是亲友，但我仍在持续推进。值得一提的是，这一过程大部分时间并没有继续依赖AI。 对于这类体验，现在流行的说法是“glazing”（过度正向强化）。我同意这确实是一个值得警惕的问题，但同时也必须承认，我本身有拖延倾向，而AI帮助我制定计划确实促使我采取了行动。如果未来这个业务真的能带来收入，我不得不承认，这在某种程度上要归功于AI的“鼓励”。 那么，AI到底有多有用？这是一个让我既困惑又难以回答的问题。我确实看到了一些效率提升，但幅度究竟有多大却很难衡量。我仍然需要替换AI生成的部分代码，但并非全部。同时，我也在反思，当我与AI一起开发项目时，是否会无意识地扩大项目范围？如果确实扩大了，这些新增功能到底是必要的，还是只是“锦上添花”？我并不认为评估AI价值的唯一标准是节省时间，因为在相同时间内增加功能或提高质量同样有意义。但即便如此，这种价值仍然很难量化。目前我仍在继续订阅Claude Pro，但考虑到可能存在的限制，以及本地模型性能的不断提升，我也完全可以想象自己在不久后取消订阅。 在内容创作方面，截至目前，这个网站上没有任何一篇文章是直接由AI生成的。我曾尝试让AI写文章，但始终无法接受哪怕一句直接使用。AI生成的文本要么平淡乏味，要么让人产生反感。尽管从理论上看，这种方式应该很高效——AI拥有完美的拼写、语法和足够的上下文，可以在几秒钟内完成原本需要我数小时的工作——但问题在于，这些内容并不属于我，而写作本身正是这个博客存在的意义。 从读者的角度来看，我同样对AI生成内容感到不适。这种感觉类似“恐怖谷效应”：它几乎像是人类创作，但又存在微妙差异，让人产生不协调感。一旦察觉到这一点，我就会立刻失去兴趣。 尽管如此，我仍然在思考是否存在某种方法，可以让AI真正成为创作的有效工具。比如，我曾设想，小型团队是否可以借助AI，以极低成本开发出大型游戏作品。从社会接受度来看，也许AI创作会像整形手术一样——只有做得过度或拙劣时才显得怪异，而高水平、克制使用的结果则可能是优秀的。这一切仍有待观察。 以上就是截至2026年初，我对AI时代的整体看法。这些观点或许并不完整，也未必准确，但它们反映了我在这40个月中的真实体验。那么，你是否认同这些看法？或者你也有自己的观察与思考？ - [AI代理可能会让自由软件再次变得重要](https://rengongzhineng.io/ai%e4%bb%a3%e7%90%86%e5%8f%af%e8%83%bd%e4%bc%9a%e8%ae%a9%e8%87%aa%e7%94%b1%e8%bd%af%e4%bb%b6%e5%86%8d%e6%ac%a1%e5%8f%98%e5%be%97%e9%87%8d%e8%a6%81/): 最近一段时间，我一直在进行大量所谓的“vibe coding”（氛围编程）。数量之多，几乎到了有点失控的程度。虽然可能还没达到Andrej Karpathy在No Priors节目中开玩笑提到的“AI精神错乱”，但其实也差不了太远。在这个过程中，一个想法反复浮现在我脑海中：AI编程代理，可能正在让“自由软件”变得比过去任何时候都更加重要。这里我说的不是企业语境中那种温和、去意识形态化的“开源软件”，而是Stallman意义上的自由软件——即赋予用户运行、研究、修改以及重新分发软件的自由。 在过去很长一段时间里，即便有人知道“自由软件”和“开源软件”的区别，这种差异也更多停留在理论层面。SaaS的兴起让大多数人根本接触不到他们所依赖软件的源代码，代码运行在他人的服务器上，由供应商负责一切运维细节，于是用户关心的问题逐渐从“我是否拥有控制权”转变为“这个东西用起来是否方便”。然而，AI代理正在改变这一切。如果一个代理能够读取整个代码库、理解其结构，并代表用户进行修改，那么“访问源代码”就不再只是程序员的象征性权利，而成为越来越多人可以真正利用的能力。此时，“可以修改的软件”和“只能请求别人修改的软件”之间的差异，突然之间变得极其现实。 这种变化并不是抽象的。我最近亲自尝试让一个AI代理帮我定制一个SaaS应用，而这次经历让我迅速意识到问题的本质。为了理解这一点，有必要稍微回顾一下历史。1980年，Richard Stallman在MIT AI实验室工作时，遇到了一台经常卡纸的施乐打印机。他想修复问题，甚至只是添加一个简单的通知功能，但却因为厂商拒绝提供源代码而无能为力。这件看似微不足道的小事，对他产生了深远影响。他成长于一个代码共享是默认文化的时代，而现在他第一次意识到，如果软件被封闭，用户将失去对自己工具的根本控制权。正是这种认识促使他创立了自由软件基金会，并提出了著名的“四大自由”，强调软件应当赋予用户运行、研究、修改和传播的权利。 在1990年代，这种理念曾经引发巨大共鸣。Linux、Apache、MySQL、PHP等自由软件构建了互联网的基础设施，Red Hat证明了围绕自由软件也可以建立商业模式，Eric Raymond提出开放开发模式优于封闭开发，而微软甚至公开将Linux称为威胁。然而，这场看似激烈的理念之争，却在之后逐渐淡出人们的关注。原因并不是谁在理念上胜出，而是一个更现实的变化——SaaS的兴起。 与此同时，“开源”这一术语的出现，也在悄然改变讨论的方向。1998年，一群人提出用“open source”替代“free software”，以避免“free”被误解为“免费”。但这种重命名不仅仅是营销上的调整，更是一种哲学上的转变。开源保留了代码共享的实践，却剥离了关于用户权利的伦理主张。企业可以拥抱开源、参与社区，却无需真正改变与用户之间的权力关系。正如Stallman所说，开源是一种开发方法，而自由软件是一场社会运动。 真正让自由软件在现实中失去意义的，是SaaS模式本身。GPL等许可证要求在“分发软件”时必须开放源代码，但如果软件只是运行在服务器上，通过网络提供服务，那么这一义务就不会触发。这使得公司可以基于自由软件构建业务，却无需公开自己的修改版本。对于用户来说，这意味着即便软件是开源的，也无法真正行使修改的自由，因为他们根本不运行软件本身。与此同时，SaaS提供了巨大的便利：无需安装、自动更新、随时访问、无需维护基础设施。这种便利性让大多数人接受了用控制权交换效率的现实。 直到AI代理的出现，这种平衡开始动摇。我以自己使用的任务管理工具Sunsama为例。我很喜欢这个产品，但我希望实现一个简单的工作流：当我在Twitter看到一条想稍后处理的内容时，可以一键将其保存为任务，并自动生成合理标题和分类。然而，Sunsama的封闭性让我无法实现这一点。它没有完善的API，无法嵌入自定义AI逻辑，也无法自动分类。问题并不在于我不会编程，而在于我没有时间从零构建一个替代系统。我尝试借助AI代理实现这个功能，结果却陷入了一连串复杂的变通方案：依赖非官方API、存储真实账户密码、部署自定义服务、手动配置iOS快捷指令、处理不透明的错误信息等等。最终虽然实现了功能，但代价极其高昂。如果这个软件是自由且开源的，AI代理完全可以直接修改代码实现需求，整个过程可能只需要十分钟。 这正是关键所在。过去，自由软件的一大弱点在于，大多数用户并不具备阅读和修改代码的能力，因此“四大自由”在实践中只对少数技术人员有意义。但AI代理改变了这一前提。它们可以作为中介，代替用户行使这些技术自由。用户不需要理解代码结构，也不需要掌握复杂技术细节，只需描述需求，代理就可以完成修改。这使得软件自由从一种抽象权利，转变为一种现实能力。对于非技术用户来说，这意味着他们第一次可以真正“拥有”他们使用的软件。 越来越多的人开始意识到这一趋势。有人指出，AI代理使开源软件相对于闭源软件拥有结构性优势，因为代理可以直接读取和修改源代码；也有人认为，AI正在大幅降低定制和维护软件的成本，使内部工具开发变得更加可行；还有观点认为，将数据保存在本地，将极大增强AI能力，并推动去中心化趋势。甚至Vitalik Buterin也开始强调开放性的重要性，认为只有开放才能避免权力集中。 当然，这并不意味着我们应该简单地回到“自托管一切”的时代。自托管带来了安全更新、备份、运维等额外负担，而这些正是SaaS解决的问题。同时，AI代理也可能对开源生态造成新的压力，例如低质量自动生成贡献的泛滥，削弱维护者与用户之间的反馈机制。因此，问题的答案并不在于完全抛弃现有模式，而是寻找新的平衡点：既能提供自由软件的可定制性，又能保留SaaS的便利性。 可以预见，在未来一到两年内，人们评估软件的标准将发生变化。“我的AI代理能否完全定制这个软件？”将成为一个越来越常见的问题，就像今天我们会问“是否支持移动端”或“是否集成Slack”一样。如果软件无法满足这一点，它将逐渐失去竞争力。AI代理会尝试绕过限制，通过逆向工程、自动构建替代工具，甚至直接迁移用户数据来实现目标。这将使传统的“切换成本”迅速下降。 总体而言，自由软件的钟摆可能正在重新摆动。这并不是因为人们突然重新拥抱某种理念，而是因为现实需求发生了变化。当用户意识到，如果软件是开放的，他们的AI代理可以在几分钟内解决问题，而封闭系统却迫使他们花费数小时甚至更长时间进行复杂折腾时，他们对软件的选择标准也会随之改变。我仍然喜欢Sunsama，也并不想更换它，但这次经历让我清楚地看到，如果它是开源的，我的工作流问题本可以被轻松解决。而正是这种具体、可感知的差距，让“软件自由”重新变得重要。或许，在不久的将来，我们将不再需要在“自由”和“便利”之间做出艰难选择。 - [关于AI编程代理的一些令人不太舒服的真相](https://rengongzhineng.io/%e5%85%b3%e4%ba%8eai%e7%bc%96%e7%a8%8b%e4%bb%a3%e7%90%86%e7%9a%84%e4%b8%80%e4%ba%9b%e4%bb%a4%e4%ba%ba%e4%b8%8d%e5%a4%aa%e8%88%92%e6%9c%8d%e7%9a%84%e7%9c%9f%e7%9b%b8/): 在过去的几年里，我一直密切关注生成式人工智能的发展。早期，和大多数人一样，我对OpenAI基于谷歌一篇相对小众的深度学习研究论文，再加上一点来自人类反馈的强化学习所取得的成果感到无比震撼。当它运作良好时，那种效果确实令人惊叹——一种极具说服力的“幻觉”，让你几乎相信它无所不能。这也激发了我进行大量实验，并基于这些大型语言模型开发了一些概念验证应用。直到今天，它仍然是任何对其有基本了解的人之间热烈讨论的素材。我一直努力不对生成式AI轻易下结论，但经过长时间的思考，我觉得自己终于可以给出一个判断了。我知道，我知道，你一定迫不及待想知道（几乎所有读到这里的人可能在想：“这人是谁？”）。 这篇文章诞生于AI编程代理迅猛崛起的背景之下。这类系统将你最喜欢、却又容易产生“幻觉”的大语言模型，加上一个反馈循环，从而能够生成一些确实令人印象深刻的结果。如今，已经有整家公司从零开始围绕AI编程代理构建，甚至像Notion、Spotify和Stripe这样成熟且备受认可的公司也似乎全面拥抱这一趋势——毕竟，既然AI编程代理可以更快、更便宜地完成工作，为什么还要让人类辛苦编码呢？根据不同人的看法，AI编程代理要么已经让手动编写代码彻底过时、毫无价值，要么就是对软件开发生命周期理念的严重冒犯。而我决定加入这场讨论，并明确表达一个观点：基于大语言模型的AI编程代理，无论现在还是未来，都不应该用于我所构建的任何专业级生产代码。我也认为，你应该认真考虑采取同样的立场。 AI编程代理强大吗？毫无疑问，是的。任何真正关注这一领域并诚实面对现实的人都能看出来。那么，大语言模型本身是否有用？也有（前提是你绝对、绝对不能完全相信它说的任何话）。不过，这里我主要想聚焦于基于LLM的AI编程代理。至于LLM在软件工程中的其他用途，我们稍后再谈。 我之所以在专业工作中全面禁止使用AI编程代理，主要有四个原因：技能退化、虚假的低成本、提示注入攻击，以及版权与许可问题。 技能退化最容易理解、但也最“模糊”的问题，是技能退化。很明显，软件工程师的工作正在发生剧烈变化。有些人把这种变化描述为一种“软件工程经理”的角色：你几乎不再写代码，而是像管理一组初级工程师一样，监督一群AI编程代理。我们被告知，AI编程代理确实会犯错，但不用担心，中高级工程师会凭借多年经验审查每一行代码，确保质量达标。即便你现在相信这种说法，我也要告诉你：那些被降格为“代码审查员”的工程师，随着时间推移会变得生疏。他们的编码能力和软件设计能力会逐渐退化，最终成为更差的工程师。即使他们一开始打算认真审查所有生成代码，但随着不再亲自编写代码，他们将逐渐失去分辨好坏代码的能力。实践以及来自他人的反馈，对维持和提升技术水平至关重要，而在这种模式下，这两点都会缺失。 现实中，随着越来越少的工程师需要监督越来越多的AI代理，代码审查的工作量会不断增加。出于精力和心理承受能力的限制，人们不可避免地会变得敷衍。我一直支持代码审查，因为它有助于发现改进空间并促进知识共享，但即便如此，我也常常觉得大型代码审查是一件苦差事（重要不代表有趣）。如果你的全职工作是审查一群代理的代码，而经验告诉你它们95%以上时间都“还不错”，你很难始终保持高度警觉，错误迟早会混进来。这在所有代码审查中都存在，但至少你可以基本信任人类同事的动机，并且他们能从错误中学习。更重要的是，你可以直接与人沟通，询问他们为什么这么实现。而对于LLM生成的代码，你根本不知道灵感来源在哪里。你可以问它，但它只会编造一个听起来合理的答案，因为它其实并不知道。 我也清楚，这种观点可能会被视为“老人在对云大喊”。这确实有点类似几十年前，人们批评高级编程语言会导致程序员不理解底层系统运行机制的论调。他们认为这样会让工程师缺乏基础能力。但事实证明，大多数情况下他们错了。如今很多优秀工程师并不真正理解内存管理机制，但这并不妨碍他们创造价值。对此，我唯一的辩解是……这一次感觉不一样？我承认这不是一个严谨的论证，但我也说过这是最模糊的一点。另外，我有二十年的软件工程经验，这或许能增加一点说服力。 虚假的低成本这是我最不擅长分析的一点，但我确信问题确实存在，而且目前没有人有解决方案。 一种流行观点认为，我们正处在生成式AI泡沫之中，随时可能破裂。理由是LLM技术并没有达到宣传中的水平，一旦现实显现，资金将枯竭。科技巨头正在投入巨额资金购买GPU、内存、存储和建设数据中心，但随着新鲜感消退，实际能力边界显现，这些投入越来越难以合理化。帮你写邮件固然方便，但不足以支撑如此高昂的成本。然而在过去一年里，AI编程代理被当作证明投资正确的“杀手级应用”。 但现实是，这些模型对公司来说极其不赚钱，而AI编程代理甚至加剧了这一问题，因为它们增加了使用量。科技公司采用的是“先做出来再想赚钱”的硅谷模式。他们寄希望于出现类似“Attention Is All You Need”那样的突破性创新，来提升成本效率，甚至实现所谓的通用人工智能。如果这种奇迹没有及时出现（很可能不会），泡沫终将破裂，行业将经历大规模重组。像Google和Meta这样的巨头或许能挺过去，但其他公司可能会倒下。 当前终端用户支付的价格与实际成本严重脱节。未来可能需要大幅涨价并限制使用量。那些基于廉价AI模型构建业务的中间层公司也会陷入困境。冲击范围会非常广。 有人可能会说，既然现在能用，为什么不用？但我不同意。最好不要过度依赖这些工具，这样在风暴来临时你才能更从容应对。 提示注入这是一个众所周知的问题：LLM本质上非常“轻信”，攻击者可以通过精心构造输入，让模型执行不该执行的指令。LLM只是预测下一个词，并不真正理解上下文，因此无法可靠地区分指令与数据。虽然厂商不断修补漏洞，但这些修补更像是在漏水的船上贴胶带。这种漏洞源于模型本质，很可能无法彻底解决。 目前主要是用户试图绕过限制，但随着AI代理的普及，攻击者可能会污染网站或邮件，让代理在执行任务时读取恶意指令。所有能从不可信来源获取信息的AI代理都存在风险。一旦权限较高，后果可能是系统完全被攻陷。这类攻击被称为“promptware”，未来会越来越多。 即使没有攻击者，AI代理本身的“幻觉”也可能导致灾难，比如误删数据。这种风险不可接受。 版权与许可我不是律师，但这个问题非常关键。 在美国，生成式AI的输出不受版权保护。也就是说，AI生成的代码本质上属于公共领域。你不拥有它，任何人都可以使用。 美国版权局以及法院都支持这一观点，甚至最高法院也未推翻这一裁定。虽然这是美国法律，但其影响力巨大，其他国家可能也会跟进。 设想一个公司完全用AI生成代码，那么这些代码理论上属于所有人。如果员工泄露代码，公司可能没有法律手段阻止传播。相比之下，人类编写的代码受版权保护，泄露会带来严重法律后果。 如果竞争对手可以合法使用这些代码，他们就能跳过多年研发成本。这对公司来说是巨大风险。 即便有人认为代码本身不重要，这也忽视了需求分析和设计等工作仍然耗时。AI并没有消除这些成本。 如果代码是人类与AI混合生成，情况会更复杂。或许未来法律会调整，但目前仍充满不确定性。因此，让人类主导开发仍是更安全的选择。 那么LLM有什么用？研究用途。前提是你必须验证所有信息。对于学习新API或库，让LLM生成示例代码非常有帮助，但不能直接复制粘贴。 未来，如果AI代理具备完善的隔离机制，它们可能帮助非程序员实现想法，但不适合用来构建商业产品。 总结尽管我对其有所顾虑，但LLM和AI编程代理显然会继续存在。如果这篇文章能让更多人更理性地看待这项技术，我的目的就达到了。 - [人工智能主导的软件开发生命周期：当软件工程进入“代理时代”](https://rengongzhineng.io/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e4%b8%bb%e5%af%bc%e7%9a%84%e8%bd%af%e4%bb%b6%e5%bc%80%e5%8f%91%e7%94%9f%e5%91%bd%e5%91%a8%e6%9c%9f%ef%bc%9a%e5%bd%93%e8%bd%af%e4%bb%b6%e5%b7%a5%e7%a8%8b%e8%bf%9b/): 软件工程似乎正站在一个历史性的拐点上。许多人把过去几十年的技术进步归纳为几次关键范式转移：从大型机到个人计算机，从本地服务器到云计算，从传统开发到 DevOps 自动化。而现在，我们很可能正在进入另一种同样深远的阶段——由人工智能代理驱动的软件开发生命周期（AI-led SDLC）。 就在五年多前，我刚刚从大学的软件工程专业毕业。当时课堂上教授的许多核心原则——例如系统设计、模块化架构、代码质量控制——今天依然有效。但与此同时，我也越来越清晰地意识到：我们当时学习的大量具体实践，可能正在迅速变得过时。原因并不是这些知识本身不正确，而是软件工程的执行方式正在发生根本改变。 如果说过去的软件开发是“人写代码、机器执行”，那么未来的软件开发更像是人定义目标，机器组织实现过程。在这种模式下，开发者不再是唯一的执行者，而是逐渐转变为一群 AI 代理的协调者、监督者与设计者。虽然我们还没有完全进入那种工程师管理“AI 开发团队”的世界，但越来越多的迹象表明，这样的时代已经近在眼前。 理解这一变化，最好的方式或许是回顾过去的软件工程教育，然后看看哪些东西已经开始发生变化。 在大学期间，我花了两年时间学习一门叫做“系统设计”的课程。这门课几乎完全围绕一个问题展开：如何把人类的想法转化为软件系统。我们经常收到一些虚构的商业场景，例如一个店主和他的妻子不断提出新的产品想法，而我们的任务就是把这些模糊的需求进行分析、拆解和建模。这个过程通常需要经过多轮讨论与推理，最后才能转化为应用架构、伪代码以及 UML 图。 从某种意义上说，这种训练是在培养一种“需求翻译能力”。工程师必须理解业务逻辑，同时把这些逻辑转化为可以实现的软件结构。这曾经是软件工程中最重要的智力活动之一。 然而今天，这一过程已经发生了微妙但深刻的变化。当我刚刚打开编辑器准备分析需求时，一个 AI 代理往往已经生成了需求列表、系统蓝图以及代码脚手架。换句话说，人类曾经最核心的一部分工程工作，正在被自动化工具迅速压缩。 类似的变化也发生在调试领域。 过去，调试几乎是一种艺术。开发者需要逐行阅读代码、分析日志、设置断点，并在复杂的系统行为中寻找真正的因果关系。我至今仍然记得自己在 IBM 实习时的工作状态：很多时间都在定位系统问题，然后在 Stack Overflow 上寻找可能的解决方案。 但今天，随着 AI 工具的出现，调试的方式已经完全不同。现在更常见的场景是，开发者直接让 AI 分析日志、总结错误并提出修复建议。传统意义上的“逐行调试”，在很多情况下已经不再是第一选择。 从效率角度看，这当然是一件好事。但这种变化也带来了一个更深层的问题：如果 AI 接管了越来越多的技术细节，人类工程师的角色会发生什么变化？ 在理论层面，这种变化可能带来一种新的认知结构。过去的软件工程包含大量重复性的“体力劳动”：写模板代码、查资料、排查日志、阅读文档。这些任务虽然枯燥，但也在无形中帮助工程师理解系统的底层结构。 当这些任务被 AI 接管之后，人类工程师可能只剩下那些最复杂的问题。乍看之下，这似乎是一种进步——工程师终于可以专注于真正有价值的工作。然而长期来看，这种变化也可能带来新的挑战。如果开发者始终处于高复杂度问题之中，他们是否还能保持对基础系统的直觉理解？当基础训练减少时，工程能力是否会逐渐依赖工具本身？ 更进一步的问题是创新。 今天的大多数 AI 系统，本质上仍然是复杂的预测模型。它们可以在已有知识上进行组合、优化和扩展，但并不会主动创造完全新的思想。正如技术评论员 Scott Hanselman 所说，很多 AI 工具其实只是“更强大的自动补全”。 这就引出了一个有趣的类比。如果 AI 代理是足球教练，它们是否能够像瓜迪奥拉那样重新定义比赛风格？还是只会不断优化现有策略，例如更高效地执行传统战术？在这种情况下，AI 可能会加速技术进步，但未必能够带来真正的范式创新。 除了这些理论问题，还有一些更现实的变化。例如开发者知识生态的变化。Stack Overflow 曾经是全球程序员最重要的知识共享平台之一，但近年来其流量明显下降。许多开发者已经不再通过论坛寻找答案，而是直接向 AI 提问。 这种趋势带来了一个新的担忧：未来训练 AI 模型所需的真实数据是否会减少？今天的 AI 能够回答大量技术问题，很大程度上依赖于过去二十年开发者社区积累的大量公开知识。如果新的技术问题越来越少被公开讨论，那么未来的训练数据是否会逐渐枯竭？ 当然，这些问题并不意味着 AI 技术的发展方向是错误的。恰恰相反，AI 正在为软件工程带来前所未有的效率提升。真正重要的问题是：我们如何重新设计软件开发流程，使人类与 AI 能够协同工作，而不是彼此替代。 这正是 AI-led SDLC 的核心思想。 在这种模式下，软件开发不再是一个完全由人类执行的流程，而是一个由多个 AI 代理协作完成的系统。开发者的角色更像是系统架构师与监督者，他们定义目标、设定约束，并让代理执行具体任务。 一个典型的 AI-led SDLC 流程可能包括以下几个部分： 首先是规格驱动开发（Spec-driven development）。在这种模式下，项目的核心不是代码，而是规格。规格记录了系统的目标、业务逻辑以及架构决策，并随着项目不断演化。 其次是编码代理。这些代理可以根据规格自动生成代码、执行测试并创建 Pull Request，开发者只需要进行最终审核。 接下来是AI 代码质量审查。AI 可以自动分析代码质量、检测潜在问题，并提出优化建议，从而帮助开发团队提高整体质量。 然后是自动化部署流程。CI/CD 依然是软件开发的重要基础设施，但现在它更多是 AI 系统运行的支撑环境。 最后是运维代理（SRE agents）。这些代理持续监控系统运行状态，在出现问题时自动分析原因并提出解决方案。 当这些组件组合在一起时，软件开发就不再是一系列孤立的工具，而是一个由 AI 代理组成的协作网络。 在这个网络中，人类并没有消失。相反，人类的角色变得更加重要：他们负责定义问题、判断方向以及做出最终决策。 从长远来看，这种模式可能会重新定义软件工程本身。工程师不再只是代码的作者，而是复杂系统的设计者与协调者。软件开发也不再只是编写程序，而是一种管理智能系统的能力。 当然，这一切仍然处于早期阶段。过去两年 AI 技术的进步速度已经超出了很多人的预期，如果这种趋势继续下去，那么未来十二个月的软件开发流程可能会与今天完全不同。 但有一点几乎可以确定：那些能够把 AI... - [中国在人形机器人竞赛中领先——但美国仍然有机会](https://rengongzhineng.io/%e4%b8%ad%e5%9b%bd%e5%9c%a8%e4%ba%ba%e5%bd%a2%e6%9c%ba%e5%99%a8%e4%ba%ba%e7%ab%9e%e8%b5%9b%e4%b8%ad%e9%a2%86%e5%85%88-%e4%bd%86%e7%be%8e%e5%9b%bd%e4%bb%8d%e7%84%b6%e6%9c%89%e6%9c%ba/): 仅靠规模并不能决定这场竞争，软件能力、合作伙伴关系以及特斯拉能否实现大规模部署同样关键。 自今年年初以来，中国的人形机器人在国内外引发了巨大关注——从美国拉斯维加斯的消费电子展（CES），到中国的春节联欢晚会，各种展示不断出现。这些表演甚至激发了一些大胆的说法：认为一场新的工业革命正在到来，美国将很难再追赶上。 目前，中国企业已经在全球人形机器人市场中占据主导地位，去年全球超过 90% 的销量来自中国企业，出货量达到数千台。虽然埃隆·马斯克仍然坚持认为特斯拉最终会在这个行业中领先，但他最近也承认，中国公司是其最主要的竞争对手，并表示特斯拉的 Optimus 机器人至少要到明年才会准备好上市。 为了分析这些说法，并超越那些病毒式传播的机器人表演背后的真实情况，科技咨询公司 Omdia 的首席分析师苏连杰（Lian Jye Su）在 2 月 25 日的一场线上活动中接受了《Rest of World》的采访。苏连杰也是 Omdia 最新人形机器人报告的作者。在采访中，他分析了销量背后的趋势、中国和美国在人形机器人开发策略上的差异、为什么特斯拉仍然有可能找到自己的发展路径，以及在评估这个行业进展时真正重要的指标是什么。 以下访谈内容经过编辑，以提高简洁度和清晰度。 为什么中国生产人形机器人的公司数量远远多于美国或其他国家？ 第一个原因其实很简单：中国在过去几十年里持续提升其高端工程制造能力。自从中国政府推出一系列工业政策之后，比如“中国制造 2025”和“十四五规划”，这些政策都高度关注强化工业制造能力。现在我们开始看到这些政策带来的成果，而这种能力不仅体现在机器人行业，还体现在更广泛的制造领域，例如电动车、太阳能面板产业以及航空工业。 与此同时，中国在软件领域也进行了大量投资。例如，从基础模型的开发到 AI 芯片的设计与生产，现在都可以在中国完成。这些因素的结合推动了当前中国在人形机器人生产规模上的快速扩张。 此外，还有第三个重要因素：需求。 中国许多国有企业正在积极采用这些机器人。在很多其他市场中，这种需求其实并不存在。可以说，这种需求在很大程度上成为了催化剂，推动中国人形机器人的生产与应用加速发展。 美国公司的战略似乎有所不同。特斯拉声称希望在 2027 年推出 Optimus 机器人。这个时间表现实吗？ 特斯拉在人形机器人领域一直是先驱之一。事实上，在最早的人形机器人演示中，来自私营公司的展示中，特斯拉就占据重要位置。 实际上，Optimus 很有可能在明年就能够推出。 真正的问题在于：部署规模会有多大。 目前最大的挑战仍然是规模，而在这一点上，中国显然占据优势，因为它拥有更广泛、更成熟的制造基础。 在美国，制造商的反应相对较为谨慎。这部分原因是许多制造基地位于亚洲而不是美国。因此，美国市场的人形机器人应用速度可能会更慢。 不过，这对特斯拉或任何美国人形机器人创业公司来说并不一定是坏事。建立生产能力本来就需要时间，而等到这些公司真正建立起自己的制造基础时，它们也会准备好进行大规模部署。 那么，评估哪家公司在人形机器人领域领先的最佳标准是什么？ 如果我们分析人形机器人的构成，就会发现它需要非常优秀的硬件和软件。 公司还必须具备生产能力以及大规模生产的能力。 同时，公司在研发团队上的投入也很关键，无论是软件工程师还是硬件工程师。 理想情况下，我们还希望看到强大的商业合作伙伴关系。 在当前的市场环境中，大多数人形机器人公司仍然处于创业阶段，因此要实现国际市场扩张其实非常困难。 因此，在很多情况下，这些公司最终都需要系统集成商或经销商，帮助它们进入其他国家市场并扩大全球影响力。 同时，它们还需要当地的合作伙伴来提供安装、部署、调试和维护支持。 因此，在评估一家人形机器人公司的成熟度时，需要从多个维度进行综合判断。 目前我们看到的情况是：中国厂商在生产规模方面明显更加领先。 但美国公司在技术层面仍然非常强大，尤其是在硬件和软件研发方面。 那么，中国的人形机器人行业是否存在潜在泡沫？如果美国的制造能力暂时落后，一旦市场进入大规模应用阶段，美国是否会更难竞争？ 目前来看，机器人生产和出货方面的市场仍然相对理性。 实际上，市场确实需要更多机器人。 最重要的原因之一是：目前几乎没有现成或公开的数据集可以用来训练这些机器人。 在 AI 领域，我们之所以能看到如此快速的发展，是因为有大量公开数据，例如 Wikipedia 或 Reddit 这样的开放数据资源。 但在机器人领域，尤其是“物理 AI”领域，我们几乎没有这样的数据。 因为现实世界中的物理交互极其复杂，涉及各种不同环境和场景。 因此，在我们真正能够信任机器人系统具备通用能力之前，必须收集尽可能多的数据。 这也意味着，大量机器人被部署到现实世界其实是一件好事，因为机器人公司可以通过这些设备收集大量真实数据，从而帮助他们改进系统。 有人可能会说，这样的商业模式会亏钱。 但如果回顾 AI 行业早期的发展，在 ChatGPT 出现之前，这也是一个高度资本密集的行业。 因此，这个市场需要一些时间来“自我调整”，并最终向投资者展示更积极的投资回报。 但现在这个阶段，其实是迈向那个阶段所必须经历的一步。 - [前沿模型大战](https://rengongzhineng.io/%e5%89%8d%e6%b2%bf%e6%a8%a1%e5%9e%8b%e5%a4%a7%e6%88%98/): 就在不久之前，Sam Altman 的 OpenAI 看起来还在企业界将人工智能推向大众的竞赛中占据着相当稳固的领先地位。 OpenAI 打造了科技史上增长最快的消费者应用，账上拥有超过 1000 亿美元的资金，并与世界上最强大的计算基础设施公司合作。 然而，在硅谷，公司总是不断兴衰更替。 就在短短几个月里，OpenAI 的较小竞争对手 Anthropic 已经新增了数千家大型企业客户。该公司预计今年的收入将超过 190 亿美元，而去年这一数字是 90 亿美元，几乎翻倍。在一些科技圈子中，它的技术也被称赞为同行中最出色的。 甚至一场与美国国防部围绕合同产生的激烈冲突，也在某种程度上帮助了 Anthropic——至少在公众舆论中如此。在 OpenAI 宣布与五角大楼达成合作之后，Anthropic 的智能手机应用在苹果 App Store 下载榜上迅速冲到了第一名。 这场涉及美国国防部、OpenAI 与 Anthropic 的合同争议，是这两家人工智能创业公司之间长期且高度个人化竞争的最新一轮。这两家公司是科技行业最重要的 AI 初创企业，而两位领导者对于人工智能应如何发展也持有截然不同的观点。 这件事同时也显示出，在 AI 世界里命运变化有多么迅速。如今，各家公司正投入数百亿美元，希望最终的赢家能够掌握未来科技行业的主导权。 风险投资人 Siri Srinivas 表示： “过去，一个公司的故事往往需要多年时间才会形成。但现在，行业叙事可能几个月就会发生一次翻转。” 科技行业向来不缺乏激烈竞争。 在 1990 年代，Netscape 推动浏览器普及之后，微软通过强硬策略击败了这家新兴公司，并最终引发了一场改变行业格局的反垄断诉讼。 而在 2017 年 Uber 丑闻缠身的时期，它的竞争对手 Lyft 则利用粉色胡子标志和对司机更友好的广告形象迅速扩大影响力，向市场传递自己是一个更温和、更友好的替代选择。 如今的 AI 竞赛则是对这些历史竞争的进一步升级。 投入的资金更大。 而在许多从事这项技术的人看来，赌注也更高：他们相信自己正在创造一种能够改变世界的人工智能，这种技术不仅可能彻底改变劳动力市场，甚至最终可能超越人类自身的能力。 当然，还有其他许多公司也在争夺 AI 领导地位，例如 Google、Microsoft、Meta 以及全球范围内的大量创业公司。 但总部相距仅约两英里的 OpenAI 与 Anthropic，已经成为当前 AI 狂潮的两大旗帜。 虽然历史不会完全重复，但有时会押着相似的韵脚。 就像 Lyft 在 2019 年试图抢在 Uber 之前上市一样，据两位了解公司计划的人士透露，Anthropic 现在也在努力争取比 OpenAI 更早完成 IPO。如果成功，这可能会让它在投资者层面获得先发优势。 Anthropic 的 CEO Dario Amodei 曾是 OpenAI 的研究副总裁。但他认为 Altman 推动技术商业化的速度太快，因此离开了 OpenAI，并带走了一批研究人员创立了 Anthropic。 Anthropic 被设计成一种“具有社会责任约束的营利性公司”，承诺在人工智能的社会影响与责任方面遵守一定标准。 Amodei 与 Altman 之间的互相厌恶有时也会公开显现。 上个月，在印度举行的一场峰会上，十几位 AI... - [Cursor 为 AI 编程主导权而开战](https://rengongzhineng.io/cursor-%e4%b8%ba-ai-%e7%bc%96%e7%a8%8b%e4%b8%bb%e5%af%bc%e6%9d%83%e8%80%8c%e5%bc%80%e6%88%98/): 在成为最火爆、增长最快的 AI 编程公司之后，Cursor 正面临一个新的现实：开发者可能根本不再需要代码编辑器。 2026 年 1 月 5 日，Cursor 的员工结束假期回到公司，参加了一场全员会议。会议的幻灯片标题是：“战时（War Time）”。 在假期期间，一些员工在试用 Anthropic 最新模型 Opus 4.5 时，突然意识到一件令人不安的事情：这个模型的编程能力已经进步到开发者不再需要逐行审查输出结果。开发者不再需要在 Cursor 的代码编辑器中与 AI 助手协作，而是可以直接向自动化代理下达高层级指令，然后得到完整功能——有时甚至是完整产品。 而这正是问题所在。 Cursor 最初建立在一个完全不同的假设之上。CEO Michael Truell 在 2024 年曾向《福布斯》描述这款产品是“程序员版的 Google Docs”——一个人类与 AI 一起协作、不断优化代码的编辑器。 但如果 AI 已经不再需要人类协作，那为什么还需要编辑器呢？如果逐行编写和修改代码已经不再是程序员工作的核心流程，那么 Cursor 整个产品的核心假设就突然受到挑战。 在那场全员会议上，Cursor 的领导层警告说，接下来的几个月将会是动荡时期。一些项目可能会被砍掉，优先级也会发生改变。公司的新最高任务被标记为： P0 #1——优先级零号任务：构建最好的编程模型。 不是最好的工具封装。 而是最好的模型。 这可以说是一种氛围上的巨大转变。在 Cursor 内部，这感觉像是一场清算时刻。 而这种变化之所以如此震撼，是因为就在不久之前，Cursor 看起来几乎势不可挡。 公司在 2025 年初的年化收入约为 1 亿美元。到 11 月，这个数字已经超过 10 亿美元。最新一轮融资将公司估值推到了接近 300 亿美元，让四位联合创始人成为亿万富翁，同时也让 Cursor 成为全球最有价值的 20 家私营公司之一。 但在 AI 快速发展的世界里，所谓的增长势头可能会在一夜之间出现——也可能在一夜之间消失。 到了 2 月，在 Anthropic 发布更先进版本的 Opus 之后，X（Twitter）上开始出现越来越多创业公司创始人的声音，他们声称自己的团队已经放弃使用 Cursor。理由是：像 Anthropic 和 OpenAI 这样的模型公司最终会自己吞掉整个编程层。 Insight Partners 的联合创始人 Jerry Murdock 在 20VC 播客中说： “我提到的大多数公司……他们认为 Cursor 今天已经过时了。” 不过，数据似乎并不完全支持这种说法。 据一位了解 Cursor 财务情况的消息人士透露，公司年化收入已经突破 20 亿美元，并且在三个月内翻了一倍。企业信用卡公司 Ramp 和 Brex... - [Claude Code 会毁掉我们的团队吗？](https://rengongzhineng.io/claude-code-%e4%bc%9a%e6%af%81%e6%8e%89%e6%88%91%e4%bb%ac%e7%9a%84%e5%9b%a2%e9%98%9f%e5%90%97%ef%bc%9f/): 第一次坐下来使用 Claude Code 的 Opus 4.5 来开发软件时，我简直不敢相信它有多强大。 我接下来的想法是：这将会改变软件团队内部的动态。 角色之间的僵局 Marc Andreessen 最近把当前的局面形容为一种“墨西哥式对峙（Mexican standoff）”： 每个工程师现在都觉得自己可以做产品经理，也可以做设计师。 每个产品经理都觉得自己可以写代码、也可以做设计。 每个设计师则觉得自己也能胜任另外两种角色。 风险在于，许多个体贡献者开始认为自己不再需要其他人。 在短期内，这对团队文化来说将会非常具有冲击性。 当原本稀缺的技能变得更容易获得时，人们就会感到压力，想要“向上走一层”，以证明自己的价值。 Kent Beck 在 X（Twitter）上表达了类似的感受： “我 90% 的技能价值刚刚跌到了 0 美元，而剩下 10% 的杠杆价值却增加了一千倍。” 我担心的是，每个人都在重新校准自己的能力，朝着同样的那 10% 靠拢。所有个体贡献者都在争相冲向同一个高杠杆层级。 在 Ben Werdmuller 的文章《AI coding works now》中，他给工程师提供了一些建议。他写道：“AI 编程正在把重心从实现（implementation）转移到判断（judgment）。”他建议工程师重点培养以下四种能力： 制定产品目标 理解用户真正想要什么 对你正在创造的体验和价值有极其清晰的认知 设计、构建并维护稳健的软件架构 然而，对 Ben 的建议提出的挑战是：很多人都认为这些能力本来就属于自己。 公司领导层认为目标和战略本来就是他们的职责。 产品经理认为自己最有资格理解用户需求。 设计师希望掌控用户体验的设计。 而市场和销售团队则希望定义产品向客户传递价值的方式。 工程师则掌握架构的规划和实现。性能、可扩展性、安全性——这些都需要真正的专业能力。 随着 AI 的出现，这些角色之间的界限开始变得更加模糊。当越来越多的人开始构建软件、开发周期不断压缩时，他们也会逐渐吸收那些原本需要同事花费几十年才能积累的经验。 最终，越来越多的人会希望拥有那个杠杆最大的身份： “在我的角色中，我负责解决问题，并为用户创造价值。” 如果不加以管理，人们就会开始争夺位置。团队成员之间可能会出现更多的摩擦（甚至嫉妒）。 我从软件团队那里听到的情况 我开始问一些负责软件团队的朋友，他们正在经历什么。 一位创始人告诉我： “我觉得你说得没错。我们已经开始看到这种情况了——主要是产品经理想要自己写代码。” 另一位朋友说： “我们团队确实也有这种感觉。每个人都觉得自己可以做别人的工作。” 一家成熟软件公司的总裁也描述了类似的变化： “我们的团队有一位产品负责人和 15 名工程师。在一些较小的项目里，他自己提交了很多 PR，甚至没有开发者参与。” 但最大的变化不仅仅是谁在做这些工作，而是他们现在在招聘什么样的人： “真正能看到对岗位影响的地方，是我们不再招聘的那些人：专家型人才。在这个新时代，通才会胜出。” Ghost 的创始人 John O’Nolan 也评论说： “这确实是一个动荡的时期，但总体来说我还是挺乐观的。 我认为接下来还会发生的一件事是：除了旧的角色被压缩之外，还会出现新的角色。” 僵局之后 我希望的是，当尘埃落定之后，我们能迎来更多合作，而不是更少。与其争夺谁拥有更高的杠杆，我更希望个体贡献者能找到新的协作方式。 例如，如果产品经理和工程师一起进行更多 AI 驱动的结对编程，会怎么样？ 产品经理可以专注于用户行为和产品目标。 工程师则可以评估架构、安全性和可维护性。 他们可以借助 LLM 实时协作、不断迭代。 我的朋友 Matt Stauffer（Tighten 的 CEO）说他们现在就这样做： “我会把工作演示给我们的商务拓展经理（也是这个内部项目的产品负责人），她提出修改意见，然后我们一起实时给 LLM 提示。我更擅长写提示词和审查代码，而她比我更了解业务领域。这样的结对编程效果很好，因为我可以快速推进，而在我后续审查和迭代时，她可以先离开。” Ben Werdmuller 的建议在这种模式下仍然成立：“所有代码都必须有一个人类负责人，愿意为它承担责任。”在我设想的场景中，产品经理和工程师可以共同拥有一个... - [我不知道我的工作在十年后是否还会存在](https://rengongzhineng.io/%e6%88%91%e4%b8%8d%e7%9f%a5%e9%81%93%e6%88%91%e7%9a%84%e5%b7%a5%e4%bd%9c%e5%9c%a8%e5%8d%81%e5%b9%b4%e5%90%8e%e6%98%af%e5%90%a6%e8%bf%98%e4%bc%9a%e5%ad%98%e5%9c%a8/): 在2021年，当一名优秀的软件工程师是一件令人感觉非常好的事情。世界上到处都是软件，而且每年都有更多公司出现，需要雇佣工程师来编写代码、运行系统。我知道自己很擅长这件事，也知道只要我愿意，我可以一直做下去。我热爱的工作似乎永远不会枯竭。 到了2026年，我已经不确定软件工程这个行业是否还能再存活十年。即使它还能存在，我也几乎可以肯定，它将会比过去二十年发生更大的变化。也许我会找到一种方式，在一个细分领域里通过监督 AI 代理来获得不错的收入；也许我最终不得不彻底离开这个行业。不管怎样，我曾经热爱的那种工作正在慢慢消失。 自食其果 不过，如果对此过度悲伤，其实也有些不太体面，原因有两个。首先，在2010年代成为一名优秀软件工程师的核心意义，就是代码可以提供巨大的杠杆，让我们自动化掉其他行业的大量工作。这正是编程为什么会成为（而且至今仍然是）一个如此高收入职业的原因。如今我们开始自动化自己的行业，从某种意义上说，这也许是一种宇宙层面的公平。但我想，今天任何一位在职的软件工程师心里都在担忧同一个问题：当 AI 代理完全渗透进这个行业之后，我还能做什么？ 第二个原因是，说不定我会是最后一批被取代的人之一。作为一名资深工程师（staff engineer），我的工作在 AI 代理出现之前，其实就已经有点像在监督 AI 代理了：我大量的时间都在用人类语言与其他工程师沟通，确保他们的方向正确，协调各种工作等等。相比之下，初级工程师和中级工程师可能会更早受到冲击。毕竟，当你可以用远低于成本的价格租用 Claude Opus 4.6 的实例时，为什么还要雇一群工程师去充当少数高级工程师的“手和脚”呢？ 高估与低估 我认为接下来的十年里，有一个问题会主导我的职业生涯：科技行业到底会高估还是低估 AI 代理的能力？ 如果科技公司低估了 AI 代理的能力——也就是说，即使 AI 已经有能力取代工程师，公司仍然继续雇佣工程师——那至少我的工作还能保住更长一段时间。不过即便如此，“我的工作”也会越来越像是“监督一群 AI 代理”。我花在审查代码上的时间会比真正写代码的时间更多，阅读模型输出的时间可能会超过阅读我自己代码库的时间。 如果科技公司反而高估了 AI 的能力，那么情况会变得更奇怪，但从中期来看，我的处境反而可能更有利。在这种情况下，科技公司集体意识到自己过早停止招聘工程师，于是不得不急忙寻找足够的技术人才，来管理那些庞大而复杂的、由 AI 生成的代码库。随着初级工程师市场逐渐枯竭，真正有经验的高级工程师和资深工程师数量将会停滞不前，从而推高像我这样的人才需求——当然，这种情况会一直持续到模型最终足够优秀，可以完全取代我为止。 我是不是太悲观了？ 当然，软件工程行业在过去也曾多次看起来像是要“完蛋”了。高阶编程语言曾被认为会让非技术人员也能编写计算机代码。外包也曾被认为会摧毁高生活成本国家对软件工程师的需求。但这些末日预言最终都没有成为现实。不过，这一点其实并不能给人太多安慰。历史上确实有很多行业因为技术进步而消亡。当某个行业真正被技术淘汰时，总会出现一个它无法再撑过去的危机。 最乐观的观点大概是：即便每一行软件所需的工程师数量减少了，但由于软件总量增长得太快，对软件工程师的需求反而会增加。这种现象通常被称为“杰文斯效应”。在这种思路下，有些工程师会说类似的话，比如：“总会有人需要清理这些 AI 生成的代码，所以我总会有工作。” 但我觉得这种情况不太可能。AI 代理不仅可以写代码，也可以修复漏洞、整理代码结构，而且在这些方面的能力和写新代码一样强——事实上，它们已经比许多工程师更好，而且每个月都在持续进步。既然如此，公司为什么要雇佣工程师来管理 AI 生成的代码，而不是直接投入更多、更强的 AI 呢？ 如果杰文斯效应真的会发生，那可能意味着 AI 编程工具会进入某种平台期：它们足够优秀，可以生成大量代码（这一点我们已经看到了），但还不够优秀到能够很好地维护这些代码。乍看之下，这种情况似乎很合理。每个软件工程师都知道，维护代码往往比编写代码更困难。但遗憾的是，我并不认为事情会这样发展。 从我个人使用 AI 工具的经验来看，它们在代码维护方面也变得越来越强。过去一年左右，我几乎在查看代码库时遇到的每一个问题，都会同时问 AI 一遍，并且自己也去寻找答案。我亲眼看着它们从一开始的束手无策，进步到“有时候比我更快”，再到“通常比我更快，而且有时候还能给出更有洞见的答案”。 目前来看，一个能力合格的软件工程师仍然有很大的发挥空间。但这个空间正在不断缩小。我不认为 AI 代理需要出现什么真正全新的能力才能取代我的工作。它们只需要在已经能够做到的事情上变得更好、更可靠就足够了。因此，我很难相信未来对软件工程师的需求会增加，而不是减少。 最后的想法 这种感觉确实很糟糕。我很怀念曾经觉得工作稳定的日子，那时候我职业生涯中最大的难题似乎只是像倦怠这样的内部问题，而不是来自外部环境的冲击。不过，从某种角度来看，当自动化的列车最终追上软件工程师时，我们再抱怨也有点可笑。 至少我很庆幸，在好日子还在的时候，我意识到它们确实很好。即使在零利率时代结束、整个行业不再那么舒适之后，我依然觉得自己能成为一名软件工程师是非常幸运的事情。即使是现在，我的处境仍然比许多同行更好，尤其是那些刚刚进入行业不久的人。 而且，说不定我错了呢！到了这个阶段，我其实希望自己是错的。我希望软件开发中确实存在某种难以言喻的人类因素，是 AI 无法替代的。如果不是这样的话，那么我和我的同事们，最终可能真的需要去寻找另一种新的工作了。 - [好消息：AI 将吞噬应用软件但那些造就伟大软件公司的护城河，并不会消失](https://rengongzhineng.io/%e5%a5%bd%e6%b6%88%e6%81%af%ef%bc%9aai-%e5%b0%86%e5%90%9e%e5%99%ac%e5%ba%94%e7%94%a8%e8%bd%af%e4%bb%b6%e4%bd%86%e9%82%a3%e4%ba%9b%e9%80%a0%e5%b0%b1%e4%bc%9f%e5%a4%a7%e8%bd%af%e4%bb%b6%e5%85%ac/): 软件行业正在经历一场“恐慌发作”。自 2026 年初以来，公开上市软件公司的 ETF 下跌了 30%，抹去了自 ChatGPT 发布以来的全部涨幅。像 Salesforce、Adobe、Intuit、ServiceNow 和 Veeva 这样的行业风向标——这些在过去十多年里为投资者持续创造复利回报的公司——在短短几周内下跌了 25% 到 30%。Substack 上的爆款文章描绘了一个企业软件客户基础被掏空、标普指数进入多年大幅回调的世界。他们把这称为“ SaaSpocalypse ”。这迅速成为市场共识：AI 将杀死软件行业。 是的，AI 很重要。但得出“AI 将摧毁垂直与功能型软件商业模式”的结论，完全说不通。真相是：AI 不会杀死软件公司。等这波恐慌过去之后，人们会发现，AI 是软件行业有史以来最好的事情。 为什么这么说？ 看空的逻辑建立在一个对软件公司本质的误解之上。市场把“软件”当成一种商品化的投入要素，仿佛软件公司的价值在于代码本身，好像代码变便宜了，竞争就会变激烈，公司价值就会缩水。但代码从来不是价值所在。如果代码才是价值核心，这些公司根本不可能成长到今天的规模——它们早就会被开源软件，或者被发展中国家的廉价软件工程劳动力击垮。 今天的悲观论调通常落在四种观点之一：也许基础模型实验室会上移到应用层，占据每一个功能型应用；也许企业会“氛围编程”（vibe code）替代内部工具，至少会用这种可能性来压低软件公司的定价权；也许现有玩家会利用 AI 大幅扩展产品边界，彼此碰撞；又或者会涌现出大量新进入者——那种“单人十亿美元公司”——用更低价格打击 incumbents。再加上一点：智能体不会在乎品牌忠诚或熟悉名称，它们只会为某个任务选择最便宜的选项。 AI 可能会增加竞争；但它也会极大扩展软件公司能做什么、做得多快，以及它们所服务市场的规模。最终结果不会是利润率归零。软件行业将变得更大，而那些真正赢得竞争优势的公司，将继续拥有持久的护城河。 真正重要的护城河不会消失 当代讨论商业护城河的经典著作是 Hamilton Helmer 的《Seven Powers》。他提出七种构建竞争优势的方式：规模、网络效应、反向定位、转换成本、品牌、被垄断的资源、流程能力。我们逐一来看。 转换成本，或许是唯一真正会发生变化的护城河。AI 确实降低了更换供应商的摩擦与成本：智能体可以协助完成许多过去令人头痛的迁移工作。这意味着那些“挟持客户而非赢得客户”的传统公司，会面临更大压力。 但这对整个软件行业来说是好事。当企业必须真正赢得客户忠诚，而不能仅仅依靠锁定机制时，结果是更好的产品、更快的创新，以及一个更健康、增长更快、为客户创造更多价值的竞争生态。AI 可能会让部分客户转向新的赢家，但不会削弱整个行业的利润池。公司只会变得更好。 网络效应是经典护城河，而且不会消失。我们通常在社交媒体或平台型市场中谈论网络效应——节点越多，网络越有价值。但应用软件同样存在生态、协作和数据网络效应。表面上看，Salesforce 只是一个 CRM 数据库；但任何在企业环境中工作过的人都知道，它也是一个生态系统。当所有人都使用同一个平台时，这个网络会自我强化：你使用 Salesforce，因为所有人都在使用 Salesforce。使用者越多，其第三方应用生态和管理员专家群体就越有价值。近几年，Figma 也是如此：设计师、工程师、产品经理、市场人员都在 Figma 上协作。参加一年一度的 Config 大会，你就能直观看到生态的力量。 这种动态在 AI 原生公司中同样出现。Harvey 和 Hebbia 正在构建金融和法律协作空间，把服务提供者、客户，以及未来的智能体连接在同一系统中：使用者和智能体越多，平台越有价值。EliseAI 的维护产品是一个多边网络，每增加一个单元或供应商，系统价值都会提升。迁移更容易，聚合也更容易，但网络效应不会因为软件变便宜而消失。事实上，如果 AI 让网络更强大——你可以在网络中完成更多工作——那么网络效应只会更强。 规模，从来不是软件的核心护城河——对 Salesforce 来说，它不像对云服务商或工业企业那样重要。但在 AI 应用中，规模可能会更重要，因为算力支出可能超过人力成本，大规模使用 token 的公司会获得单位成本优势。此外，规模在某些领域仍然重要：把维护负担集中化本身就是规模经济，专业化带来的生产率提升不会因为 AI 而消失。Stripe 就强调集中基础设施的价值：其合规基础设施承担了数十个国家的监管成本，其支付优化算法随着交易量增加而改进，并能把节省回馈客户。处在“比特与原子交汇处”的公司——如 Anduril、Flock Safety、Waymo——在硬件产量提升时，单位成本也会下降。 品牌依然重要。无论好坏，“没人因为购买 IBM 而被解雇”在企业界仍然成立。如果行业变得更拥挤——如果突然出现大量卖“氛围编程 ERP”的个体创业者——强品牌的力量只会增强。品牌是在无限选择世界中传递可靠性的方式。没有任何新创公司能瞬间复制 Stripe、Shopify 或 ServiceTitan 建立的信任。越接近企业关键功能，品牌越重要——例如支付处理领域，人们不愿意冒险。如果你是创业公司并需要收款，你默认用 Stripe。 我们承认，随着越来越多决策交给 AI 智能体，品牌力量可能发生变化，因为智能体可能更关注价格而非人类的软性考量。但只要它们仍向人类汇报，而人类还担心“被解雇”，那条 IBM 原则就依然有效。 被垄断的资源，比如高质量专有数据，也不会失去价值。如果摩擦接近零，把公开数据整合成界面的价值确实下降。但如果 AI 能对高质量数据做更多事情，那么那些难以获得的数据就会变得极其宝贵。我们已经看到 Bloomberg 的实时市场数据、Abridge 的数百万临床对话、OpenEvidence 的医学库、VLex 的法律数据库所拥有的力量。 或许在这个新时代，最强的护城河是流程能力（process power）——正如 Hebbia... - [聊聊房间里的那台类人机器人](https://rengongzhineng.io/%e8%81%8a%e8%81%8a%e6%88%bf%e9%97%b4%e9%87%8c%e7%9a%84%e9%82%a3%e5%8f%b0%e7%b1%bb%e4%ba%ba%e6%9c%ba%e5%99%a8%e4%ba%ba/): 我热爱机器人。我从事人工智能和机器人相关工作已经大约 5 年了。所以从情感上讲，我当然非常希望家里能有一台类人机器人，帮我洗碗、洗衣服，甚至替我去买菜。谁不想要呢？ 但我真的不认为我们已经接近“通用型家用类人机器人”的时代。不知为何，在 2026 年，说出这样的观点竟然显得有些“有争议”。所以我决定把它写下来。 我的核心观点是：通用型类人机器人就像自动驾驶汽车——但实际上还要难得多。在解释原因之前，我们先谈谈好消息。 过去 5 年里，类人机器人领域确实取得了一些非常令人印象深刻的进展。我们现在已经拥有： 更好、更便宜的硬件。像 Unitree 和 Boston Dynamics 确实做出了非常出色的成果。尤其是 Unitree，价格已经大幅下降：Unitree G1 起售价 1.35 万美元，H2 起售价 3 万美元。1X 允许以 2 万美元预订 Neo。这只是我过去工作时使用的一只机器人手的成本的一小部分，而现在你能买到的是一整台机器人。 多模态基础模型与世界模型。所有前沿实验室现在都在用图像和文本训练模型；Google 还在 Gemini 的预训练中加入视频数据。我们有像 OpenAI 的 Sora 2 和 Google 的 Genie 3 这样的模型。这对机器人领域来说是个好消息，因为你完全可以把这些预训练模型作为具身智能（embodied AI）的基础，甚至可能用世界模型在无需大量真实世界数据的情况下训练它们完成多种任务。 巨额资本流入。人们对类人机器人非常兴奋，投资者正在向这个领域大量投入资金。比如 Figure（融资 10 亿美元，估值 390 亿美元）、1X（试图以 100 亿美元估值再融资 10 亿美元）、Neura（也在尝试以 80–100 亿美元估值融资 10 亿美元），以及 Unitree（寻求 70 亿美元 IPO）。这是一笔庞大的资本。特斯拉也在大力投资其 Optimus 类人机器人，甚至将 Fremont 装配线改造用于生产类人机器人。 但即便如此，构建通用型类人机器人仍然极其困难。我们目前最接近的参考物是自动驾驶汽车——它们本质上就是带轮子的自主机器人。既然我们已经在自动驾驶上投入多年，可以回头看看进展如何。 结果是：自动驾驶非常困难，而且至今仍未完全解决。Waymo 可以说在投入 17 年和数十亿美元后，基本在少数几个城市实现了可用，但仍然需要雇佣 DoorDash 司机帮忙关车门。还有一长串失败的公司：Cruise、Uber、Argo AI。所谓“长尾问题”确实非常长。 而且，自动驾驶其实还是更简单的问题。相比类人机器人，它有显著的结构性优势： 成熟的硬件。人类已经制造汽车超过 100 年。现代汽车极其可靠且安全。 受限的环境。汽车在公共道路上行驶。公共道路是高度规范化的环境。当然存在一定混乱和各种意外，但整体环境结构性很强。 单一、定义清晰的任务。自动驾驶汽车只需要从 A 点到 B 点。驾驶复杂，是因为情境多样，而不是任务本身多样。 自动驾驶是“功能”，不是“前提”。普通汽车即便不能自动驾驶也依然有用。你不需要它自动驾驶，它依然具有价值。 可扩展的数据收集。因为上述特点，数据收集路径非常清晰：记录人类司机日常驾驶行为即可。这些数据是自然产生的副产品，不需要额外雇佣人来专门采集。 现在，把这些与通用型类人机器人对比： 不成熟的硬件。是的，进步存在，但我们没有大规模部署类人机器人 100 年的经验。它们会不可靠，会频繁出故障。颇具讽刺意味的是，1X 的 Neo 在为《华尔街日报》记者 Joanna Stern 做演示时就已经出现故障。硬件问题远未解决。而且目前还没有像汽车那样普及的维修基础设施。 极其开放的环境。你要把机器人部署在人们的家里。家庭环境差异巨大：有的很小，有的很大；有的整洁，有的凌乱；有的色彩丰富，有的层高复杂；有的多层结构。人们如何布置家庭几乎没有规则。如果你还希望机器人去买菜，那它还要应对公共道路和商店环境。这非常复杂。 任务种类极其繁多。今天我让你洗衣服，明天能不能做饭？还能不能打扫卫生、买菜、取信、遛狗？通用机器人被期望执行的任务范围极其广泛。 完全自主是基本要求，而不是附加功能。与汽车不同，机器人如果不能自动运行几乎毫无价值。想象一下花 2 万美元买个机器人，然后你自己远程操控它洗碗——没人会愿意。机器人的意义在于替你做你不想做的事。所以要么通过... - [构建 Claude Code 的经验教训：像智能体一样看世界](https://rengongzhineng.io/%e6%9e%84%e5%bb%ba-claude-code-%e7%9a%84%e7%bb%8f%e9%aa%8c%e6%95%99%e8%ae%ad%ef%bc%9a%e5%83%8f%e6%99%ba%e8%83%bd%e4%bd%93%e4%b8%80%e6%a0%b7%e7%9c%8b%e4%b8%96%e7%95%8c/): 在构建一个智能体框架（agent harness）时，最困难的部分之一，就是设计它的行动空间（action space）。 Claude 通过“工具调用（Tool Calling）”来行动，但在 Claude API 里，工具可以用很多不同的原语来构建，比如 bash、skills，以及最近加入的代码执行（想了解 Claude API 上“程序化工具调用”的更多内容，可以阅读 @RLanceMartin 的新文章）。 面对这么多选择，你要如何设计智能体的工具？你只需要一个工具，比如代码执行或 bash 就够了吗？还是你会准备 50 个工具，每个对应智能体可能遇到的一种用例？ 为了让自己更贴近模型的思维方式，我喜欢想象：你被给了一道很难的数学题。你会希望有什么工具来帮助你解题？答案取决于你自己的能力！ 纸和笔是最低配置，但你会受限于手算速度和准确度。计算器更好，但你必须知道如何使用它更高级的功能。最快、最强的选择是一台电脑，但你也必须知道如何编写并执行代码来使用它。 这个框架对于设计智能体非常有用。你想给智能体提供与它自身能力相匹配、形状合适的工具。但你怎么知道它的能力到底是什么？你需要去观察、阅读它的输出、不断实验。你需要学会像智能体一样去“看”。 下面是我们在构建 Claude Code 的过程中，通过认真观察 Claude 得到的一些经验教训。 改进追问能力与 AskUserQuestion 工具 在构建 AskUserQuestion 工具时，我们的目标是提升 Claude 提问的能力（通常被称为 elicitation，即“引出信息/追问”）。 当然，Claude 也可以直接用纯文本提问，但我们发现，用户回答这些问题常常会觉得花了不必要的时间。我们能不能降低这种摩擦，提高用户与 Claude 之间的沟通带宽？ 尝试 #1——修改 ExitPlanTool 我们最先尝试的是：给 ExitPlanTool 加一个参数，让它在输出计划的同时，附带一个问题数组。这是最容易实现的方法，但它让 Claude 感到困惑，因为我们同时在要求它给出计划，又要求它提出关于计划的一组问题。如果用户的回答与计划内容冲突怎么办？Claude 需要调用 ExitPlanTool 两次吗？我们需要换一种思路。（你可以在我们关于提示缓存（prompt caching）的文章里读到更多我们为什么要做 ExitPlanTool 的原因。） 尝试 #2——改变输出格式 接着我们尝试修改 Claude 的输出指令，让它用一种稍作调整的 markdown 格式来提问。比如要求它输出一个项目符号问题列表，并在方括号里给出可选项，然后我们就可以解析这种格式，把问题渲染成用户界面。 这种方法是我们能做的最通用改动，而且 Claude 似乎也能按这种格式输出，但它并不可靠。Claude 有时会多加几句话、有时会漏掉选项、有时会完全换一种格式。 尝试 #3——AskUserQuestion 工具 最后，我们决定创建一个工具，让 Claude 可以在任何时候调用它，但我们尤其会在“计划模式（plan mode）”时提示它去用。当工具触发时，我们会弹出一个模态框来展示问题，并阻止智能体循环继续运行，直到用户作答。 这个工具让我们能够要求 Claude 输出结构化内容，也帮助我们确保 Claude 会给用户提供多个选项。它还为用户提供了组合使用这种功能的方式，例如在 Agent SDK 中调用它，或在 skills 里引用它。 最重要的是，Claude 似乎很喜欢调用这个工具，而且我们发现它的输出效果确实很好。因为即便一个工具设计得再好，如果 Claude 不懂得如何调用它，也不会起作用。 这就是 Claude Code 里追问能力（elicitation）的最终形态吗？我们也不确定。正如你会在下一个例子里看到的：对一个模型有效的方法，对另一个模型未必就是最优。 随着能力变化而更新：Tasks 与 Todos 在我们刚发布 Claude Code 时，我们意识到模型需要一个待办清单（Todo list）来保持思路不跑偏。待办事项可以在开始时写下，并在模型执行工作时逐条勾选。为此我们给... - [在人工智能已经出现的今天，我还应该考虑成为一名计算机程序员吗？](https://rengongzhineng.io/%e5%9c%a8%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e5%b7%b2%e7%bb%8f%e5%87%ba%e7%8e%b0%e7%9a%84%e4%bb%8a%e5%a4%a9%ef%bc%8c%e6%88%91%e8%bf%98%e5%ba%94%e8%af%a5%e8%80%83%e8%99%91%e6%88%90%e4%b8%ba%e4%b8%80/): 我有三个儿子，他们都知道我是一个计算机程序员，其中至少有一个对这个领域表达了兴趣。我热爱计算机编程，并且努力把这种热爱传达给我的儿子们、课堂上的学生，以及任何愿意倾听的人。 近来，我越来越频繁地从亲戚、朋友和学生那里听到一个问题： 在人工智能已经出现的今天，我还应该考虑成为一名计算机程序员吗？ 我对此的回答是：“是的，而且……” “是的” 从根本上说，计算机编程关乎两件事情： 使用计算机解决问题在解决这些问题的过程中学会控制复杂性 我很难想象在未来，懂得如何用计算机解决问题，以及如何控制解决方案中的复杂性，会比今天更没有价值。因此，即便有了人工智能工具，我仍然认为这会是一条可行的职业道路。 “你必须自己写代码” 话虽如此，我认为人工智能对初级程序员来说是非常危险的，因为它能够为许多问题高效地生成代码。如果一名初级程序员没有真正学会写代码，而只是生成代码，那么他们其实是在剥夺自己获得那种“身临其境”的代码理解力的机会——那种理解只有在一行一行敲代码、亲自踩坑的过程中才能形成。 因此，我会警告我的学生： “是的，AI可以为这次作业生成代码。但不要让它这么做。你必须自己写代码。” 我会解释，如果他们不写代码，就无法真正有效地阅读代码。而在一个以人工智能为基础的编程未来，阅读代码的能力很可能会变得更加重要。 如果你无法读懂代码，你就会掉入“魔法学徒的陷阱”：创建出自己并不理解、也无法控制的系统。 编程变成提示词，是否就像汇编变成高级语言？ 有些人说，从高级语言转向由AI生成代码，就像当年从汇编语言转向高级编程语言一样。 我不同意这种类比。 编译器在很大程度上是确定性的，而当前的AI工具并不是。给定一个高级语言结构，例如一个for循环或if语句，你通常可以相当确定地预测，在特定计算机架构下（至少在优化之前）生成的汇编代码大致会是什么样子。 但对于基于大语言模型的提示生成方案，却无法做到这一点。 高级编程语言是一种非常好的方式，可以用更少的文本创建高度明确的问题解决方案，这是汇编语言难以做到的。它们消除了大量“偶然复杂性”，留下的（如果代码写得合理）大多是“必要复杂性”。 而LLM生成的代码，往往并不能消除偶然复杂性，甚至可能通过选择不恰当的问题解决方法、走捷径等方式，引入更多的偶然复杂性。 如果你不能读懂代码，你又如何分辨这一点？ 而如果你想读懂代码，你就必须自己写代码。 AI是一个很棒的助教 我还会告诉学生，如果使用得当，AI是一个极其高效的助教。如果你不把它当成代码生成器，而是把它当成帮助你理解概念和技术的学习伙伴，它将极大地促进你的智力成长。 学习计算机编程最困难的事情之一，就是“卡住”。你看不出诀窍，也不知道该从哪里开始，无法取得进展。 更糟糕的是，你可能因为偶然复杂性而卡住：比如不知道如何使用某个工具链，甚至不知道什么是工具链。 这不是你的问题，而是环境的问题。毫无意义地卡住会剥夺你真正学习的时间，甚至会把人从计算机科学这个领域中击退。 （我在伯克利自学Unix时就曾经卡住，这也是我后来退出那里的计算机科学项目的原因之一。） AI可以帮助你跨越这些障碍，如果使用得当，它会是一个很好的助教。我发布过一个AGENTS.md文件，供学生配置编码代理，使其表现得像一个优秀的助教，而不是代码生成器。我鼓励他们以这种方式使用AI。 只要使用得当，AI不必成为阻碍你成长为优秀程序员的因素。 “而且……” 我确实认为AI会改变计算机编程。它的改变可能没有某些人想象得那么剧烈，但在某些根本层面上，它确实会带来变化。 纯粹写代码的价值可能会下降 写代码这一行为本身，可能会相对贬值。 我对此感到有些遗憾。我通常很享受写代码的过程，用（比喻意义上的）双手让某个东西动起来是一件很有乐趣的事情。把代码写好是一门艺术，也是一种满足，其中有许多审美上的选择。 然而，看起来纯粹的代码书写能力，在未来可能会变得相对不那么重要。 当这一点的重要性下降时，我认为其他技能会变得更加重要。 沟通能力 例如，清晰地写作、思考和表达——无论是与大语言模型交流，还是与人类交流——在未来很可能会变得更加重要。许多程序员本来就有文学倾向，而这项技能的价值很可能会随着时间推移而提升，非常值得刻意培养。 阅读书籍、撰写文章或博客，都是有助于提升这方面能力的活动。 理解商业 你还可以将部分精力投入到更好地理解商业（或者政府角色等）上。 计算机编程本质上是用计算机解决问题，而企业里充满了各种需要解决的问题。 有些商业人士看到AI会说：“太好了，我们不需要程序员了！”但在我看来，同样也可以设想程序员会说：“太好了，我们不需要商业人士了！” 我认为这两种观点都很短视。不过，我确实认为AI可能赋予程序员一种能力：在本质上仍然从事编程工作的同时，投入更多时间去理解他们正在解决的现实世界问题（无论是商业问题还是其他问题）。 这与提升沟通能力是相辅相成的。 系统“架构”能力 和许多程序员一样，我对“软件架构师”这个词持复杂态度。我见过一些“架构宇航员”给世界带来了很多痛苦。 不过，找不到更好的词语来形容的话，我认为软件架构能力会随着时间变得更加重要：即有效组织大型软件系统的能力，尤其是控制这些系统复杂性的能力。 对初级开发者来说，这其中的一个难点在于：传统上，良好的系统架构能力来自于构建小模块的经验——最初可能做得不好，但随着时间推移逐渐改进。 我遇到的大多数糟糕架构师，要么是糟糕的程序员，要么几乎没有编程经验。 如果你让AI接管“简单部分”的代码生成，你又如何培养成为优秀架构师所需的直觉？ 这就是为什么我再次强调：你必须自己写代码。 有效使用LLM 另一个显然会越来越重要的技能，是如何有效地使用大语言模型。我认为目前我们仍在探索这究竟意味着什么。 而且我也认为，这个答案会因经验水平不同而不同。 资深开发者 那些在AI出现之前就积累了大量经验的资深程序员，其实处于一个很好的位置来有效使用LLM。他们知道什么是“好代码”，他们有构建大型系统的经验，知道什么重要，什么不重要。资深程序员的危险在于，他们可能完全停止编程，从而出现思维退化。 尤其危险的是：发出提示之后，在等待过程中沉迷于无尽的滚动浏览。 问我怎么知道的。 我通常这样使用LLM： 用它分析现有代码，以便更好地理解代码并发现问题和不一致之处帮助我为想要开展的大型项目整理思路为我正在构建的系统生成相对较小的代码片段生成我不喜欢写的代码（例如正则表达式和CSS）生成我愿意丢弃或不打算长期维护的演示或探索性代码为某个功能建议测试用例 我尽量不使用LLM生成我需要长期维护的完整解决方案。有时我会在手动编码的同时使用LLM，帮助我理解API以及在编码过程中有哪些选择。 我绝不会让LLM为我构建的系统设计API。 初级开发者 初级开发者的处境更为艰难。我再说一遍：你必须自己写代码。 用“氛围感”去糊弄问题的诱惑非常非常强烈，但你必须与这种诱惑作斗争。 你的同龄人可能会用这种方式糊弄过去，这会让人烦躁：你必须比他们更努力，甚至可能因为“慢”而受到批评。这里的工作动态非常重要：如果你的公司目前优先考虑速度而非理解（许多公司确实如此），你需要接受这一现实，同时避免因此被解雇。 不过，我认为这是一种暂时的状况。很快，公司会意识到，快速“氛围编程”带来的复杂性爆炸问题，比有理解、有节制的编码更严重。 到那时，我预计人们会认识到：较慢、更深思熟虑、并辅以AI帮助的编程方式，才是利用这项新技术的最佳方式。 AI可以帮助初级开发者的地方，在于加速他们成为资深开发者的过程——通过消除那些常常绊倒新手的偶然复杂性。正如我之前所说，把AI视为一个有用但有时过于热心的帮手，而不是仆人，有助于理解代码库的结构、特定问题可用的API和技术、构建系统或编程语言的工作方式等等。 但你必须自己写代码。 而公司也必须允许初级开发者写代码。 关于现在找工作 围绕AI和编程的问题，归根结底都与找到一份体面的工作有关。 众所周知，目前程序员就业市场并不好。我看到很多优秀的计算机科学学生在寻找编程职位时苦苦挣扎。 虽然我没有水晶球，但我相信这是一种暂时现象，而不是永久状态。程序员就业市场通常是周期性的，有繁荣也有低谷。我相信我们终将从当前的低谷中恢复。 但对于现在正在找工作的人来说，这种判断并不能带来太多安慰。因此，我想分享一些我给学生的具体求职建议。 家人、朋友、朋友的家人 我认为在线招聘网站基本上没有太大意义，尤其对初级开发者而言。那更像是一种彩票，通过它找到好工作的概率很低。既然是免费的，可能还是值得用一用，但不值得投入大量时间。 更好的方法是所谓的“四个F”：Family（家人）、Friends（朋友）以及Friends的Family（朋友的家人）。利用你的人际关系，在那些你有熟人优势的公司寻找机会。家人是最有力的资源。朋友通常也很好。朋友的家人虽然关系更远，但也值得询问。如果你认识或与你只隔几层关系的人在某家公司工作，你获得那家公司职位的机会会大大提高。 我经常强调，这并不意味着你的家人必须在谷歌或其他大型科技公司工作。 任何规模较大的公司，都有需要用计算机解决的问题。几乎所有超过一百人的公司，都有某种形式的开发团队，即便他们不这么称呼。 举个例子，我有一个学生一直找不到工作。我问他的父母做什么，他说父母在Costco总部工作。 我告诉他，其实他非常幸运，这正是他进入一家优秀公司的门票。 也许他不会一开始就以“计算机程序员”的身份入职，也许他会以分析师或其他角色开始。但在那个角色之上具备编程能力，将极具价值，并很可能为他铺就一条出色的职业道路。 结论 因此，我仍然认为把计算机编程作为职业追求是一个好主意。当前的就业市场确实低迷，但我认为这只是暂时的。 我确实认为计算机编程的方式正在改变，程序员应该着眼于培养超越“纯粹写代码”的技能。这一直以来都是明智之举。 我并不认为编程会像某些人声称的那样发生剧烈变化。我相信编程的基本功——尤其是写出好代码以及控制复杂性的能力——将始终具有重要意义。 我希望这篇文章能够帮助回答这个问题，尤其是对初级程序员有所帮助，让人们更有信心进入这个我认为非常有回报、并且我预计会长期从事下去的职业。 最后，对公司来说：请让初级开发者至少写一部分代码。这符合你们自身的利益。 - [万物工程化](https://rengongzhineng.io/%e4%b8%87%e7%89%a9%e5%b7%a5%e7%a8%8b%e5%8c%96/): 工程已经逃离了代码库。工程工具、工程思维方式以及“工程师”这一身份，正在越来越多地塑造每一个职能岗位。只要你在创业圈子里待得够久，就一定会听到这种“万物工程化”的表达：“哦，我是一个设计工程师。”“我们正在遵循 GTM 工程的最佳实践。”“我需要和他们的销售工程师聊聊具体实现。”这自然会引出两个问题：为什么每个角色都在变成工程师？我是否应该为此感到担忧？本文将回答这两个问题。 所谓工程化，是指工程工具、工程技能以及工程身份向非工程岗位扩散的过程，这一现象由一个不断自我强化的反馈循环驱动：工具改变技能，技能重塑身份，而身份又反过来催生新的工具。以“设计工程师”为例，设计工具已经变得极为强大，它们不再只是用来画线框图。像 Figma、Tailwind，以及嵌入在各种框架中的设计系统，使得设计决策直接影响生产环境中的代码。一个按钮不再只是“一个矩形”，而是一整套具备响应式能力、可访问性支持，并与现有系统保持一致的多种变体。与此同时，这些工具的使用也变得复杂起来。想要真正发挥 Figma 或 Tailwind 的全部能力，你必须理解产品功能、配置方式、语法规则、快捷键、最佳实践、限制条件和各种技术约束，到了某个阶段甚至需要阅读代码。尽管如此，非技术人员还是学会了这些技能。由于工程资源稀缺、迭代速度至关重要，设计师开始学习足够多的技术知识，从而能够独立发布产品。大语言模型的出现进一步降低了门槛，它们可以生成 Tailwind 组件、用户界面甚至完整原型，而无需手写代码。随着技能的不断积累，身份也随之转变。设计师不再把工作交接给工程师，而是自己编写产品代码、调试布局、在设计与性能之间做权衡。此时，仅仅称之为“设计”已经不再准确，“设计工程师”这一标签随之出现，重度用户开始自我认同，像 Vercel 这样的公司开始招聘这一岗位，工具厂商也围绕这一身份进行市场推广，于是循环再次启动。工具改变技能，技能塑造身份，身份又进一步要求新的工具。 那么，为什么工程化偏偏发生在当下？长期以来，人们一直在为各类岗位打造强大的工具，但这一次的不同在于三个因素。首先，大语言模型让复杂、领域专用的工具变得更加可及。如今几乎每一个工具都配备了 AI 助手、MCP 服务器，或者推出了 AI 驱动的替代版本。非技术人员可以更快、更轻松地掌握那些曾经只属于工程师的强大工具，并借此生成应用和原型，自动化并优化市场推广流程，构建和配置复杂的工作流。其次，资本使这一趋势不可避免。工程化本身是一门极具吸引力的生意，它正成为 B2B SaaS 的发展方向。企业愿意为此付费，风险投资愿意为此下注，而且成功的方法论已经逐渐清晰。大量资本涌入这一领域，改善了工具能力，赋予用户更多功能，吸引更多创业者进入赛道，同时强化了对“工程化身份”的市场宣传，从而进一步加速整个循环。第三，身份认同使工程化变得持久。一旦人们开始把自己视为工程师，这个循环就会自我维持。越来越多的非技术岗位开始强调工程能力，工程化赋予个人更大的自主权，也为工程师节省时间。成功的案例鼓励非技术人员扩展技能、更多使用工具，当他们在“类似工程”的工作上投入越来越多时间时，原有的角色身份显得低估了他们的价值与技术含量。于是，人们更认同自己正在构建的事物，以及那些负责构建的人，也就是工程师。新的身份通过博客文章、会议演讲、线下聚会甚至一条推文逐渐固化，新身份的出现又会强化循环，人们采纳它，工具围绕它构建，市场营销强化它，整个周期再次运转。 与此同时，“工程师”这一称谓的含义也在发生变化。过去，工程意味着在边界清晰的领域内掌握特定技能，并经过正式训练与严格门槛筛选。在物理工程领域，这一点仍然成立，因为失败会带来现实世界的物理后果。但在软件领域，失败成本较低，门槛更难维持，边界正在逐渐模糊。“工程”的界定标准正在从“谁被允许建造”转向“谁有想法并愿意真正把它建造出来”。它越来越少地强调对全部理论的掌握，而更多强调将理论付诸实践。对一些人而言，这似乎是一种去专业化，意味着更多自学从业者、更少深度积累以及头衔意义的削弱；但对更多人来说，这是一种能力的扩张，是更大的自主权、更快的迭代速度、更强的杠杆效应，以及更好地将真实、有价值的问题转化为解决方案的能力。 那么，你是否应该为此担心？技术与非技术工作的界线并未消失，而是被重新划定。无论你是否是工程师，最终的赢家都会是那些具备“构建者思维”的人。对于非技术人员来说，不必害怕承担更多“工程化”的任务。工具已经变得更强大、更专业化，许多人已经成功掌握并使用它们，而大语言模型与 MCP 的结合，使学习和操作更多工具变得更加容易。对于工程师而言，整个世界正在投入大量资源，让你变得更加强大。善用这些工具，把自己打造为能够独立完成端到端交付的产品工程师，利用各种工具进行竞品研究、用户访谈、界面设计与产品数据分析。对于创业公司而言，应当为这些新型工程师构建产品，至少要让人们能够真正“做工程”：提供 API，使文档可被机器读取，发布 MCP 服务器，并与其他工具实现连接。工程已经不再局限于代码，它正在成为一种跨职能的通用能力，一种身份认同，也是一种新的构建方式。 - [超大规模云厂商的长期现实：好的、坏的、丑的三种情景](https://rengongzhineng.io/%e8%b6%85%e5%a4%a7%e8%a7%84%e6%a8%a1%e4%ba%91%e5%8e%82%e5%95%86%e7%9a%84%e9%95%bf%e6%9c%9f%e7%8e%b0%e5%ae%9e%ef%bc%9a%e5%a5%bd%e7%9a%84%e3%80%81%e5%9d%8f%e7%9a%84%e3%80%81%e4%b8%91%e7%9a%84%e4%b8%89/): 下面这段话： 除了忽略训练成本之外，Amodei 在论证中另一个非常可疑的假设，是推理（inference）的毛利率。在他的“风格化（stylized）”例子里，他假设毛利率为 67%，而这恰恰直接决定了他们是否有能力为下一代模型训练提供资金。可当资金更充裕的竞争对手明明知道，他们可以对 Anthropic 施加极大的压力，把推理毛利率压到……比如 30% 时，我们怎么还能假设毛利率会一直这么高？如果 Anthropic 无法从当下这一代模型获得足够的毛利润，那它训练下一代模型的手脚就会被绑住。 在我发布那篇文章三天后，《The Information》报道了 OpenAI 的财务情况，其中有一段摘录让我特别在意： “OpenAI 告诉投资者，其运行 AI 模型的成本——也就是推理（inference）——在 2025 年翻了四倍。因此，该公司调整后的毛利率（adjusted gross margin）——定义为收入减去推理成本——从前一年的 40% 下降到 33%。这低于其对 2025 年设定的 46% 毛利率目标。” 《The Information》提到，OpenAI 认为毛利率下降主要是因为“公司不得不在最后一刻购买更昂贵的算力，以应对其聊天机器人和模型需求高于预期的情况”。这一点确实在某种程度上支持了 Dario Amodei 关于推理与训练之间“地狱级需求预测（hellish demand prediction）”的观点。但很难不去想：即便你把需求预测做得更好，找到“正确平衡”可能仍然同样困难，这未必能缓解毛利率压力。 当然，OpenAI 随后面不改色地承诺，他们预计未来 5 年推理毛利率会提升到 52%–67%。我要强调这一点：**在今天，OpenAI（或任何其他公司）并不能单方面决定今年的毛利率是多少，更别说决定明年、甚至 2030 年的毛利率了。**除了“地狱级需求预测”的挑战之外，模型竞赛本身仍然极其竞争激烈，而这正是当下毛利率最核心的驱动力。 毛利率的本质：定价权与成本结构 归根结底，毛利率的提升主要取决于两件事： 即便你能对推理需求做到完美预测，你资金更雄厚的竞争对手仍然可以选择维持低价——因为他们有许多其他内部现金流来源。这当然可能迫使 OpenAI 与 Anthropic 更快地下调 API 价格，远快于他们愿意的速度。 当更富有的竞争对手（例如 Alphabet）不仅资金更充足，而且成本结构还更优时，这个问题会进一步恶化。原因是 Alphabet 在模型开发技术栈上更加垂直整合，而 OpenAI 与 Anthropic 并没有同等程度的垂直整合优势。 训练成本被“忽略”的毛利率定义，本身就很宽松 我也要特别指出：这里讨论毛利率的问题，我其实是在接受这些实验室相对“宽松”的毛利率定义——它忽略了训练成本。 而《The Information》同样提到，OpenAI “计划将今年的训练成本提高到 320 亿美元，明年提高到 650 亿美元，比此前预期高出约 440 亿美元。” 再强调一次：训练成本也并不完全由 OpenAI 或 Anthropic 自己控制。 如果竞争对手能投入 1000 亿美元用于训练，并且未来模型性能大体仍然遵循 scaling law（规模定律），那么 OpenAI 与 Anthropic 为了保持竞争力，就必须愿意在同一个量级上投入训练资金。 你应该能理解为什么我觉得 AI 实验室的“终局经济学”有点……模糊不清！ “为什么你认为 OpenAI 和 Anthropic 无法把规模化数学算通？”——关于一种常见反驳 过去几天里，我从读者那里听到的一个最奇怪的反驳是：为什么我会假设 OpenAI 和 Anthropic 无法在规模化情况下把经济账算通？ 让我困惑的点在于：我从来没有说这是一种不可能的情景。... - [OpenAI 的 Codex 团队如何工作并利用 AI](https://rengongzhineng.io/openai-%e7%9a%84-codex-%e5%9b%a2%e9%98%9f%e5%a6%82%e4%bd%95%e5%b7%a5%e4%bd%9c%e5%b9%b6%e5%88%a9%e7%94%a8-ai/): 基于与 OpenAI Codex 团队工程负责人一次对话的洞察：他们如何协作、如何使用 AI、团队结构、开发理念，以及更多内容 引言 AI 不再只是工程师手里的工具，它也正在深刻影响工程团队的组织结构、决策方式，以及软件是如何被构建出来的。 我在许多初创公司和中型公司里都看到了这种变化：它们试图通过创建“AI 原生”的工程团队来调整组织结构。但在我看来，真正把这件事做到位的团队并不多，而 OpenAI 的 Codex 团队是其中最典型、最彻底的例子之一。 在 Codex 应用、IDE 扩展、以及开源编码智能体等产品背后，是一个相对精简的小团队——大约 40 人——却以极高的自治度、速度与信任运行。他们的工作覆盖低层系统工程、大规模分布式基础设施、产品设计、研究与用户体验等多个方向，并且在几乎所有工作中都大量使用 AI。 Codex 团队最有趣的地方不仅是他们做什么，而是他们如何做。他们把 AI 当作工作流的核心层：从规划与入职培训，到代码审查、测试、优先级管理，AI 都深度参与其中。 Codex 团队规模约 40 人 Codex 团队大约 40 人，内部又划分为多个更小的子团队，分别负责不同项目，比如：开源编码智能体、Codex 的 IDE 扩展、Codex 应用本体，以及其他项目。 他们强调授权与本地决策。整体感觉更像“现代版本的贝尔实验室（Bell Labs）”。 个体被充分信任去做决定，因为变化的速度要求他们必须如此。 整个 Codex 团队只有 1 位产品经理，2 位设计师，其余大多是具备不同专长的工程师。 Thibault 提到一个例子，能非常具体地说明他们的产品经理为什么效率惊人。 他们的产品经理为什么能如此高效 Codex 团队的产品工作几乎由一位产品经理在驱动。这位 PM 借助 Codex，把自己“扩展”成了类似 100 倍效率的产品经理。看他工作的方式简直不可思议，完全是另一个层级。 他用 Codex 快速挖掘用户反馈、分拣问题、实时做优先级决策。 最近一次一小时的 bug bash 里，全团队在测试应用并记录问题。问题一出现，这位 PM 立刻就能把它们分类、设定优先级、分配负责人。 他们在那一小时里处理了 100 多个问题，而且大多数问题在 24 小时内就被修复。这样的速度与协同，来自 PM 的规划与决策能力，但如果没有 AI，这几乎不可能做到。 他们做的工作是什么？团队工程师是什么画像？ 团队里有大量工作属于低层系统工程，主要使用 Rust。 他们的一大核心工作围绕 Codex harness 展开。它是一个内部的软件框架与运行时逻辑，为 Codex 编码智能体提供动力——可以理解为负责“编排” Codex 如何行为、如何与用户交互、如何在不同界面中稳定执行任务的那部分系统。 此外，他们也维护开源仓库：Codex CLI 编码智能体，这是一个可以在本地运行的工具，能够直接在终端里协助完成编码任务。 再往上，是后端基础设施，它把 GPU 与运行模型的系统连接起来。 他们还参与 Responses API 的工作。Responses API 是生成模型输出的核心 API 接口，Codex 通过它与模型对话，从而完成读文件、运行命令、分析代码等能力。... - [Claude C 编译器：它揭示了软件未来的什么](https://rengongzhineng.io/claude-c-%e7%bc%96%e8%af%91%e5%99%a8%ef%bc%9a%e5%ae%83%e6%8f%ad%e7%a4%ba%e4%ba%86%e8%bd%af%e4%bb%b6%e6%9c%aa%e6%9d%a5%e7%9a%84%e4%bb%80%e4%b9%88/): 编译器在计算机科学里占据着一个特殊的位置。它是计算机科学教育中的经典课程。亲手写一个编译器，几乎像是一种成人礼。因为你必须直面软件到底是如何工作的：语言、抽象、硬件，以及人类意图与机器执行之间的边界。 编译器曾经帮助人类与机器对话。如今，机器开始帮助人类构建编译器。 我职业生涯中很大一部分时间都在做编译器与编程语言相关的工作，所以当 Anthropic 发布 Claude C Compiler（简称 CCC）时，我格外留意。我的基本结论很简单：这是真正的进步，是行业的一个里程碑。我们并没有走到世界末日，但这也绝不是纯炒作，所以大家先深呼吸一下。 AI 能构建一个 C 编译器并不“彻底革命”，但它确实揭示了 AI 编程已经走到什么程度，以及下一步可能走向哪里。 在展开之前，我先给出我的核心要点总结： 什么是编译器？为什么它能成为 AI 的基准测试？ 要理解 Claude C 编译器为什么重要，我们得先理解：为什么编译器本身是一个如此“揭示智力”的测试对象——无论是对人类还是对人工系统。 编译器位于多个困难领域的交叉点：形式语言设计、大规模软件架构、严苛的性能约束，以及毫不留情的正确性要求。 大多数应用程序可以容忍一些 bug，编译器不行。一个错误的变换可能悄无声息地产生错误程序，影响无数用户的生产力。编译器的每一层都必须维持严格的不变量，并与其他层配合协作。 历史上，这也是编译器成为计算机科学教育“成人礼”的原因。它迫使工程师跨越抽象层思考：把文本变成结构，把结构变成意义，把意义变成经过优化的机器行为。 这个过程映射到更深的一件事：把人类意图翻译成精确执行。这也是为什么编译器对于 AI 系统整合来说，是一个独特而有趣的基准。 更早一代的 AI 编程工具，在局部任务上已经很厉害：写函数、生成脚本、补齐缺失代码。这类任务主要考验模式识别与短程推理。 Claude C 编译器则代表了不同层级的进展。它展示了一个 AI 系统能够在整个工程系统范围内保持连贯性：协调多个子系统、维持架构结构、通过测试与失败在时间维度上迭代逼近正确性，并在复杂反馈回路中运作。AI 正在从代码补全走向工程参与。 更深层的原因在于：编译器的工程架构通常高度清晰且结构化。编译器有分层抽象、一致命名、可组合的 pass，以及确定性的反馈标准（“能工作”或“不能工作”，成功标准很清楚）。这些属性让编译器对人类可学，也让在海量源码上训练的机器学习系统同样更容易“学会”。 从这个角度看，CCC 其实也是对几十年软件工程实践的一次验证：编译器工程师发展出的抽象足够结构化，以至于机器如今能够在其中推理并行动。这是一个非常惊人的里程碑。但它同样暗示着一个重要限制。 走进 Claude C 编译器内部 CCC 最有趣的一点在于：Anthropic 公开了完整的源码历史。与许多 AI 演示不同，这不是一个“包装好的成果”或单一基准分数，而是一个任何人都能检查的工程产物：整个仓库，包括提交历史、设计文档与未来计划，都可以直接审阅。这意味着我们能真正研究系统是如何构建一个编译器的。我也确实花了一些时间做了这件事。 第一个重要提交几乎是“一次性”把系统的基本架构定了下来。从一开始，CCC 就遵循经典编译器结构。仓库里的主要子系统都配有相当出色的设计文档，包括： 整个仓库里做出的选择，几乎都反映了成熟的编译器实践：大学课程里教的东西，以及 LLVM、GCC 这类主流编译器广泛采用的技术。它的 IR 中包含许多 LLVM 开发者一眼就熟悉的概念，比如 GetElementPtr、基本块的 terminator、Mem2Reg 等指令与 pass。它显然对常用编译器设计技术掌握得很扎实。 LLVM 与 GCC 的代码显然属于训练集的一部分——Claude 在 CCC 里等于是把其中相当一部分翻译成了 Rust。设计文档也显示它对两套系统的理解很细，并且对自己的实现方式有经过思考的取舍。有人批评 CCC 是从既有成果中“学来”的，但我觉得这种批评很荒谬——我当年做 Clang 时也大量学习 GCC！ Pushpendre Rastogi 写过一篇很棒的博客，讨论 CCC 与 agent scaling laws，并展示了迭代式 agent 工作流如何逐步扩大实现范围与测试覆盖： 综合来看，CCC 更像一个“能力不错的教科书实现”，类似一个很强的本科团队在项目早期阶段能做出来的那种系统——尚未经过多年打磨，但结构上已经相当像样。仅这一点就已经非常惊人。 Claude C 编译器做错了什么？ CCC 最揭示问题的部分，恰恰是它的错误。有些设计选择看起来更像是在优化“过测试”，而不是像人类工程师那样构建可推广的抽象。例如： 最后这一点尤其关键，它强烈暗示 CCC 很难在测试集之外泛化，而 bug tracker... - [PostgreSQL 的膨胀不是 Bug，而是特性](https://rengongzhineng.io/postgresql-%e7%9a%84%e8%86%a8%e8%83%80%e4%b8%8d%e6%98%af-bug%ef%bc%8c%e8%80%8c%e6%98%af%e7%89%b9%e6%80%a7/): 引言 你的 PostgreSQL 数据库不断增长，即使表中的行数基本保持不变。磁盘占用持续上升，查询开始变慢，你开始怀疑到底发生了什么。 这不是 Bug——这叫做 bloat（膨胀），而且它是 Postgres 核心设计的一部分。 要理解它为什么会发生，我们必须跟随一行数据的生命周期：从它被写入物理文件的那一刻开始，到它变成“死亡空间”为止。这段旅程始于最底层的物理存储结构：页（Page）与元组（Tuple）。 目录 1. 物理层：页与元组 Postgres 将表存储为磁盘上的文件，这些文件被划分为固定大小的页（8KB 块）。在每个页内部，存放的是 元组（tuple）——也就是你的行在磁盘上的物理版本。 可以把一个页想象成一个容量有限的盒子。当你插入一行数据时，Postgres 会把一个元组写入第一个有空闲空间的页。如果该页已满，就会分配一个新页并追加到表文件末尾。 每个元组不仅包含你的业务数据，还包含元数据，用于决定哪些事务可以看到这条数据（这将在 MVCC 部分解释）。 这种基于页的架构对膨胀的形成有关键影响： 💡 关键洞察 磁盘使用量由元组版本的总数决定，而不是你能查询到的行数。一个有 100 万行的表，如果存在大量死亡元组，可能和一个 1000 万行但干净的表占用同样的空间。 但页本身并不会导致膨胀。真正的根源，是 Postgres 如何处理并发：MVCC。 2. MVCC 与旧数据为何不会立即消失 Postgres 使用 多版本并发控制（MVCC），使读操作不会阻塞写操作，写操作也不会阻塞读操作。 机制很简单：不原地修改数据，而是创建新版本。 在物理层面发生的事情如下： UPDATE 不会修改原数据 当你更新一行时，Postgres 不会找到原有元组并修改它，而是创建一个全新的元组（可能位于不同页）。旧元组会被标记为过时，其 xmax 字段记录执行更新的事务 ID。 DELETE 不会真正删除数据 删除一行时，Postgres 不会从页中移除元组，只是设置 xmax 表示哪个事务删除了它。数据仍然留在磁盘上，占用空间。 结果：元组不断累积 每次 UPDATE 都增加存储量，每次 DELETE 都留下死亡元组。频繁更新的表，可能为同一逻辑行保留几十个物理版本。 那为什么不立即删除旧版本？ 因为并发事务的存在。一个较早开始的事务，可能仍然需要读取旧版本数据。Postgres 必须确保，在所有可能需要该版本的事务结束前，旧版本不能被清理。 当再也没有事务需要这些旧版本时，它们才会成为真正的 dead tuples（死亡元组）。 即使死亡元组对查询不可见，Postgres 仍然必须： 这就是膨胀产生的地方。 MVCC 实战演示 创建示例表： CREATE TABLE users (id INT PRIMARY KEY, name TEXT, email TEXT);INSERT INTO users VALUES (1, 'Alice', 'alice@wonderland.com'); 多次更新： UPDATE users SET email = 'alice@newdomain.com' WHERE id = 1;UPDATE... - [微软全新的“万年级”数据存储介质：玻璃-飞秒激光将数据刻入极其稳定的材料之中](https://rengongzhineng.io/%e5%be%ae%e8%bd%af%e5%85%a8%e6%96%b0%e7%9a%84%e4%b8%87%e5%b9%b4%e7%ba%a7%e6%95%b0%e6%8d%ae%e5%ad%98%e5%82%a8%e4%bb%8b%e8%b4%a8%ef%bc%9a%e7%8e%bb%e7%92%83-%e9%a3%9e%e7%a7%92%e6%bf%80/): 目前，Project Silica 的硬件距离商业化还差一步。 长期归档存储一直面临诸多挑战。我们希望存储介质既拥有极高的密度，又能在数百年甚至更长时间内保持稳定，并且理想情况下，在未被访问时不消耗任何能源。围绕这一目标，业界提出过许多设想——甚至连 DNA 都曾被考虑过——但其中一个最简单的思路，是将数据刻写进玻璃中。许多类型的玻璃在物理和化学层面都非常稳定，而且在其内部刻写结构相对容易。 此前已经有大量前期研究，展示了玻璃存储系统的不同技术环节。而在本周三发表于《Nature》的论文中，微软研究院宣布推出 Project Silica，这是一个完整的工作系统演示，能够在小块玻璃板中读写数据，其存储密度超过每立方毫米 1 Gigabit。 写入玻璃 我们通常认为玻璃易碎、容易破裂，甚至有人误以为玻璃会在几个世纪内缓慢“流动”——尽管后者其实是个神话。事实上，“玻璃”是一类材料，不同的化学物质都可以形成玻璃态结构。通过选择合适的原材料，可以制造出一种如研究人员所描述的那样“在热学和化学上高度稳定，并且能够抵抗水汽渗透、温度波动以及电磁干扰”的玻璃。当然，它仍然需要小心处理以避免物理损伤，但在长期存储的需求下，玻璃提供了理想的稳定性。 将数据写入玻璃，理论上只是“刻写”而已。但刻写传统上是一个缓慢的过程，这一直是挑战之一。飞秒激光的出现改变了这一局面。飞秒激光的脉冲持续时间仅为 10^-15 秒级别，每秒可发射数百万次脉冲。这不仅显著缩短了写入时间，还能将刻写精确聚焦在极小区域，从而提高潜在的数据密度。 读取数据则有多种方案。我们已经成功利用激光从光盘中读取数据，尽管速度较慢。理论上，只要能够识别玻璃内部刻写的微小结构，就可以实现读取。 在这些技术基础之上，Project Silica 在理论层面已经具备条件。关键问题在于：如何将这些技术整合为一个可运行的系统。出于谨慎考虑，微软决定以两种不同方式来回答这一问题。 构建真实系统 这两种方案的核心区别，在于如何将一个数据单元（称为“体素”，voxel）写入玻璃。 第一种体素方案基于“双折射”（birefringence）原理。双折射是指光子在材料中的折射率取决于其偏振方向。利用偏振激光，可以在玻璃中刻写出具有双折射特性的体素，并生成小于衍射极限的微结构。具体实现中，首先用一个激光脉冲在玻璃内部形成椭圆形空洞，然后再用第二个偏振脉冲诱导双折射特性。体素的“身份”由椭圆的方向决定。由于可以区分多个方向，每个体素就能够存储多于 1 bit 的信息。 另一种方法则通过调节激光脉冲能量，改变材料的折射程度。同样，这些体素也能够区分超过两种状态，从而在单个体素中存储多个数据位。 微软 Flight Simulator 的地图数据被刻写在 Silica 存储介质上。图片来源：Microsoft Research 读取数据时，Silica 使用能够识别折射率差异的显微镜技术。对于显微成像爱好者来说，这意味着他们采用的是“相差显微镜（phase contrast microscopy）”。显微成像的能力决定了在一块玻璃中可以堆叠多少层体素。刻写时，各层之间保持足够间距，确保显微镜每次聚焦时只对准单一层面。刻写过程中还会加入特殊标记符号，帮助自动化显微系统精确定位玻璃中的特定区域。随后系统逐层调整焦平面，逐步扫描堆叠结构并捕获包含不同体素层的图像。 为了分析这些显微图像，微软使用了卷积神经网络。该模型会整合位于焦平面内以及临近焦平面的图像数据。之所以有效，是因为邻近体素会以微妙方式影响当前体素的呈现形态，而 AI 系统在获得足够训练数据后，可以识别这些细微差异。 系统的最后一个关键部分是数据编码。Silica 在存储原始比特流之前，会加入低密度奇偶校验码（LDPC）进行纠错——这与 5G 网络所使用的纠错方式相同。随后，相邻比特被组合成符号，以充分利用体素能够存储多位信息的能力。当符号流生成后，数据就可以被写入玻璃。 性能表现 写入过程仍然是系统的瓶颈。因此，微软开发了能够同时使用四束激光对单块玻璃进行写入的硬件，并控制热量不过度积累。这使写入速度达到 66 兆比特每秒。研究团队认为，未来还可以再增加多达十几束激光。 之所以需要更高写入速度，是因为单块玻璃板的存储容量可高达 4.84TB（尺寸为 12 厘米 × 12 厘米 × 0.2 厘米）。按照当前速度，完整写满一块玻璃需要超过 150 小时。 所谓“最高可达”的存储容量，与两种写入方法的数据密度差异有关。基于双折射的方案需要更复杂的光学设备，而且只适用于高品质玻璃，但它能够在相同体积内刻写更多体素，因此密度更高。另一种方法则在同样大小的玻璃中只能存储略高于 2TB 数据，但硬件更简单，并且可用于任何透明材料。 硼硅玻璃具有极强的稳定性。微软通过加速老化实验推测，在室温下数据可稳定保存超过 10,000 年。因此，微软宣称：“我们的结果表明，Silica 有潜力成为数字时代的归档存储解决方案。” 不过，这种说法或许略显乐观。例如，平方公里阵列（Square Kilometer Array）射电望远镜每年预计需要归档 700PB 数据。仅这一项目，每年就需要超过 14 万块玻璃板来存储数据。即便通过增加激光数量显著提高写入速度，也仍需超过 600 台 Silica 设备并行运作才能跟上数据增长速度。而平方公里阵列只是众多产生海量数据的项目之一。 尽管如此，Silica 仍然具备一些显著优势。最突出的是，在数据保存过程中几乎不需要消耗能源，而且在需要时可以迅速读取数据——这与 DNA 存储动辄需要数天时间才能提取数据形成鲜明对比。此外，不可否认的是，这种看起来仿佛来自科幻小说的存储介质，本身就具有独特的吸引力。 - [快速发布的隐性危险-当产品速度超过用户采用速度时，该怎么办](https://rengongzhineng.io/%e5%bf%ab%e9%80%9f%e5%8f%91%e5%b8%83%e7%9a%84%e9%9a%90%e6%80%a7%e5%8d%b1%e9%99%a9-%e5%bd%93%e4%ba%a7%e5%93%81%e9%80%9f%e5%ba%a6%e8%b6%85%e8%bf%87%e7%94%a8%e6%88%b7%e9%87%87%e7%94%a8%e9%80%9f%e5%ba%a6/): 是否可能发布得太多——或者太快？ 是的。大概是的。遗憾的是。 如今，只需要少数几个判断力不错、而且拥有大量 token 的人，就能完成过去需要整个产品组织才能完成的工作。结果是，由大语言模型（LLM）驱动的软件，比历史上任何时候都更便宜地被构建、也更快地扩展。 然而，一旦跨过某个阈值，产品速度就不再继续复利增长，而是开始彼此竞争。此时，限制你的不再是“你能发布多少新东西”，而是“你的用户能够吸收和采用多少”。 作为一家痴迷于快速发布的公司，我们对这个问题体会得非常深刻。因此，我想分享我们正在如何应对它，希望你也能从中受益。 约束理论（Theory of Constraints） 由于 PostHog 是一款工作工具，而不是生活方式品牌，即便是最狂热的用户，也不可能每周采用无限多个新功能。 在实践中，B2B SaaS 用户的采用节奏通常是： 其他一切，都会被忽略，直到有人明确解释清楚“为什么它重要”。这正是一个典型的瓶颈。 幸运的是，瓶颈是有解法的。制造业早已发现这一点，并将其总结为一个概念：约束理论（TOC）。其中有一条原则在这里尤其关键： 当上游产出增加，但下游能力没有相应提升时，系统就会失稳。 在我们的场景中，这种失配表现为： 当你意识到这一点，TOC 还能帮助你理解这种能力错配会带来哪些具体后果。 当发布速度超过采用速度时，会发生什么？ 1. 队列堆积 在制造业中，这种情况表现为库存积压；在软件中，它会形成一个“隐形待办清单”——你的工作已经完成了，但在“用户认知与理解”层面却尚未完成。 结果是影响力被稀释：发布了大量进展，但用户真正感受到的进展却更少。 2. 价值实现时间被拉长 随着这个隐形积压不断扩大，从“功能可用”到“真正有用”之间的时间差持续拉长。 你的团队不断发布新代码，但每一个新能力都需要更久才能被用户理解并真正使用。用户逐渐跟不上变化节奏；支持与销售花更多时间解释背景；市场营销开始追赶发布，而不是放大它们的影响。 3. 产品质量开始退化 当瓶颈被过载时，质量会通过被迫的权衡而下降。 在软件中，这种退化表现为： 你的产品不断变大、变强，但并没有成比例地变得更清晰。 那是不是意味着应该慢下来？ 绝对不是。 放慢速度，是公司在“没想法了”时才会做的事，而显然这并不是问题。幸运的是，约束理论对“不该做什么”说得也非常清楚： 提升非瓶颈环节，是在浪费资源。真正能改善系统的，是抬升瓶颈本身。 产品采用是一件“一个人一次”的事情，而每个用户的认知带宽都是有限的。所以真正的问题不是“要不要慢下来”，而是： 如何在不牺牲速度的前提下，提高采用能力？ 真正的瓶颈：用户注意力 如果你正在构建任何严肃的产品，并且正在用 AI 提高产出，你迟早都会撞上这堵墙。 在 PostHog，我们仍在不断摸索最佳路径，但有几件事已经变得异常清楚。 1. 把注意力当作稀缺资源（因为它确实是） 小型自治团队天然会围绕自己负责的那一小块产品进行优化。他们拥有某个功能，并持续把它做得更好。 但用户并不是以“功能所有权”的方式体验产品的。他们是通过有限的注意力，被动接收你所有的产品变化。 正是在这里，系统开始失衡。 常见的失败表现 这些方式能捕获的注意力是有限的。一旦发布速度足够快，就连最投入的用户也会产生“功能疲劳”。 如果你曾从一个长期客户口中听到过：“我都不知道你们还能这么用”，恭喜你——你已经发布得超过了采用速度。 更好的做法 继续发布，但要对“此刻什么最重要”保持高度主观且果断的判断。 不是所有东西都需要一次发布、一篇博客，或者立刻被解释清楚。可以引入一个清晰的发布分级框架，例如： 这正是品牌发挥作用的地方。幽默、叙事感、刻意的荒诞，都能降低“付出注意力”的成本。与在目标客户群中拥有信任的影响者合作，也能有效扩展心智份额。 2. 把“发现”内建到产品中 如果实现价值需要在产品之外被解释，那你并没有消除采用瓶颈，只是把它转移到了市场、销售或支持那里。 用户并不是为了“了解产品更新”而醒来，他们只是想把事情做完，然后继续生活。 这就是为什么，与用户当前意图紧密绑定的功能发现，比脱离语境的公告有效得多。 常见的失败方式 更好的做法 在功能与用户当前行为相关时，再把它呈现出来。 先定义清晰的激活信号——那些表明用户正在深入使用某个产品区域的行为。一旦识别这些信号，就可以把新功能锚定到用户已经关心的任务上。 这也被称为持续发现（continuous discovery）：让用户行为与反馈，决定接下来该放大什么。 3. 衡量“学习”，而不仅仅是“使用” 产品采用不仅仅是功能是否被点击，而是这些功能是否真的让用户更擅长他们的工作。 这也是为什么我们大量内容营销并不是直接讲 PostHog，而是在讲如何成为更好的产品工程师。 分享知识、真正提供帮助，比功能公告更能建立信任和品牌认知。 常见误区 你能犯的最大错误之一，就是以为别人和你一样在乎你的产品。 他们并不。 更好的方式 发布即使不用你产品，也依然有价值的内容： 快，但不慌乱 把“发布得太快”当作一种自嘲式炫耀，很诱人，但这是懒惰的思维方式。如果用户无法采用你发布的东西，那就不是速度，而是浪费。 在实践中，这意味着你必须清楚地区分： 什么值得被大声强调，什么不值得。 通常，一个功能值得被重点营销，当且仅当： 其他一切，都应该安静地通过系统流转，不去争夺不需要的注意力。 只有当采用速度跟得上，产品速度才能真正复利增长。 如果用户注意力是瓶颈，你的工作不是慢下来，而是更有选择性。刻意把少数事情放大声量，让其余部分安静地做到极致。 - [异步代理到底](https://rengongzhineng.io/%e5%bc%82%e6%ad%a5%e4%bb%a3%e7%90%86%e5%88%b0%e5%ba%95/): 去网上搜一下“async agents（异步代理）”这个词，你会看到几十篇文章在用这个说法。那些少数愿意给出定义的文章，谈的似乎也都不是同一件事。它出现在产品发布里、HN 讨论串里、架构博客里，总是被很随意地提起，好像含义不言自明。所以我想搞清楚：到底哪一种定义才算“正确”。 我看到最常见的定义是：异步代理就是“会运行一段时间的代理”。一个长时间运行的任务会让人感觉“异步”。如果它能在你去上厕所或去续一杯水的时候继续干活，那就很像异步。确实，任务跑得足够久，你就有机会去做别的事。但那到底要跑多久才算？一个一秒就完成的代理和一个跑一小时的代理，前者是同步、后者才是异步吗？我能不能在运行代理之前加一个 sleep 语句，就把它变成异步代理？这听起来并不令人满意。 我反复遇到的第二种定义是：异步代理是“跑在云端的代理”。Devin 是远程运行的，所以它是异步。Claude Code 是本地运行的，所以它不是。但如果我开一台 EC2，SSH 进去，装上 Claude Code，然后在那台机器上运行——我是不是就把它“变成”异步代理了？工具本身没变，只是运行它的机器变了。这不可能是核心。 第三种定义则是：异步代理是“事件驱动”的——不是由你手动触发的那种。一条 PR 合并了，代理就启动。一个 cron 定时任务触发了，代理就到 Slack 给你发消息。这种感觉确实很异步，因为在那一刻不是你在敲命令。但 cron 也可以启动任何程序。触发是异步的，并不意味着被触发的程序本身就是异步。这是调度（scheduling），不是代理自身的属性。 这些定义都不能说“完全错”，但它们都不像定义。它们只是在描述一些特征——这些特征恰好与人们想指代的东西相关联。那我们回到最基本的概念。 什么是代理？什么是异步？正如 Simon Willison 所说，代理就是一个“在循环里调用工具的 LLM”。我会更进一步说：代理还需要“上下文的连续性”。如果我启动两个不同的 Claude Code 会话，那就是两个不同的代理。如果我在某个 Claude Code 实例里输入 /clear，我就杀死了一个代理并生成了一个新的代理。让它成为“那个代理”的，是上下文。 接下来是异步。技术上的定义是：事件会独立于主程序流程发生。关键洞见在于：一个 async 函数本身并不会“自带异步魔法”。它是否异步，取决于它相对于调用方（caller）的位置。调用方如果不等待，它就独立运行；调用方如果等待，它就等同于同步。异步的部分不在函数本身，而在调用方选择“不阻塞（not block）”的决定。 想想在代理出现之前，写代码是什么样：你在敲字；工作在发生。你停下敲字；工作就停。一次只能推进一个任务，一切都同步。 当编码代理出现后，它解锁了新东西：异步工作成为可能。你可以把工作委派出去，并不等待它完成。你可以给代理一个任务，去做午饭，然后回来看到一条完成的 PR。第一次，你的工作可以在你做别的事的时候继续推进。 但这并不意味着代理“天生异步”。你也可以转过头用同一个代理问一个很快的问题，然后等待它回答。在那一刻，你是同步地使用它。代理没有变，变的是你的行为。 所以大家总在说的“异步代理”到底是什么？它其实在观察者的眼里。真正的异步代理，其实是我们一路上交到的朋友。 不过认真说，没有任何代理是天生异步的。这取决于你等不等它做完。 异步地使用代理如果你选择异步地使用代理，你会解锁一个强大的能力：并发（concurrency）。你可以把多个任务委派给多个代理，让它们同时推进。但一旦这么做，你会撞上一个现实问题：它们都在你机器上的同一份代码库里工作。这不是真实工程团队的工作方式。每个工程师都有自己的电脑、自己的代码副本、自己的分支。 那为什么不让大家像 Google Docs 那样实时编辑同一份代码库呢？看起来似乎能消灭一整类问题：合并冲突、相互覆盖的修改、分支分叉……基本上就是 Git 逼你处理的那一堆事。协作式编码以前有人试过，而且没流行起来，是有原因的（Replit 早期就是这么做的）。问题在于：没有隔离，一个人的半成品就可能把另一个人的“可工作代码”弄坏。你需要让每个任务都活在它自己的环境里，这样它才能独立地构建、测试、验证。 代理也会遇到同样的问题。它们需要各自的代码库副本来推进，而不会踩到彼此。这就是为什么像 Conductor 和 Omnara 这样的工具依赖 git worktrees；为什么 Boris（Claude Code 的作者）会直接克隆整份目录；为什么像 Codex Web 或 Sculptor 这样的应用会用隔离的虚拟机或本地容器。每个代理都拿到自己的工作区，这样某个代理的进展就不会把另一个代理的工作搞崩。 有了隔离的工作区之后，你就成了经理。是你在生成代理、盯着代理、协调代理。把工作委派给代理是一个巨大的“杠杆放大器”。它会显著提高产出，但也会显著增加你要管理和切换的上下文数量。这里存在一个上限。 这就引出了一个问题：代理能不能管理代理？ 那么“异步代理”到底应该是什么意思？说真的，我们大概不该用这个词。但如果你非要用，它就应该指向某个并非“所有代理都天然具备”的东西。而编程领域里有一个天然类比，正好给出正确的区分。 在软件里，async 函数与“管理它的运行时（runtime）”是两回事。async 函数可以在不阻塞调用方的情况下运行。而 async 运行时是那个管理事件循环（event loop）的东西：它生成函数、调度它们、并协调它们的结果。函数只是被带着走。做编排的是运行时。 代理完全可以一一对应。今天的每个代理都像一个 async 函数：你调用它，它开始运行，你去做别的事。但在更“有意义”的定义里，异步代理指的是运行时——一个能管理“其他代理”的事件循环的代理。 你给它一个任务；它在后台工作区里启动一个子代理，同时仍然继续跟你互动。你让它做一个登录页。“收到。”它把任务委派给后台另一个代理。你再让它做一个计费页。“当然可以——顺便说一下，登录页那个代理想确认你更喜欢 GitHub OAuth 还是 Google OAuth。”你不需要切标签页，也不需要管理十个会话。代理在管理团队。你只跟一个实体对话，而这个实体在编排其他所有实体。 你不再是开发者。你也不再是经理。你只是那个表达意图的人，而代理会把其余的事情想办法搞定。 这种模型已经有一些早期尝试。Claude 的 Agent Teams 和 Gastown 是早期例子。Cognition 的《Don’t Build Multi-Agents》那篇文章解释了为什么今天这很难：上下文共享、token 成本、代理之间推理不可靠。但这些是工程约束，不是架构约束。随着模型变得更便宜、上下文窗口扩大、代理与代理的通信能力提升，这种架构会从“实验性”变成“默认选项”。 在编程里，我们区分... - [Anthropic的蜂群思维](https://rengongzhineng.io/anthropic%e7%9a%84%e8%9c%82%e7%be%a4%e6%80%9d%e7%bb%b4/): 你可能已经注意到，Anthropic正在发生一些事。他们就像一艘即将点火升空的宇宙飞船。整篇文章只是“蜘蛛感应”（spidey-sense）之类的东西。别想太多。只是直觉。说白了，就是“氛围感”（vibes）。 如果你做一做“信封背面”的粗算（back-of-envelope math），估一估作为业内人士进入Anthropic有多难，再把它与你在高中或大学球员阶段进入美式橄榄球联盟（NFL）的概率相比，你会发现两者相当。到目前为止，我见到的Anthropic同事都是“最强中的最强中的最强”，甚至比谷歌巅峰期还要夸张。（证据：谷歌录用了我。我就是最“刮锅底”的那批。） 大家都在向那里聚拢，而这部电影我之前已经看过不止一次。 过去四个月里，我有幸与Anthropic里将近40人做过相对坦诚的长谈——从联合创始人和高管，到整支团队，再到公司各部门的个体：AI研究、工程、GTM（go-to-market）、销售、编辑、产品等等。那里也有不少我的朋友，曾在以前的项目里共事过。 Anthropic作为一家公司，非同寻常地“难以渗透”。那里的员工都明白，只要闭嘴、埋头干活，他们就会成为亿万富翁甚至更进一步，所以他们有充足的动机照做。即便他们愿意跟你聊天，也很难真正撬开他们的话匣子。 但我还是做到了。通常在人们跟我接触14秒内，就会意识到我“无害”。到了我这把年纪，我长出了一种好奇的能力：无论对方是谁，只要聊上几句就能让人感觉良好，同时也让我们俩都感觉良好。（你大概也有这种能力，只是不知道怎么用。） 和足够多的人聊过、听过他们的长谈视角后，我开始怀疑：软件开发的未来，是“蜂群思维”（Hive Mind）。 又喜又悲 要想勾勒此刻Anthropic的完整画面，你得变成克洛德·莫奈，用印象派的方式去画，一笔一笔的大笔触。这一节就是一笔，讲的是“情绪”。 在我看来，几乎所有人都洋溢着鲜活的快乐。那股空气里的电火花，和1998年亚马逊的感觉一样。只是那会儿还没有厄普顿·辛克莱（Upton Sinclair）和所谓“人力资源（HR）”，所以电火花大多来自一楼酒吧的电线短路。 但无论是早期的亚马逊，还是今天的Anthropic，所有人都知道，某件了不起的事情即将发生，它会永远改变社会。（同时，他们也知道，无论接下来什么降临，对社会来说都将“极度阿拉丁”（极端复杂/矛盾/黑色幽默）。） 在Anthropic，我遇到的每一个人、每一支团队，无一例外，都带着一种甜中带悲的超然之感。他们给我的感觉像是一群被赋予“把与文明层面同等重要的某物带入现实”的人；他们兴奋，但也都带着一种古老精灵式的、旧世界将逝的庄重。我说不清那究竟是什么。 但我开始怀疑，他们对很多公司真的抱有“同情”。因为我们没把这件事当回事。2026年将会是几乎把很多公司“打到崩溃”的一年，而许多公司毫无所觉。Anthropic试着提醒大家，可这就像对百年没见过海啸的村庄大喊“海上地震来了”。 “氛围思维”（Vibe Mind） 只要你和Anthropic的人聊，总会聊到“混沌”。这家公司并不像同体量的公司那样运营。其他公司在这个规模上往往很快就变得“专业化”、部门化、可问责、成熟、诸如此类。我不觉得Anthropic现在对那些“套装流程”有多少兴趣。 当然啦，涉及他们的生产系统时，他们当然极其严肃，板起脸来，有世界级的SRE和扩展工程师。只不过，你也懂。让这条“大狗”摇尾巴的，其实是各式各样形态的Claude，那才是让蜂巢嗡嗡作响的“工作生成器”。 所以当我笼统地说“Anthropic完全靠氛围运行”时，我相信在靠近外缘的地方一定有例外：在那里他们会与外部世界建立更硬化的接口，无论是生产、GTM，还是产品营销。公司在那些边缘位置可能更“正常”。 但在核心，他们显然正处在（也许刚刚进入）一个“黄金时代”，下一节我会讲。那里既翻涌又起泡。 员工们常把它描述为“完全靠氛围驱动的蜂群思维”，这不是我强加给他们的词汇，而是他们自己的观察。组织会反映领导者的样子，所以这显然是由领导层在引导，而且大概率是刻意为之。并不是所有蜜蜂体型都一样，你能看到蜂群里分布着一些“图中的枢纽节点”，在维持整体稳定。 但如果你干扰蜂群的运作，打破这种平衡，你就会被温柔地推到边缘，甚至更外面。离心机会把你甩到外围，被“氛围”席卷着远离。 它看起来很脆弱，也许存在我们尚未知晓的“规模天花板”。但他们迄今一直维持着它，我也对他们的做法有一些想法。 如何终结一个黄金时代 我要插一句，与“蜂群思维”并不完全同向，但Anthropic把另一种属性展现得太清楚了，值得暂停一下，一起审视。 “黄金时代”是指一段持续数年的密集创新、品类创建、速度与产出暴涨的时期。公司层面的黄金时代有个特性：会在很短时间内吸引全行业的顶尖人才。Anthropic如今正经历着这一点。 我在亚马逊时经历了他们的黄金时代——我2005年离开时，那股劲头还没过去。后来我在谷歌也经历了他们的黄金时代，持续到2011年4月。之后，我眼看着谷歌钙化、分隔、几乎无法跨职能协作；与此同时，亚马逊还在持续执行与创新。 再给你第三个例子：在2000年代初，微软因为打输了Sun的Java诉讼，于是聚集了行业内无数顶尖人才，去用CLR与C#/.NET重塑软件开发的未来。那可能是他们能遇到的“最好的坏事”，有好几年一切都很魔幻，他们产出的东西塑造了整个行业。那几年他们是思想领袖。后来很多人“出逃”去了谷歌，一切烟消云散。 我花了很多年琢磨谷歌为何、如何会走到那一步。直到我看到Anthropic正在发生的事，一切才“咔哒”对上。 谷歌在转向利润为中心时，就扼杀了他们的创新机器——这导致“工作量与人数”的比例发生了转折。 谷歌早期CEO埃里克·施密特的口号是“让一千朵花盛开”。他的解释是：通过鼓励创新、下注许多项目来“制造运气”，希望其中一些会开花结果。谷歌能这么干，是因为他们在Web这片新绿地里财源滚滚。 2011年4月，拉里·佩奇接任CEO，他的口号变成：“把更多木头放到更少的箭上”（More Wood Behind Fewer Arrows）。他觉得——事实上也没错——那些不受约束的20%项目和Google Labs并没有产出真正的“爆款”。所以拉里大幅约束被资助的工作，20%项目逐步消亡。自那以后，公司变得“政治化”，丧失了大部分创新引擎，黄金时代也随之结束。 杀死20%项目本身，是导致崩塌的原因吗？未必。反例是亚马逊从未有过20%项目。它的创新与兴奋的黄金时代持续了很久，远远超过我2005年离开后的那些年。所以问题不在这里。那么亚马逊拥有而谷歌没有的是什么？ 一个线索来自我的同事雅各布·加布里尔森，他大概在2015年前后是亚马逊的首席工程师。当时谷歌已经像混凝土一样坚硬。我跟他说，谷歌的人常常会为了项目争斗，雅各布告诉我亚马逊从不这样，因为——用他的话说——“这里的每个人都总是略微超额订阅（slightly oversubscribed）。” 现在你就明白魔法如何开始、又如何结束了。黄金时代里，“工作多于人”。而当它崩塌，是因为“人多于工作”。 我知道我在“混单位”，但不这么说就很难把话说顺。你懂的。 拉里·佩奇在2011年4月对公司说：“别做新东西了，我们只做X、Y、Z。”可他们一个工程师都没裁，只是把“可做的工作量”砍掉了足足50%甚至更多。你再也不能随便做你想解决的问题了。于是，很快大家“分不到活”。 那就是终局的起点。一旦“活儿”不够，人们就开始为剩下的活儿争斗。接着就是帝国搭建、领地意识、政治斗争、土地掠夺，以及莉迪娅·阿什教我的“舔曲奇”（Cookie Licking）——微软人发明的说法，指那些“占着项目但永远不做的人”。 这些“坏事”，在今天许多公司里是常态。有人形容在微软就像一粒金属中的分子，你的胳膊肘与别人的紧紧卡在一起。具有讽刺意味的是，微软的曲奇如今似乎都被舔过了。 在Anthropic，他们正处在黄金时代的正中央：几乎所有方向上，“可做的活儿”都远多于“能做的人”。就像他们站在一个不断膨胀的球体表面。 因此，尽管有混乱、也不可避免地有成长的阵痛（跟我在亚马逊IPO后“Get Big Fast”阶段时的体验颇为相似），但从来没有理由为“工作”争斗。工作是无限的。 于是每个人都能有很多机会把自己的想法拿到阳光下，而“蜂群思维”会对其做出评判。 “小结版” 我非常怀疑，Anthropic的运作方式，很快会成为所有成功公司在未来几年里的主流，尽管它与当今大多数公司的运作方式大相径庭。 我的怀疑来自第二个“数据点”。是的。两个数据点我就“二点定位”（diangulate）出答案了。你可能不知道还能这么干。但我干了。如果我的“二点定位”把戏不能说服你，也没关系。蜂群思维或许只是Anthropic独有的异常。我只是试着从手头的数据点外推。 我的朋友Ajit Banerjee、Ryan Snodgrass和Milkana Brace搞了家三人创业公司，叫SageOx。他们把时间花在我家一英里外、柯克兰一家咖啡馆面包房楼上的小公寓里，一连数周就在“写代码—睡觉”之间切换。下楼买咖啡都懒得穿鞋。 他们在我那张“从开发进化到AI”的图上大概是7到8级。我感觉Anthropic里的工程师基本也都在这个区间，甚至他们一半的业务同事也是。 SageOx跟我说，他们有个海外的外部第四位协作伙伴，常常因为“只滞后两小时的信息”而做了无用功，因为一切变化太快了。他们也说，在他们这种速度下，你必须始终保持“完全透明”，否则没人知道你在做什么，你就会无可挽回地落后。 所以他们把“音量”开到最大，时刻广播自己在干嘛。“我现在下楼去买甜甜圈（DONUT）了。”有人会从“打盹沙发”上喊：“给我也带一个。”——“我现在要把数据库删了。”——“好。” 很多工程师喜欢在相对私密甚至保密的状态下工作。他们不想让别人看到所有的试错、挣扎等等。他们只希望别人看到“成品”。这也是为什么我们会用git squash，把提交压扁、再体面地发PR，而不是把每一条编译错误都直播给全队看。 但我的SageOx朋友Ajit和Ryan恰恰希望“整个工作流”对全体可见，因为这对“取证”（forensics）极其有价值：能弄清某位队友（无论是人还是代理）究竟如何、为何走到某个节点。它有价值，还因为“合并”是一个持续行为，而这些取证让模型获得足够的工具与上下文，去“智能合并”。 因此在SageOx，大家始终互看对方的工作，并据此采取行动。就像整个团队在同时“结对编程”。他们实时地彼此校准航向。 他们昨天给我演示了一个demo——挺厉害的。我们就“开发者是否会接受把自己的整个工作流对全公司可见”展开了大讨论。SageOx甚至随时记录他们自己的对话，自动上传并做版本化，他们拥有每一个人和代理所做之事的完整工作历史，永久保存。完全透明：这对“蜂群思维”是必要条件。 大家的共识是：大多数开发者对此会非常不适。 为什么？因为这是“自我之死”。所有人都能看到你的失误与歧途。所有人都能看清你的真实速度。你无处可藏，也没有必要隐藏。你必须做一只快乐的蜜蜂。 所以我给了他们一些建议，让“工作”在必要时可被隐藏，因为开发者要适应“鱼缸里工作”的方式，需要时间。 总之，看到SageOx这三人小队这样运作——以蜂群思维在协作，用紧密的自我强化环路自动化自己的工作——我立刻想到了Anthropic。SageOx也并不专注利润；他们专注“发现”。他们试图通过“发明”找到PMF（产品-市场契合），因为这是一个新范畴。 为自己而建，是在新世界里让你的产品拥有非零成功概率的唯一办法。做一件只为你自己的东西，并确保你爱它到骨子里——如此你才会笃定“这就是其他人也该采用的工作方式”。 我看到太多“AI原生”的创业者在试着猜“大家可能想要什么”，然后造出注定失败的玩意儿。他们给企业开发一些小小的“代理工作台”，提供人格化助手、RAG之类；或者给“普通开发者”做编排器，试图让代理更安全。结果就是……唉。站在了“苦涩教训”（Bitter Lesson）的反面。 他们不是在为自己而建，所以他们看不到真正的东西。 《卡坦岛》的发明者特伊伯（Teuber）曾著名地先为自己的家庭反复打磨新游戏，多年试验之后才摸索出《卡坦》的公式。我喜欢把他们围坐一起试验新变体的场面，类比为当代AI开发者构建软件的方式。 “营火模型”（Campfire Model） 与传统上按部门分割的组织不同，Anthropic和SageOx在我看来都像是围着“营火”一起搭建，至少这与大多数人当下对“代理式开发”的想象很不一样。 我是在这周末犹他州鹿谷（Deer Valley）的Thoughtworks非会议（unconference）外出活动中，讨论“演化式设计”时开始看到这个类比的，马丁·福勒（Martin Fowler）好心邀请了我。活动相当棒，我见到了来自世界各地与行业里的诸多聪明人，很荣幸能在场。 在一次分组讨论里，我们聊到了“规格驱动开发”（Spec-Driven Development, SDD），我对此一头雾水。我听说过这个术语，但很多人用它来描述一系列不同的实践——大多数在我看来最多也就算“瀑布”，最糟是“意图式编程2.0”。当我们拿这些SDD模型与自己日常的开发实践对比时，几乎没人觉得它们很有吸引力。 相反，在这次关于SDD的讨论中，我们意识到自己更偏爱所谓的“探索式开发”或“演化式开发”：与其做一份庞杂的规格，不如大家围着营火一起“搭着做”。 营火的中心是一份“活的原型”。没有瀑布。没有大规格文档。只有一个不断演化的原型，经过群体雕塑，最终长成那个“对的东西”：当你最终找到它时，你会知道。 作为旁证，据我所知，Anthropic不会提前制定超过90天的经营计划，那就是他们“最外圈的”规划周期。他们靠“氛围”，用同体量公司难以想象的最短周期与最快反馈回路在运转。 而他们说，结果很像“即兴表演”（improv）。 规模化的即兴 Anthropic的“蜂群思维”，被员工形容为“Yes, and…”风格的即兴剧。每个想法都会被欢迎、被审视、被品味，再由蜂群思维判断其价值。一切都基于“氛围”。没有中央的决策权威。他们就是把一切都试一遍，而当魔法发生时，大家会在同一时刻“心照不宣”。 他们通过混搭与探索，在AI与知识工作的前沿推进，就像“泛洪填充”（floodfill）在寻找路径。 这让我想起纯函数式数据结构，它们像“只追加日志”。到2026年，纯函数式的数据结构不仅在组织层面浮现，也在DevOps中涌现。像Datomic、Dolt这类带账本、可版本化、纯函数式的数据库，将在充满错误的“代理工作流”中愈发重要。这个我以后会再写。 在这种“层层堆积”的开发模型里，Anthropic的工程师们像是在一起“用黏土塑形”。我感觉Anthropic里有一堆营火，他们在营火之间“成群结队”地移动（这些营火就是不同在建的产品），随着大家尝试新变体、新混搭，营火的形状也在改变。 有人告诉我，“Claude Cowork”从第一次冒出点子到公开发布，只用了10天。当魔法在那里发生时，它发生得极快。 他们在“制造运气”，正是埃里克·施密特当年的目标。但他们比当年的谷歌人要快得多，因为他们每个人的生产力都是今天用Cursor和聊天写代码的工程师的10倍到100倍，约是2005年谷歌工程师生产力的1000倍。（而在2005年，我们已经比我1986年刚入行时强太多了；过去40年里慢慢变成“巫师”的感觉挺不错。） 在我看来，Anthropic就像一个颤动的整体，以超高速度在“想法上运行多臂老虎机”（Multi-Armed... - [停止生成，开始思考](https://rengongzhineng.io/%e5%81%9c%e6%ad%a2%e7%94%9f%e6%88%90%ef%bc%8c%e5%bc%80%e5%a7%8b%e6%80%9d%e8%80%83/): 停止生成，开始思考2026年2月8日标签：AI、工程 在我的职业生涯中，我一直自认为能紧跟行业的最新发展：参加各种会议、关注并结识那些撰写技术规范的聪明人、在Slack上第一个向同事分享CSS或JS新特性的消息。能在只需兼容最新版Chrome的内部工具上工作、在生产环境中尝试仍属实验阶段的“锚点定位”功能——那种乐趣无与伦比。 因此，当我发现自己开始觉得“被时代甩在后面”、好像“错过了什么”时，这种感觉相当不安。尽管我不愿承认，但越来越多的人疯狂依赖由大语言模型（LLM）生成的代码，而我却无法理解其中的逻辑。 我一直在用Copilot——最近也用Claude——把它们当作“加辣版自动补全”或偶尔的调试助手。但每次我尝试让它做一点稍微复杂的事，它就完全崩溃。别误会，我知道很大一部分问题在于我使用方式不对，但我很难说服自己花大量时间去琢磨如何让一台机器写出我自己在更短时间内就能完成的代码。 你得给它足够的上下文——但又不能太多，否则它会“过载”。你得写出一大段提示词来安抚AI那脆弱的自尊心，比如“你是一位分布式系统专家”，仿佛它是一个不自信的平庸程序员。 可我何不直接写那段代码，反而更快？ 看到越来越多工程师选择“生成代码”而不是“写代码”，我开始纳闷：为什么大家愿意放弃工作中最有趣的部分（写代码），而只留下最无聊的部分（代码审查）？ 也许有人真的喜欢给计算机写角色扮演剧本吧。我不知道。但我觉得危险的是，人们正心甘情愿——甚至自豪地——让生成代码充斥他们的产品。 我听过的几种辩解 “这就是我们的工业革命！就像机械化一样。”在很多方面，这话确实没错。 首先，想想工业革命对气候变化的贡献，再看看支撑AI软件的数据中心的能源消耗，这种相似性很明显。诚然，如今并非所有电力都来自化石燃料，这算是点进步，但我们仍在浪费惊人的资源，用来生成“虾仁耶稣”的图片。 机械化让商品更便宜、更普及，但质量却下降：自19世纪末以来就是一场“向下竞赛”。如今你能在SHEIN上花比一杯咖啡更少的钱买到一条“易燃”的裤子。机械化导致技能劳动的衰退，公司把工厂外包到欠发达国家，剥削低薪工人赚更多钱。 生成代码就像快时尚：乍看之下还行，但经不起时间考验，仔细一看漏洞百出。而且，就像快时尚一样，它常常抄袭别人的设计，对环境造成负担。 但有个关键区别。机械化是用机器取代了制造流程中的人力，让机器完成同样的工作。就像用脚本或代码生成工具写模板代码。这类过程的关键在于可重复——每次输出一致。如果出错，人类能打开机器，找到问题。 而LLM的输出是非确定性的，内部机制又不透明。一个每次结果都不同、还充满“幻觉”的机械化过程——根本没用。 “LLM只是另一层抽象，就像高级语言取代汇编一样。”确实，写Java或Go时我不必了解汇编。我最接近“汇编”的，大概就是编织图案说明书吧。 编程语言的演变，让我们逐渐不必操心底层细节：我不用管理内存回收或分配——运行时会自动处理。但我仍需思考代码结构、性能、系统架构、可维护性与交付速度之间的平衡。做Web开发时，我们得考虑浏览器兼容性、可访问性、安全性与性能。 我见过LLM造成的最大问题是：工程师把原本该自己思考的部分外包给机器。LLM不能推理系统架构该如何设计——因为它不会思考。如果我们不思考，而它也不思考，那就没人思考。没人思考的软件，绝不会有好结果。 以英国“邮局丑闻（Horizon scandal）”为例：因为软件漏洞导致员工被错误指控挪用公款，许多无辜职员入狱。我们比以往任何时候都更需要对软件负责。 十三个人因为那个系统的错误而失去了生命。 问题在于我们自己糟糕的代码 你也许会说：现在的人类开发者写的代码也一样糟糕——不可访问、性能低下、臃肿的JavaScript。那又有什么区别？ 没错。这正是问题所在。LLM是在未经我们明确许可的情况下，从这些糟糕代码中学习的。我们教会了它输出同样糟糕的东西。它注定会重复人类的错误——再加上别的LLM生成的错误——这正是有人戏称的“人类蜈蚣式知识链”。我们自己代码都不够好，哪来资格要一台机器更快地写出同样糟糕的东西？ 如果你觉得“到目前为止还行”，那就去问问使用辅助技术的人；问问网络连接差的国家；问问在英国城市里靠移动数据上网的人；问问被人脸识别或甚至自动干手机系统歧视的人；再问问那些邮局职员。 我们没有学习、没有改进，反而把错误交给了不懂思考的算法。 “四只眼睛好，两只眼睛坏” 去年在FFConf上，Jessica Rose和Eda Eren做了一场精彩的演讲，讲述AI编程助手如何让我们逐渐失去技能。其中有一张幻灯片让我印象深刻： “你没有亲手写的代码，你就无法理解。你无法维护你不理解的代码。” 当我审查同事提交的PR时，会有一种信任感——因为那是一个经过思考的人写的代码。虽然也有例外，但若某人总提交糟糕的PR，经理自然会介入。 而开源维护者如今面对大量低质量的AI生成PR。作为贡献者，无论代码是否由LLM生成，你都要为自己提交的代码负责。审查者也有部分责任，但至少有两双眼睛在看。 现在有公司在社交媒体上炫耀他们让Claude在Slack里生成代码并直接创建PR。Claude自动写完代码，再自动发起PR。这时责任全落在审查者身上。如果规则不够严格，一个人就能让Claude生成并自己批准——于是我们失去了一双“人眼”，团队的知识共享也随之减少。 代码审查不仅仅是查漏洞，更是分享理解。虽然有公司完全不做PR、直接提交到主分支，但我见过唯一可行的做法是工程师持续配对编程——这样才能保持对改动的共同理解。 我不是反对进步，我是反对炒作 我必须强调：我并不“反对LLM”。我反对的是把它们包装成“人工智能”——因为它根本不智能。它只是机器学习的一种形式。“生成式AI”不过是一个非常强大的马尔可夫链，人们对它的期望远远超过现实。 我也不反对用生成式AI快速制作原型——比如线框或交互演示，这很合理。我的担忧在于：有些人以为可以靠“感觉提示”（vibe code）直接生成可上线的软件，或者把编程中最重要的“思考过程”完全交给机器。 Mikayla Maki提出了一个非常好的观点：始终让人类参与其中，把AI代理当作一个你不完全信任的外部协作者。 只让它执行你自己已经掌握的任务——因为理解才是关键。 我会继续使用我的“加辣自动补全”，但我绝不会把思考外包。停止生成，开始理解——也别忘了我们当初为什么热爱这份工作。 - [两类AI用户正在逐渐形成，而他们之间的差距令人震惊](https://rengongzhineng.io/%e4%b8%a4%e7%b1%bbai%e7%94%a8%e6%88%b7%e6%ad%a3%e5%9c%a8%e9%80%90%e6%b8%90%e5%bd%a2%e6%88%90%ef%bc%8c%e8%80%8c%e4%bb%96%e4%bb%ac%e4%b9%8b%e9%97%b4%e7%9a%84%e5%b7%ae%e8%b7%9d%e4%bb%a4%e4%ba%ba%e9%9c%87/): 我至今仍对AI用户之间的巨大差异感到震惊。我认为，这种差距很大程度上解释了媒体对AI及其生产力影响的报道为何常常令我困惑。 现在我很清楚地看到，AI用户（以及他们所在的组织）大致分为两类。 首先是“高级用户”，他们全身心投入到新AI技术的应用中——例如Claude Code、MCPs、各种技能系统等。令人意外的是，这些人往往并非技术背景出身。我看到的非技术背景用户远比我想象的多，他们在终端中使用Claude Code处理各种非软件工程任务。金融岗位似乎从中获得了巨大的价值（这也不奇怪，因为一旦习惯了像Python这样完整的编程生态系统，Excel在金融分析中的限制就会显得格外明显）。 其次，是那些只用ChatGPT或类似聊天AI的人。我认识的许多人仍属于这一类，这让我颇为意外。 M365 Copilot的困境 让我震惊的一点是：微软的Copilot表现非常糟糕。它在企业市场拥有庞大的份额，因为它被捆绑在各种Office 365订阅中，但它的体验却像一个拙劣克隆的ChatGPT界面（而ChatGPT本身在企业效率上也并不算出色）。其中的“智能代理”功能更是令人发笑，与命令行中的代码代理（包括微软自己GitHub上那个名字混乱的Copilot CLI）相比简直天差地别。 更具讽刺意味的是，微软自己正在向内部团队推广Claude Code[1]——尽管他们几乎可以零成本使用Copilot，并且还是OpenAI的重要股东。这恰恰说明他们已经落后了多远。 问题在于，在许多企业环境中，Copilot往往是唯一被允许使用的AI工具。你若使用其他AI工具，轻则要花费巨大精力去申请审批，重则可能会丢掉工作。Copilot运行缓慢，其代码执行工具功能不完善，在处理稍大一些的文件时几乎必然崩溃——显然是因为内存与CPU资源被极度限制。 这对很多企业来说正成为一种“生存风险”。高层决策者使用这些工具得不到理想效果，于是干脆否定AI的价值，或者花费巨资请大型咨询公司协助，却依旧收效甚微。 企业面临的结构性风险 大型企业的IT政策往往造成一系列灾难性的限制，使得员工无法有效使用更先进的AI工具。 首先，他们通常拥有极为封闭的工作环境，本地连最基本的脚本解释器都无法运行（若幸运的话，能用VBA，但往往也被组策略限制）。其次，他们依赖的传统软件缺乏“内部API”，这意味着即使能运行智能代理，代理也无从连接关键工作流程。 最后，他们的工程部门往往高度割裂，甚至被完全外包，所以即便想构建一个安全的AI代理运行环境，内部也无人能实现。 安全顾虑确实存在。没人希望员工随意让代码代理直接操作生产数据库——风险太高。而我之前也提到，构建安全的沙盒代理并不容易[2]。 但问题是，缺乏内部工程能力，就无法打造能安全调用企业数据的AI基础设施。 巨大的差距 我与一些规模较小、没有这些“包袱”的公司交流过，他们在AI应用上发展极快。两种公司之间的差距非常明显。 一方面，你能看到微软那糟糕的Excel Copilot整合（公平地说，谷歌Sheets的Gemini整合也不好）。你可以想象财务总监尝试用它时，它把最基本的任务都搞砸，于是他们再也不会碰它。 另一方面，你会看到一个非技术出身的高管，却能熟练使用Claude Code并在本地运行Python。我最近就帮过一位高管，几乎“一次成型”地把一个包含30个工作表、复杂到令人头疼的Excel财务模型转换成了Python脚本。 当模型进入Python后，借助Claude Code，你就等于拥有了一个随身的数据科学团队。你可以轻松运行蒙特卡洛模拟、导入外部数据、构建网页仪表板，并让Claude Code与你一起分析业务模型的弱点。这种体验令人惊叹——看到一个人意识到自己竟能如此高效，而不再被Excel束缚。 结果是，小公司员工的生产力远远高于大型企业中的同类岗位。过去，小公司的人常常羡慕大企业的资源与团队，但如今我觉得情况正在反转。 未来的趋势 我逐渐看清了未来工作的形态。首先，真正的突破往往来自员工自发的尝试，而非高层制定的“AI战略”。我看到的最大生产力提升，来自小团队自己为熟悉的流程打造AI辅助系统——他们对流程了如指掌，因此能快速见效；而外包的软件团队往往对业务一无所知，效率极低。这与过去企业“数字化转型”项目的自上而下模式完全相反。 其次，拥有内部系统API的公司，远比没有API的公司更具优势。这可能只是一个只读数据仓库，供员工通过AI查询；也可能是复杂的业务流程都通过API暴露出来。 再次，这一切都需要安全机制包裹。我认为，运行代码代理的托管虚拟机（配合合理的网络限制）会是一个不错的方案——至少在只读报表场景下可行。而对于创建或编辑数据的操作，我们还没找到非技术用户能安全使用的模式（至少目前还没有）。 最后，那些老旧的企业SaaS供应商要么拥有强大的客户锁定力，要么极度脆弱——这取决于视角。多数产品并非“API优先”设计，它们的API多为开发者准备，不适合成千上万的员工以各种低效方式调用。但如果这些系统是企业的“真相源头”，就几乎不可能迁移，也因此成为生产力提升的瓶颈。 相比之下，小公司使用的现代产品往往天生拥有完善的API——因为它们不是几十年前拼凑出来的。 知识工作的未来 未来的知识工作模式将是：用户发出指令，AI代理连接系统API，实时生成结果。 换句话说，用户发出提示（prompt），代理综合信息、连接API、并按需输出结果。 我逐渐意识到：当你拥有一个带编程语言与API访问权限的安全沙盒环境，再配合智能代理框架，其结果之强大令人难以置信。它几乎可以替代现有的所有生产力软件——无论是传统的Microsoft Office，还是各类网页应用。它可以生成任何报告，并以任何格式导出。对我而言，这正是知识工作的未来。 如今，这种分化是真实存在的，而且正在迅速加速。我不认为历史上曾有任何一个时代，小团队能如此轻松地击败规模比自己大一千倍的公司。 - [我离开了 FAANG 加入一家初创公司，结果后悔了一次千载难逢的机会，如何变成了我人生中最大的失败](https://rengongzhineng.io/%e6%88%91%e7%a6%bb%e5%bc%80%e4%ba%86-faang-%e5%8a%a0%e5%85%a5%e4%b8%80%e5%ae%b6%e5%88%9d%e5%88%9b%e5%85%ac%e5%8f%b8%ef%bc%8c%e7%bb%93%e6%9e%9c%e5%90%8e%e6%82%94%e4%ba%86%e4%b8%80%e6%ac%a1%e5%8d%83/): 当 CEO 给我打来电话时，我接起电话，手不自觉地攥紧，身体因为期待而僵住了。 他先是绕了一会儿弯子：“我们面试了很多候选人……” 就在我开始怀疑自己的时候，他说出了那句话：“我们希望向你发出一份录用通知。” 30 万美元的基础薪资，外加股权和搬迁补贴。而且这是一家位于旧金山的初创公司，我将有机会参与最前沿技术的开发，真正产生影响。 电话一挂断，我立刻跑到公寓楼顶的热水池里。我给认识的每一个人打电话，分享这个令人振奋的消息。我问大家我是否应该接受这份新工作，但在内心深处，从我拿到 offer 的那一刻起，我其实已经做出了决定。钱本身就说明了一切。我又在热水池里待了一个小时，沉浸在这份好消息里，确信自己再也不需要为当前的工作担心什么了。 我对亚马逊有很多美好的评价。我在 Alexa 上做的工作很有意思——参与了新 AI 技术的开发并准备上线，团队也很友好。我住在离公司步行几分钟的一套很酷的公寓里，作息灵活，每天都有时间打网球，周末也过得很惬意。但在那个时候，我满脑子想的却都是：我为什么想离开。 一切都太慢了。发布一个功能需要经过层层审批——先是团队对设计文档的初步认可，再是产品经理确认你的改动符合规格要求，然后是团队对上线计划的再次批准，中间还有无数与其他团队协作时的审批流程。晋升也很慢——不管你多有天赋，通常都要等一到两年。 我还觉得我们并不在技术前沿。内部工具很陈旧，而且公司禁止使用许多初创公司用来加速工作的 AI 工具。我有很多改进想法，但我在其中并没有太多话语权。政治因素也常常妨碍事情推进。会议多得离谱，很多人似乎只是为了展示自己做了什么而出席，而不是为了真正推动工作。 抵达旧金山。 我接受了那家初创公司的 offer。一个月后，我把行李装进车里，开车搬到了旧金山。第一天走进办公室时，我注意到的第一件事就是这里的活力和个性。销售人员不停地打电话，工程师们彼此讨论代码问题，还在吐槽 Cursor 的表现达不到他们的标准。团队已经挤爆了办公室，我不得不和其他工程师围坐在一张桌子旁。 第一周里，我就看到了与亚马逊之间的巨大反差。老实说，这几乎无法与亚马逊相提并论。它更像是我和几个朋友为了黑客松临时拼凑出来的一个项目。入职第一天就完成了 onboarding，然后我就被要求在第一周交付一个功能。代码库是用 Cursor 草草拼起来的，我被告知：凡是我觉得需要修的地方都可以修。我们用 DoorDash 把饭点到办公室，很多同事一起吃晚饭，有时还会一起打匹克球。团队成员之间的打趣，仿佛他们已经认识了很多年。这和亚马逊那种冷冰冰、企业化的氛围形成了鲜明对比。 不过，我对待工作的方式却和在亚马逊时差不多。我并没有和同事建立非常紧密的关系，至少一开始没有。我把这份工作当成一份“完成本职、按时下班”的工作，而不是当成人生使命。当我不得不为了截止日期埋头苦干时，我很难从中获得乐趣——这份工作里并没有让我觉得“非做不可”的东西。但对创始团队来说却不是这样。这就是他们生活的全部，是他们呼吸的一切。 在我入职第三周的那个星期一，两位创始工程师把我叫到外面。他们说，我的工作方式存在一些问题。第二天就要到截止日期了，而我却说我晚上想去打网球，而不是竭尽全力把事情交付出来。我的心开始狂跳。接下来的一段对话，在我脑海里几乎模糊成了一片。 然后他们问我：“你喜欢你现在做的工作吗？” 我停顿了一下。那一刻，我已经没有心力去编造任何说辞。 “没有。”我说。 “那就到此为止吧。你可以回去把剩下的代码提交了。” 事情就这样结束了。我走回办公室，提交了代码，一句话也没说就离开了。我一边走，一边想象着所有人的目光都落在我身上。 就这样。我在旧金山，没有朋友，没有工作。接下来的一天里，我一直处于否认状态，无法理解一场成真了的美梦，怎么会以如此糟糕的方式结束。我曾经拥有一切，而现在却一无所有。但这段经历将影响我此后所有的职业决策。不论好坏，这都是一次改变人生的经历。 也许我本可以在正式入职前做一次工作试用，先感受一下氛围。当我问创始工程师们他们喜欢公司什么时，一个人说他喜欢这里的人，另一个说他喜欢做新技术。但我既没有和这些人产生共鸣，也谈不上对技术本身有多大的热情。如果有过一次工作试用，我或许能更早发现自己是否真的有动力投入他们期望我付出的工作强度。 也许我本可以用更聪明的方式和团队合作。我对自己正在做的一些工作的必要性持怀疑态度，但与其在一开始就过于挑剔，我本可以先慢慢融入，在赢得信任的同时更主动一些。我本可以通过沟通来更好地理解期望值，并讨论提升我表现的解决方案。我入职时还在找公寓，所以在最初几周里，我本可以再多拼一把。 总体而言，我学到了一点：在选择初创公司时一定要格外谨慎。亚马逊以高强度著称，但我依然能够完成自己的工作。而在旧金山的这段时间让我意识到，初创公司的强度完全不在一个量级——每个人不仅聪明，而且极度投入。过去的人生中，我一直靠自己的聪明才智过关，但在这家初创公司里，这远远不够。而我也不想把自己的血汗和眼泪，奉献给一家并不能让我产生共鸣的公司。尤其是在我感觉：如果我愿意，我随时都可以创办自己的公司，并且很快达到同样的阶段，只不过是以 CEO 的身份，而不是员工。 直到现在，我内心仍然有一部分感到愤怒、后悔和苦涩。有时我会想：“如果当时我做了［某件事］会怎样？”但同时，我也有一部分感到庆幸——我敢于纵身一跃，并亲眼看到了结果。 我在旧金山的那段时间，可能是我人生中最具转变意义的时期。我只工作了三周就失业了，但随后几个月教会我的东西却无比宝贵。 - [把数据中心送上太空毫无意义](https://rengongzhineng.io/%e6%8a%8a%e6%95%b0%e6%8d%ae%e4%b8%ad%e5%bf%83%e9%80%81%e4%b8%8a%e5%a4%aa%e7%a9%ba%e6%af%ab%e6%97%a0%e6%84%8f%e4%b9%89/): 周一，SpaceX 收购了 xAI，组成了一个市值高达 1.25 万亿美元的巨型联合体，其目标是把数据中心送入太空。他们并不孤单：Google 以及一大批初创公司，比如 Lonestar、Axiom，还有获得 Nvidia 投资的 Starcloud，也都在争先恐后地进入这一领域。无穷无尽的太阳能、免费的“地产”，最重要的是——巨大的火箭！你还能想要什么？ Google 去年发表的一项研究探讨了在太空中运行 AI 的可行性。作者设想了一个由 81 颗近距离编队飞行的卫星组成的星座，并认为，如果把物资送入近地轨道的成本降到每公斤 200 美元，那么它就有可能与等规模的地面数据中心竞争。他们预测，如果 SpaceX 的 Starship 项目成功，这种情况大约会在 2035 年左右出现。 但即便我们假设辐射、防护、散热、延迟以及发射成本等问题全部被解决，至少在 SpaceX 所理解的那种形式下，轨道数据中心仍然在其他一些根本性问题上完全是幻想。有三个问题尤其突出： 第一，在规模上训练和部署前沿 AI 需要几十万块 GPU。xAI 的 Colossus 集群据称拥有 20 万块 GPU。OpenAI 则计划使用数百万块。要在这个市场中竞争，就意味着需要把几十万、甚至上百万颗卫星送入太空。这将彻底压倒目前大约只有 1.5 万颗卫星在绕地运行的现状。如此规模的卫星部署，会极大地增加凯斯勒综合症（Kessler syndrome）的风险——即碎片发生级联式爆炸，最终瘫痪我们进入太空的能力。 第二，卫星无法进行大规模升级。今天，当新一代 AI 硬件发布时，公司几乎可以立刻开始在数据中心中逐步部署。而在太空中，你只能发射一整套新的、数量庞大到难以想象的卫星舰队。 第三，太空中的数据中心只有在相对于普通数据中心具备成本优势时才有意义。这意味着，即便在 2035 年，火箭和高度特制的卫星硬件成本真的下降到可以与当今的 AI 服务器竞争，它们仍然需要与 2035 年、以及只要数据中心仍然存在期间的地面 AI 服务器运行成本保持竞争力。几十年来，地面太阳能电池板的成本一直在持续下降，而且看不到放缓的迹象。随着常规能源生产效率的不断提升，太空数据中心的合理性只会越来越弱。 （1975 年至 2024 年太阳能每瓦成本的图表。来源：Our World in Data） 那么，如果这显然是一件毫无意义的事，为什么还有这么多严肃的公司和投资者蜂拥而至？至少在 SpaceX 的案例中，公司正瞄准今年的 IPO，因此在上市前制造兴奋情绪有着巨大的动机。xAI 每天都在烧掉成堆的现金，需要不断注资才能维持运转。投资者本身也完全可能是理性的，即便他们买入的是一个他们（或者至少是他们的分析师）明知不可行的项目。他们只需要预期：能在把资产卖给下一个人时获利即可。由于真正把有意义规模的算力送上太空的时间线非常漫长，公司和投资者完全有充足的时间在这股浪潮上乘风而行，然后再慢慢“回到地球”。 - [“只当开发者”已经不够了](https://rengongzhineng.io/%e5%8f%aa%e5%bd%93%e5%bc%80%e5%8f%91%e8%80%85%e5%b7%b2%e7%bb%8f%e4%b8%8d%e5%a4%9f%e4%ba%86/): 在过去大约十年里，当一名开发者……可以说是相当舒服。 如果你在过去 10 年的任何时候热爱开发者这份工作，那你基本就是活在梦里。高薪。机会无穷。你解决问题、交付代码，然后拿到相当不错的报酬。你不用太操心公司为什么存在、钱怎么赚。你是建造者。这样就够了。 但就像所有美梦一样，它也有到期日。 AI 时代登场到 2025 年，AI 不再只是玩具，开始变成一个真正的同事，更像是一个初级到中级的开发者。 它还不是替代者（至少现在还不是），但绝对是一个搅局者。“我会写代码”的护城河正在快速缩小。写代码不再稀缺，也不再神奇。它正在变得更便宜、更快，而且每个月都更容易被更多人做到。 以现在的速度，谁知道到 2026 年底我们会走到哪里。但有一件事已经很清楚：单纯的技术执行能力，本身已经不再是长期优势。 这听起来很吓人。刚开始确实如此。 好消息AI 是一种倍增器。而且难得的是，它不是那种被锁在企业级付费墙后面的能力——每个人都能用上。 普通开发者现在可以比以前交付更多东西。优秀开发者突然能交付以前根本做不到的东西，甚至用他们从未学过的语言。软件整体的门槛正在提高，而真正的赢家（希望如此）会是用户。 就我个人而言，我现在的交付速度前所未有，而且我也享受使用 AI。今年我对 SaaSykit 的计划，比 AI 出现之前我现实中能做到的多得多。这就是机会所在。 但这里有个前提条件。 当每个人都能更快地构建时，“只会构建”本身就不再够了。 那你该怎么保持自己的价值？ 你不需要停止当开发者。你需要停止“只当开发者”。 1. 业务领域知识是你的新盔甲多年里，很多开发者会很自豪地说：“我专注写代码。做生意的事交给业务的人就行。” 很遗憾，这种策略已经不成立了。 理解你所构建的业务，现在是一种非常强的竞争优势。不是“泛泛了解”，而是“深入理解”。 指标、激励机制、约束条件、客户、合规监管，这些不性感的东西——都算。 我和无数聪明绝顶的工程师共事过，他们拒绝关心领域知识。他们的编码能力很强……也因此很容易被替代，而且现在比以往任何时候都更容易。 把这种人和另一个开发者对比一下：后者真正懂得，比如说，金融科技（fintech）。不只是懂 API 和数据结构，而是懂为什么要那样构建、懂行业黑话、懂监管者在乎什么、懂公司到底在哪里赚钱。把这样的开发者放进另一家金融科技公司，在入职文档还没看完前，他/她就能开始产出。 AI 在写代码、搬运代码方面会变得异常强。但商业依然是由人构成的——人们的激励、恐惧、约束与政治。那一层很混乱、很情绪化、很依赖上下文，而那正是人类（你）仍然真正占优势的地方。 2. 变得更宽，而不只是更深很长一段时间里，建议非常简单：更努力地专精。 学会那个框架。精通那套技术栈。往深处钻。 深度专长依然有价值，但它本身已经不足以保护你。 后端工程师：你不必成为设计大师；前端工程师：浏览器也只是故事的一半。现在，从 A 到 Z 进行全栈思考（也真的做出来）比以往任何时候都更容易。你也不需要什么都懂——AI 可以替你补齐空白。 而且，懂 DevOps、安全、性能、可靠性，能让你的应用真的活着，也能让你保持价值。AI 可以整天疯狂产功能，但它无法处理线上事故、无法在半夜补安全洞、也无法保证你的应用对真实用户真的能用。能管理运行软件过程中那些混乱且不可预测问题的开发者，才是最难被替代的那群人。 别把视野停在代码里。像产品人一样思考。理解一点营销基础，让你的成果真的能被人看到。写得足够清楚，让别人读你的东西不用眯着眼。是的，也要学会跟用户沟通，而不是一开口就紧张到崩溃。这些技能可能不在你的岗位说明里，但当 AI 能写代码时，它们就是你保持相关性的关键。 你不需要样样精通——但你不能在自己的车道之外一无所知。 3. 做自己的应用没有什么能比“把所有事都做一遍、并成为单点故障”更快磨练能力了。当你走出 IDE，对一个产品的全生命周期负责，你的视角会彻底改变。 当你戴上每一顶帽子——托管、定价、引导流程（onboarding）、营销——你就从一个专门化的“齿轮”变成了全栈型的创始人。这会让你在开发者的就业市场上变得极具杀伤力，也会让你为一种“根本不需要就业市场”的人生做好准备。 而 AI 让这件事变得前所未有地可行。 如果你每天有 2–3 个小时，你现在可以把它们榨出过去需要几周才能完成的进度。你唯一的限制，是你指挥工具的能力。过去让人望而生畏的事，现在即便你有全职工作也能做到。 把生活押在一份薪水上，是一种高度集中的风险。打造属于自己的收入来源，哪怕一开始只是每月 500 或 1,000 美元，也会彻底改变你和“日常工作”的关系。这是在为你的生计去风险化。当你拥有一条收入流（即使很小），你在日常工作的权力结构就会改变。你不再只是公司表格里的一行成本；你会拥有一种“随时离开的能力”。这就是“需要一份工作”和“选择一份工作”的区别。 电影才刚开始这确实像是开发者面临的某种存在性时刻。也确实是。 但这不是职业的危机，而是开发者岗位说明书的一次进化。基线变了。成功不再只要求你当一个“技术资源”。它要求你能看清全局棋盘，不再把代码当作终点产物，而要把代码视为更大工具箱中的一件工具，用来解决商业问题。 别把目标定在“只是开发者”。 要成为那个也懂业务的开发者。那个能以产品方式思考的开发者。那个能交付、能解释、能迭代的开发者。 AI 可以写代码，但它无法穿梭于人、权衡与真实用户的混乱之中。你越是走出键盘、对全局负责，你就越不可或缺，也越难被替代。 继续向前。 - [外包思考](https://rengongzhineng.io/%e5%a4%96%e5%8c%85%e6%80%9d%e8%80%83/): 对大型语言模型（LLMs）的一个常见批评是：它们可能会剥夺我们的认知能力。典型的论点是，把某些任务外包出去，很容易导致某种形式的心智能力退化。关于这种说法在多大程度上成立，神经科学家、心理学家以及其他领域的研究者仍在持续讨论，但对我而言，“某些技能如果不用就会退化”这一理解在直觉上和经验上似乎都是合理的。 更相关的问题在于：是否存在某些使用方式比其他方式更好或更糟？如果是这样，哪些方式更好，哪些更糟？在博客文章《认知总量谬误》（The lump of cognition fallacy）中，Andy Masley 对此进行了详细讨论。他切入问题的方式，是质疑“思考的总量是固定的”这一观念，以及它如何导致人们得出这样的结论：把“思考外包”给聊天机器人会让我们变得懒惰、更不聪明，或者在其他方面损害我们的认知能力。他将这种观点类比为经济学中的一个误解，即认为经济中只有有限数量的工作需要完成，这通常被称为“劳动总量谬误”（the lump of labour fallacy）。他的看法是，“思考往往会引出更多需要思考的事情”，因此我们不必担心让机器替我们思考——我们只是会转而去思考别的事情。 阅读 Masley 的博客文章促使我把自己长期以来反复思考的一些想法写下来。我意识到，以他的文章作为参考和出发点可能是有建设性的，因为其中包含了这一讨论中经常被提及的论点。我将使用他文章中的一些例子，来说明我在这些问题上的不同看法，但我会把讨论范围扩展到“思考总量有限”这一所谓的谬误之外。我已尽力让这篇文章在不需要事先阅读 Masley 的文章的情况下也能理解。我的目的并不是反驳他的所有论点，而是解释为什么这个问题远比“思考往往会引出更多思考”要复杂得多。总体而言，这篇文章的目的，是指出“外包思考”这一做法中存在的一些关键问题。 什么时候我们应该避免使用生成式语言模型？是否有可能界定某些活动类型，在这些活动中使用 LLM（通常以聊天机器人的形式）弊大于利？Masley 列出了一些在他看来显然不应当外包思考的情形。为了完整地描述我自己的观点，我将冒昧引用他列表中的这些条目。他写道，当外包认知行为符合以下情况时，这是“不好的”： —— 会构建你未来在世界中行动所需的复杂隐性知识。—— 是对他人关怀与陪伴的一种表达。—— 本身就是一种有价值的体验。—— 伪造它具有欺骗性。—— 聚焦于一个至关重要、必须做对的问题，而你又无法完全信任你外包对象的时候。 让我感到惊讶的是，尽管我们在其他方面持有根本不同的观点，但在这份清单上，我们在很大程度上是达成一致的。我认为分歧主要在于：究竟有多少活动会落入上述这些类别之中，尤其是其中的三个。 个人交流与写作让我们从“伪造它具有欺骗性”这一点开始。Masley 使用了这样一个例子： “如果有人在约会软件上给你发消息，他们想知道真实的你是什么样的。” 这一点当然非常正确，但在我看来，不仅仅是在这样亲密或私人的情境中，伪造“你是什么样的人”才具有欺骗性。个人交流本身就是一个非常重要的领域，在这里，我们如何表达自己，对我们自身以及我们交流或写作的对象都至关重要。当我们彼此交流时，整个互动都被某些隐含的期待所框定。让我们的措辞和表达被机器所改写，实际上是对这些期待的一种破坏。我们所选择的词语，以及我们构造句子的方式，承载着大量意义；如果我们让语言模型污染这种类型的互动，直接交流必然会受到损害。直接交流不仅仅关乎信息的交换，它同样关乎交流者之间的关系，而这种关系正是由“我们是谁”以及“我们如何表达自己”所塑造的。 我认为，这一点不仅适用于人与人之间的交流，也适用于那些有明确个人作者、面向人类读者的文本。在一定程度上，同样的原则依然成立。最近，挪威媒体中就未披露使用 LLM 进行公共写作的问题展开了讨论，各种指控和观点四起。我非常高兴看到这场讨论进入公共视野，因为在聊天机器人被如此广泛使用的当下，我们确实需要澄清自己对交流的期待。尽管我个人非常清楚地认为，人与人之间的交流应当尽量避免经过机器转换这一中间步骤，但并非所有人都持有相同看法。如果未来我们的书面交流大多将由 AI 模型“共同创作”，那么我们就需要意识到这一点，并相应地调整我们的期待。一些人已经开始在写作中披露自己是否使用了 AI，我认为这是朝着更好理解 LLM 使用方式迈出的重要一步。知道一篇文本是由人类独立写成，还是由 LLM“共同创作”的，会对读者如何看待它产生重要影响；假装不存在这种差异，本身就是不诚实的。 许多人将 LLM 视为一种巨大的福音，认为它们可以帮助人们更清晰地表达自己的观点，尤其是那些不是使用母语写作的人，或有学习障碍的人。只要意义源自于人，LLM 就可以帮助用正确而有效的语言表达这种意义。对此我有两个主要反对意见。第一个关乎文本本身会发生什么：在大多数情况下，几乎不可能将意义与其表达方式分离开来。这正是语言的本质——词语本身就是意义。改变措辞，就会改变信息。第二个反对意见关乎我们自身会发生什么：我们剥夺了自己在没有“辅助轮”的情况下成长和学习的机会。LLM 确实可以帮助人们改进文本，但当把措辞完全交给 AI 模型时，思考过程——也就是发展想法的过程——将被严重截断。它们很快就会从“帮助”变成“替代”，从而剥夺我们发现自己声音的机会，也剥夺我们探索“当我们真正独立站立时，自己可以成为谁、变成谁”的可能性。 在极其谨慎的情况下，人们或许能够使用聊天机器人而不受到这两个问题的影响，但问题在于：在 LLM 的使用中，从“获得拼写或语法方面的帮助”到“让模型基本上替你写作”之间的界线异常之薄。以当前聊天机器人和基于 LLM 的工具设计方式，这一点几乎无法避免；从传统的自动更正到生成式语言模型，这一步跨得实在太大了。如果我们真的设想 LLM 是一种帮助人们提高写作能力的工具，那么我们就需要一种比当下聊天机器人更加审慎、更加周到的界面设计。 与此同时，我也意识到，许多人持有更加功利主义的态度。他们只是想把事情做完，完成工作，提交报告，递交投诉，回复邮件，用尽可能高效的方式，然后继续他们的一天。借助 LLM 用第二语言表达自己，看起来同样很有用，而不去考虑从中究竟学到了多少（如果不是因为当前最先进的 LLM 在生成挪威语文本方面实在表现糟糕，我对它们在翻译方面的态度可能会更积极一些。我只能希望其他非英语语言的情况更好，或者未来会有所改进）。此外，对于那些需要与官僚体系周旋的人来说，比如提交投诉或与保险公司打交道，LLM 似乎也确实提高了效率。在这种情况下，优势似乎更为明显。然而，我们必须记住，这种“武器”是双向存在的：当桌子两边的所有人都配备了文字生成器，官僚流程将会发生什么变化？ 我在表达这些观点时并非毫无保留，因为它们可能听起来像是我想要剥夺人们使用某种强大工具的权利。但我的核心观点是：我认为这种工具会让你变得更弱，而不是更强。LLM 并没有真正赋能人们。我目前看到的一些效果是：各种申请（实习、研究项目、工作岗位）的数量激增，但质量却在下降。学生们在协作任务中向聊天机器人寻求帮助，却没有意识到，所有人都在向同一个聊天机器人提问，从而剥夺了原本可能通过独立思考而形成的思想多样性。 聊天机器人也许降低了参与的门槛，但竞争的基本规则并没有改变。要想写得更好，你就必须去写；思考也是如此。申请一份工作，意味着展示你是谁，而不是 LLM 认为你是谁，或者你“应该”是谁。参与公共讨论，意味着必须自己想清楚如何用清晰的语言表达观点。如果我不是在寻找属于自己的词语，我真的算是在参与吗？ 需要指出的是，并非所有文本都会以同样的方式受到影响。我喜欢把一类写作称为“功能性文本”，例如计算机代码以及纯粹的信息传递（如食谱、信息标识、文档等），它们并不会暴露出同样的问题。但那些由具有个人身份的作者写给人类读者的文本，承载着特定的角色期待，并建立在一种特殊的信任之上。这种信任一旦被侵蚀，将是人类的一种损失。 一种务实的态度或许是：任由文本的通货膨胀发生，等尘埃落定之后再来评估。可那之后，语言还会剩下什么？我较为保守的立场，源自于这样一种信念：我们失去的东西，其价值将大于我们得到的东西。尽管 LLM 在短期内可能很有用，但使用它们是在治疗症状，而非解决问题。它是一根拐杖，尽管有些人或许确实需要这根拐杖。我唯一的建议是：在倚靠它之前，先确认自己是否真的需要它。 有价值的体验使用 LLM 不仅仅关乎写作。Masley 提到，把那些“本身就是一种有价值体验”的活动外包出去是不好的。我完全同意这一点，但我怀疑，当我说这一类别实际上涵盖了我们生活中已经在做的很多事情时，他未必会认同。主要的 LLM 提供商热衷于展示他们的聊天机器人如何用来规划假期、组织聚会，以及为亲朋好友生成个人化的信息。每当我看到这些广告时，我几乎没有什么时候比那一刻更感到与技术社会的疏离。 在我看来，这凸显了一个触及“作为人意味着什么”这一核心的问题。现代生活确实带来了大量看似琐碎的事务，但与此同时，我们似乎又执意要把一切都当作琐事来对待。人类似乎异常擅长在几乎任何事情中发现不满，也许是因为现代社会中存在一种期待：我们应该能够随时随地做任何我们想做的事情——或者更重要的是，我们应该能够避免去做那些我们不想做的事情。我们无法在既有生活中看到机会与满足感，最终导致的结论便是：生活永远不够好，我们总是宁愿去做别的事情。 从理论上讲，我同意自动化某些事务可以腾出时间，用于其他可能更有意义、更有回报的事情，但我们已经走到这样一个阶段：连规划一次假期都成了一种许多人想要逃避的“负担”。我希望，AI 所宣称的“几乎可以自动化一切”的能力，能帮助我们重新意识到什么才值得投入时间和精力，并重新发现有意识地生活的价值。 构建知识我想讨论的第三点，是 Masley 所说的：当某项活动“会构建你未来在世界中行动所需的复杂隐性知识”时，我们不应使用聊天机器人。再次强调，我完全同意这一点，同时我也认为，这一点涵盖了大量日常生活中的活动。知识的构建不仅发生在你坐下来学习新东西的时候，也发生在你从事重复性工作的过程中。 这种误解并非始于聊天机器人，而是自从我们把智能手机装进口袋时就已经存在了。有了随时可用的互联网，似乎就没有必要再记住信息了。我们不再用大脑来存储知识，而是在需要时在线查找，把更多时间花在如何使用信息和进行批判性思考上。然而，我们忽略的一点是：获取和记忆知识，本身就是学习如何使用这些知识的一个巨大组成部分。认为我们可以像计算机那样，把存储单元与处理单元简单分离，是一种天真的想法。 我在学习钢琴时学到了这一课。当时我试图理解爵士乐，并弄清楚优秀的即兴演奏者是如何在当下轻松地创造出新乐句的。一个人该如何练习即兴演奏？是否有可能训练“想出一个立刻就好听的新东西”的能力？我发现自己每次尝试时，弹出来的总是类似的段落。过了一段时间，我开始确信，优秀的爵士乐手一定是天生就具备某种创造力，脑海中总是有旋律在嗡嗡作响，供他们直接演奏。 后来，一位导师教会了我真正的诀窍：优秀的即兴演奏并不是仅靠练习即兴本身得来的。你需要反复演奏大量现成的歌曲和曲子，把它们牢记于心，让和弦进行和动机渗入你的“肌肉记忆”。这样的练习会建立你对“什么听起来好”的直觉，而即兴演奏正是从这种直觉中生发出来的。旧旋律的碎片被重新组合，形成新的音乐。从这个意义上说，我们更像一个机器学习模型，而不是一台计算机——但千万不要误以为这就是我们本身。 这里需要澄清的是：我并不是说 LLM 不应该被用于任何自动化。但我认为，许多人严重低估了我们从那些枯燥任务中构建起来的知识；而在效率压力的驱使下转向聊天机器人时，我们正面临失去这些知识的风险。 延展心智作为一个旁注，我想对 Masley 所阐述的“延展心智”概念提出异议： “我们的大量认知并不局限于我们的头骨和大脑之中，它也发生在我们的物理环境里，因此，我们所定义为‘心智’的很大一部分，也可以被认为存在于周围的物理对象中。看起来，无论它发生在你大脑的神经元中，还是发生在你手机的电路里，似乎并没有什么本质区别。” 即便放在语境中来读，这样的说法依然是荒谬的。事情发生在大脑中，还是发生在计算机中，这一点在本质上就有天壤之别。人类不仅仅是信息处理器。是的，我们处理信息，但把自己简化为一种对象，认为某些过程可以在没有任何后果的情况下外包给外部设备，是极端还原论的。假如我不记得朋友的生日，而是让聊天机器人自动发送一条祝贺，这真的无关紧要吗？当然重要，因为在前一种情况下，你是在有意识地记住并思念你的朋友，从而巩固你们之间的关系。 在上述引文之后，他又写道： “确实，你可能会丢失手机，从而失去其中存储的知识，但你也可能失去大脑的一部分。” 丢失手机和失去大脑的一部分，是两件截然不同的事情，无论是在发生概率上，还是在后果上。上述说法不仅严重低估了大脑中正在发生的过程，甚至把“切除一部分大脑”与“丢失手机”相提并论，这本身就暴露出该论证的前提与现实严重脱节。 他还提到，我们的建成环境是如何被设计成尽量减少我们思考的需要： “我们的大多数物理环境，都是为了尽量减少我们在实现日常目标时所需的思考量而设计的。试着想象一下，如果事情被设计成另一种方式，你需要付出多少额外的思考。” 这一点同样经不起推敲。是的，如果我们的环境突然发生改变，我们确实需要额外的心理努力来适应——但那只是暂时的。随后，我们就会熟悉这种替代性设计，并适应它。唯一会持续增加思考负担的情况，是我们的物理环境一直在不断变化。 我们思考什么，真的很重要关于“认知总量谬误”，我完全同意，我们不必担心“耗尽一个有限的思考池”，从而给人类留下“更少的思考”——不管那具体意味着什么。然而，这里还存在另一个谬误，即“只要我们在思考，思考什么并不重要”。人们很容易被说服去相信：如果计算机可以替我完成那些简单、无聊的任务，那我就可以把精力投入到更复杂、更令人兴奋的事情上。但我们必须意识到，有些心理任务对我们来说本身就很重要，即便机器在技术上完全可以替我们完成。 举个例子：如果我把所有枯燥的项目管理事务都外包给聊天机器人，我确实可以腾出更多时间来做我的主要工作——研究。但与此同时，这也会剥夺我对项目产生主人翁意识的机会，并削弱我为高层决策建立基础的过程。在一个假想的情境中，即便聊天机器人能完美无误地替我完成所有行政任务，我依然会失去一些东西，而这种失去反过来可能会影响项目本身。我并不是说任何任务都不应该被自动化，而是说，我们必须意识到，每一次自动化都会伴随着某种损失。... - [过去几周大量使用 Claude 编程的一些零散笔记](https://rengongzhineng.io/%e8%bf%87%e5%8e%bb%e5%87%a0%e5%91%a8%e5%a4%a7%e9%87%8f%e4%bd%bf%e7%94%a8-claude-%e7%bc%96%e7%a8%8b%e7%9a%84%e4%b8%80%e4%ba%9b%e9%9b%b6%e6%95%a3%e7%ac%94%e8%ae%b0/): 编程工作流。鉴于最近一轮大语言模型编程能力的明显跃升，和许多人一样，我在极短时间内完成了一个非常陡峭的转变：11 月时，我大概还是 80% 手写代码 + 自动补全、20% 使用代理；而到了 12 月，已经变成了 80% 代理编程、20% 编辑和修修补补。也就是说，我现在基本上是在用英语写程序了——有点不好意思地用“人话”告诉 LLM 要写什么代码。说实话，这对自尊心有点伤害，但能够以“大块代码动作”的方式操控软件，整体收益实在太高了，尤其是在你逐渐适应它、配置好它、学会如何使用它，并真正理解它能做什么、不能做什么之后。这无疑是我将近二十年编程生涯中，对基础编程工作流影响最大的一次变化，而且它是在短短几周内发生的。我预计，现在已经有相当一部分工程师（很容易达到两位数百分比）正在经历类似的转变，而这种变化在普通大众中的认知度，却仍然停留在个位数的低水平。 IDE / 代理蜂群 / 易错性。在我看来，现在无论是“已经不需要 IDE 了”的炒作，还是“代理蜂群”的炒作，都有点言过其实。模型确实仍然会犯错，如果你在写任何你真正关心的代码，我都会建议你像鹰一样盯着它——在旁边开一个清晰、完整的 IDE。错误的类型已经发生了很大变化：不再是简单的语法错误，而是那种略显草率、赶时间的初级开发者可能会犯的概念性错误。最常见的一类问题是，模型会替你做出错误假设，然后毫不质疑地一路跑下去。它们不擅长管理自己的困惑，不会主动寻求澄清，不会指出不一致之处，不会展示权衡取舍，在该反驳的时候也不会反驳，而且仍然有点过度迎合用户。在 plan 模式下情况会好一些，但我觉得还需要一种轻量级的、内联的 plan 模式。它们也非常喜欢把代码和 API 过度复杂化，抽象层次膨胀，不会在完成任务后清理死代码，等等。它们可能会用 1000 行代码实现一个低效、臃肿、脆弱的结构，而你必须提醒一句：“呃，这里不能直接这么做吗？”然后它就会说：“当然可以！”并立刻把代码压缩到 100 行。它们有时还会作为副作用，修改或删除自己“不喜欢”或“没完全理解”的注释和代码，即便这些内容与当前任务并不相关。所有这些问题，即使我在 CLAUDE.md 里用了一些简单指令试图纠正，依然会发生。尽管如此，这依然是一次巨大的正向提升，几乎无法想象再回到纯手写编码的状态。简单总结一下：每个人都在形成自己的工作流，我目前的配置是——左边在 ghostty 的窗口/标签里开几个 CC 会话，右边开 IDE 用来查看代码和进行手动编辑。 韧性。观察一个代理不知疲倦地啃一个问题，真的非常有意思。它们永远不会累，永远不会泄气，只会不停地尝试，而人类早就会在很久之前放弃、留待下次再战。看着它在一个问题上挣扎很久，最后在 30 分钟后取得胜利，是一种“感受到 AGI”的瞬间。你会意识到，耐力本身是工作中的一个核心瓶颈，而有了 LLM 之后，这个瓶颈被极大地抬高了。 加速效应。要如何衡量 LLM 带来的“速度提升”，其实并不清楚。当然，我确实感觉自己在原本打算做的事情上快了很多，但更主要的效果是：我做了大量原本根本不会去做的事情。原因有两个：第一，我现在可以去实现各种以前完全不值得花时间去写的东西；第二，我可以去接触、处理一些以前因为知识或技能不足而完全无法下手的代码。所以这当然是加速，但更像是一种扩张。 杠杆。LLM 非常擅长在循环中反复尝试，直到满足明确的目标，这正是大多数“感受到 AGI”的魔力所在。不要告诉它具体该怎么做，而是给它成功标准，然后看着它自己去跑。让它先写测试，再让它把测试跑通；把它接入浏览器 MCP 的循环里；先写一个极有可能正确但朴素的算法，然后再要求它在保持正确性的前提下进行优化。把你的思维方式从命令式转为声明式，让代理跑得更久，从而获得更大的杠杆。 乐趣。我原本没想到，用代理编程反而会变得更有趣，因为大量填空式的苦差事被移除了，剩下的主要是创造性的部分。我也更少被卡住（而被卡住一点都不好玩），而且会感到更有勇气，因为几乎总能找到一种方式与它并肩作战，取得一些正向进展。我也见过完全相反的感受；LLM 编程很可能会把工程师分成两类：一类主要是喜欢“写代码”，另一类主要是喜欢“造东西”。 退化。我已经注意到，自己手写代码的能力正在慢慢退化。生成（写代码）和判别（读代码）在大脑中是两种不同的能力。由于编程中涉及大量细碎、偏语法层面的细节，即使你写起来很吃力，审阅代码通常仍然问题不大。 Slopocalypse（垃圾洪水）。我已经在为 2026 年做心理准备——那很可能会成为 GitHub、Substack、arXiv、X / Instagram 乃至整个数字媒体领域的“垃圾洪水之年”。与此同时，我们也会看到更多 AI 炒作式的生产力表演（这居然还能再升级？），当然，也会伴随着真实而重大的改进。 一些问题。最近我脑子里反复盘旋的几个问题是： 总结。那么，这一切意味着什么？到 2025 年 12 月左右，LLM 代理能力（尤其是 Claude 和 Codex）似乎跨过了某种连贯性的门槛，在软件工程及其相邻领域引发了一次相变。智能本身突然显得比其他一切都要领先——无论是集成（工具、知识），还是新的组织工作流、流程，以及更广泛的扩散问题。2026 年注定会是一个高能量的一年，整个行业都将在消化和吸收这种新能力的过程中高速运转。 - [个性化定价的行为成本](https://rengongzhineng.io/%e4%b8%aa%e6%80%a7%e5%8c%96%e5%ae%9a%e4%bb%b7%e7%9a%84%e8%a1%8c%e4%b8%ba%e6%88%90%e6%9c%ac/): 最近我和妻子需要叫一辆车，于是掏出手机，用几个打车应用对比价格。平时价格总会有一点差异，但这一次的差别却格外明显。 我妻子的 Uber 应用给出的报价是 28 美元，而我的却是 47 美元。同一个应用、同一时间、同一地点——却是两个天差地别的价格。 原因谁也说不准。我通常比她更愿意花钱，我敢打赌这一点体现在我的用户画像里。我是用礼品卡付款的，这肯定也有影响。也许是价格抓取更新、比价行为识别，或者某种先抛出“试探性高价”、再慢慢回落的系统。从外部来看，没人真正知道。 这正是让我担心的地方。当价格基于行为来决定时，它会激励我们进行表演式的行为——毕竟，爱吱吱作响的轮子才会被上油。 为不同的人收取不同价格并不新鲜 价格歧视几乎自古以来就存在——比如老年折扣，或者优惠券手册。商家可以通过选择性地给那些愿意多走几步、否则可能不会购买的人降价，从而多赚一点钱。 （想象一张经济学需求曲线图：有 4 个人愿意以 10 美元的价格购买，另有 1 个人只愿意以 9 美元购买。图中文字写着：折扣在蓝色区域捕获了 9 美元，而不影响绿色区域的 40 美元。） 在这个简化的需求曲线中，如果价格定为 9 美元，商家总共只能赚 45 美元。但如果对大多数人定价 10 美元，同时给那位价格敏感的“蓝色买家” 1 美元的折扣，商家就能赚到 49 美元。 基于行为的差别定价也并不是什么新做法。当你的网络服务商告诉你他们要涨价时，你会直接接受吗？还是会打电话给客服、排队等待、威胁要取消服务、被转接到“挽留部门”，然后才发现原来你“符合条件”享受一些令人兴奋的新折扣？并不是每个人都有时间或耐心跑完这一整套流程——而这正是企业这么做的原因。 当价格歧视进入数字世界时，单个案例本身并没有什么不同。但正如那句被归于斯大林的名言所说：数量本身就具有一种质的变化。技术带来的不仅是数量，还有无处不在——任何一丁点行为背景，都可能被纳入你的定价之中。 无处不在的价格歧视，其基础已经就绪 与现实世界不同，每一次数字化行为都可以被低成本地记录和分析。 一个例子就是“放弃购物车”折扣，这已经标准到 Shopify 和 Etsy 都为卖家提供了手把手的设置指南。如果你把商品加入购物车却没有结账，之后可能会收到一封提醒邮件，附带一个小折扣，推你一把完成购买。知道了这一点之后，我发现自己即便一开始就觉得价格合理，也会刻意放弃购物车，碰碰运气，看看会不会冒出个折扣来。 如果你尝试取消 Amazon Prime 会员，他们会让你穿过一连串网页和优惠，竭尽全力把你留下。上一次我取消一个小众 SaaS 工具时，也惊讶地看到了同样的流程：再免费用一周？一个月只要一美元？求你别走！我没想到一家小公司也能有这种复杂程度。当然，这并不是 100% 定制的结果——而是 Churnkey 的功劳，这是一家“留存自动化”公司，把经典的“求你别取消”的折扣流程做成了标准化产品。 我们常常把价格歧视理解为一种折扣——当我们受益时觉得挺好，轮到自己付原价时也不算什么大事。但如果你拿到的是一个“特殊优惠”，却是要你多付钱呢？ 2025 年 12 月，Groundwork Collective 发现 Instacart 在实行个性化定价。有些人为了完全相同的商品，在完全相同的商店、完全相同的时间，支付了高出 23% 的价格。 （《发展受阻》中的露西尔·布鲁斯说：“我是说，就一根香蕉而已，迈克尔。能值多少钱？10 美元？”） Instacart 在回应中表示，这些定价实验完全基于行为数据，而不是个人或人口统计信息。换句话说，他们不是在看你是谁，“只是”在看你做了什么。 安迪·沃霍尔曾这样写过美国文化： “这个国家最棒的一点在于，美国开创了一种传统：最富有的消费者和最贫穷的消费者，买的基本上是同样的东西。你可以看电视广告里的可口可乐，你知道总统在喝可乐，伊丽莎白·泰勒在喝可乐，你也可以想，‘你看，我也能喝可乐。’可乐就是可乐，再多的钱也买不到一瓶比街角流浪汉喝的更好的可乐。所有的可乐都是一样的，而且都很好。” ——摘自《安迪·沃霍尔的哲学》 昨天，我们喝的都是同样的可乐。但今天，我们刷的是高度个性化的社交媒体信息流，基于所谓“显性偏好”为我们量身定制。而明天，也许我们会为同一罐可乐支付截然不同的价格——不是因为你是伊丽莎白·泰勒，而是因为你的消费方式像她一样。这是又一种把我们共同体验撕裂成孤立信息孤岛的变化。 个性化定价催生仪式化的姿态表演 从经济学角度看，这算问题吗？我并不确定；如果露西尔·布鲁斯愿意花 10 美元买一根香蕉，也许我们就该让她这么做——商店和平台可以分享任何能促成这种交易的定价机制所带来的利润。这是“看不见的手”在发挥作用。 但这依然让我感到不舒服。它让我觉得商家正试图压榨我的“消费者剩余”，直到我支付一个为我个人精确最大化的价格为止。它让我感觉自己是对手，而不是顾客；它还让我觉得，为了得到更好的价格，我反而应该做一个更糟糕的人。 这只是文化差异吗？小时候我去中国玩，曾在电子市场从一位和气的阿姨那里买了一盘 Gameboy 游戏，价格不到 10 美元，我还以为自己捡了个大便宜。后来我却被训了一顿，因为我没有砍价：记住，他们报出的第一个价格只是谈判的起点。 我认为，如今这种新的价格歧视——包括放弃购物车、取消订阅时的唱念做打、以及把顾客细分到个人层级——是不同的。社会预期被颠倒了：我不认为普通人知道砍价竟然是个选项，更不知道哪些因素会影响个性化定价。 只有像我这样的“傻瓜”才会在集市上不砍价。但今天，你大概也不会在每一个购物车里都故意放弃一次，或者以一种容易被识别为比价的方式来切换应用，或者只买那些能表明你是个“普通人”而不是“有钱人”的东西。你可能会对一些小失误睁一只眼闭一只眼，而不是投诉或在 Yelp 上给公司差评。所有这些行为（以及谁知道具体是哪些？）都有可能被记录下来，并反馈进你的个性化价格中。 在未来，刻意培养一种“挑剔”的数字声誉，可能会成为一种安静的小技巧，用来换取最低价格和最好的待遇。你甚至可能把这种“访问权”转卖给那些没那么小心的人；或者，同样可能的是，由于定价不透明，你会陷入迷信式的行为，因为你永远不知道究竟是哪一步起了作用。 从另一面看，我们或许会看到“最惠客户”条款从 B2B 领域进入消费者语境——这将是对“顾客至上”已经死亡的明确承认。这将是一场军备竞赛：数据分析者寻找一切涨价机会，而我们则通过姿态表演，假装自己真的有一条不可逾越的底线。 — 最近我被一个名叫 Welcome Mat 的异想天开的 CAPTCHA 网站逗乐了：在购买产品之前，你必须先证明自己是人类。在奖励关卡里，你可以和一个聊天机器人讨价还价，来赢得一张 9... - [MCP、技能与代理（Agents）](https://rengongzhineng.io/mcp%e3%80%81%e6%8a%80%e8%83%bd%e4%b8%8e%e4%bb%a3%e7%90%86%ef%bc%88agents%ef%bc%89/): MCP 已死，技能万岁！ 最近关于 MCP 的各种误解让我有点烦，所以我决定写下这篇文章，尽量帮大家理清一些概念。让我们来拆解一下 MCP、Skills、Commands、Agents（及 Sub-Agents）。 如果你还没跟上最近的热潮：现在大家都在讨论 “skills”（技能）——这其实只是对类似 Claude Code 那样东西的一个华丽称呼。像往常一样，很多人一见新概念就宣布它能解决所有问题，所有旧技术都可以丢掉了。显然，这不是真的。本文我会分享我对它们的看法。 一、定义（Definitions） 我们先统一一下概念： Skills（技能） 是可复用的提示（prompt），可以附带脚本或其他文件等资源。系统通常会在提示开头告诉模型： 这些技能只在系统提示中以名称与描述形式出现，真正的内容（如 SKILL.md）在需要时才被“加载”（即动态插入对话上下文）。 技能可以捆绑其他辅助内容，比如脚本或说明文档。一般来说，它们在系统提示中占用的上下文非常少。 Tools（工具） 是另一类功能扩展。它们像函数调用一样暴露在代理（agent）中，比如： 工具的实现方式各不相同，可以在提示中立即暴露，也可以按需加载。工具通常比技能多占一些上下文 tokens，但差距并不大。 MCP（Model Context Protocol） 是一个“被过度设计的协议”。它能做的事情很多，但多数人只用它来把 RPC 暴露为工具（tools）。 举个例子，Sentry 的 MCP 服务器可以暴露十几个工具，其中有一个其实是一个子代理（sub-agent）。它们最终都注册为“工具”，但作用完全不同。 Agents / Sub-agents（代理与子代理）代理本质上就是被当作“工具”的独立智能体。例如 Sentry 的 MCP 暴露了一个 use_sentry 子代理，它可以访问所有 MCP 工具，但对主代理来说，它只是一个工具。 代理的优势在于上下文是隔离的——但这也是缺点。这意味着调用代理时必须把所需上下文作为参数全部传入。 有些实现会自动继承上级上下文，有些会延迟加载，还有的甚至能实现上下文分叉与复杂协作。 到这里，应该都能跟上了吧？希望没有什么有争议的。 二、Skills（技能） 你可能注意到定义中“技能”和 “MCP 工具” 看起来很相似。没错！两者都是为了让代理拥有更多能力。区别主要在于实现方式与使用场景。 最近大热的 Skills，本质上是把常用任务模板化、可共享化。比如常见任务：“简化这段代码”，或者更复杂的，“创建一个 Pull Request”： 技能赋予代理“新技能”——字面意义上的。这些技能可能依赖现有工具，也可能引用本地脚本或 CLI 命令，比如 “create a pull request” 技能会让代理使用 gh CLI 创建一个格式规范的 PR 并推送到 GitHub。 Sentry 内部就有大量实用技能。构建技能其实不复杂，关键在于明确用途与可复用性。 三、MCP MCP 是业内“又爱又恨”的存在。很多人说“技能就够了”，但其实 MCP 和技能并不对立。 如果说技能教你做饭，MCP 就是让你使用锅碗瓢盆的方式。 MCP 的核心是 工具暴露机制。它让网络服务能以统一、安全的方式向代理暴露功能。 MCP 之所以名声不佳，多半是因为糟糕的实现：有的 MCP 服务器暴露太多无用工具，占用上下文；有的实现没带来任何价值。 但这不是协议的错。真正理解 MCP 的价值，得从组织层面看。 以 Sentry 为例，我们在内部把 MCP 暴露的工具称为“技能”。用户授权后可以选择启用哪些“技能”： 实际上这就是在选择暴露哪些工具。这样做不仅节省上下文（减少 token 消耗与召回错误），还方便权限管理——例如区分读写权限。 另一个常被忽视的优势是 认证机制：MCP 原生支持... - [没有对大语言模型（LLM）做基准测试，你可能在多花 5-10 倍的钱](https://rengongzhineng.io/%e6%b2%a1%e6%9c%89%e5%af%b9%e5%a4%a7%e8%af%ad%e8%a8%80%e6%a8%a1%e5%9e%8b%ef%bc%88llm%ef%bc%89%e5%81%9a%e5%9f%ba%e5%87%86%e6%b5%8b%e8%af%95%ef%bc%8c%e4%bd%a0%e5%8f%af%e8%83%bd%e5%9c%a8%e5%a4%9a/): 上个月，我帮一个朋友把他的 LLM API 成本削减了 80%。 他是一个非技术出身的创业者，正在打造一个由 AI 驱动的业务。和大多数人一样，他选择了 GPT-5，因为它是默认选项：API 已经有了、基准测试数据不错、大家都在用——那还用考虑什么呢？ 但随着使用量增长，他的账单也涨了。仅 API 调用费用就达到了 每月 1500 美元。 于是我们针对他的实际提示词（prompts）对 100 多个模型 进行了基准测试。很快我们发现，虽然 GPT-5 表现稳健，但几乎从不是最划算的选择——总能找到成本更低、质量相近的替代方案。找到合适的模型后，他节省了上千美元。以下是我们如何做到的。 问题：公开基准无法预测你自己的任务表现 选择 LLM 时，大多数人只是挑一个熟悉的服务商。比如我习惯用 Anthropic，根据任务选择 Opus、Sonnet 或 Haiku。稍微讲究点的，会查查各种排行榜：Artificial Analysis、LM Arena、GPQA Diamond、AIME、SWE Bench、MATH 500、Humanity’s Last Exam、ARC-AGI、MMLU…… 但让我们面对现实：这些指标并不能预测模型在你具体任务上的表现。 一个在推理类 benchmark 中得分最高的模型，可能在损害费用估算上表现平平，或在多语言客服、网页数据提取等方面完全不行。 它们充其量只能作为“粗略参考”，而且完全没有考虑成本。 唯一真正知道性能的方法，就是在你自己的提示词上测试，同时考虑质量、成本和响应延迟。 自建基准测试 为了弄清楚这一点，我们自己搭建了基准系统。以下以一个客户支持场景为例： 步骤 1：收集真实示例 我们通过 WHAPI 提取了真实的客服对话：包含历史聊天记录、客户的最新消息，以及朋友实际回复的内容。他还提供了手动与自动生成的提示模板。基于此，我们选取了约 50 个聊天案例——既包括常见问题，也包含希望模型能正确应对的特殊情况。 步骤 2：定义预期输出 每个示例的“理想答案”就是朋友实际回复的内容。我们还定义了具体的评分标准，例如： 这样模型评分时就能有依据。 步骤 3：构建基准数据集 至此，我们得到一个简单的数据集：输入提示（conversation + 指令） 与 期望输出（expected response）。这个格式通用，适用于各种场景。如果某个模型表现很好，也可以用它的结果生成标准答案并微调。 步骤 4：在所有模型上运行 我们通过 OpenRouter 平台来运行这些模型，因为它提供统一 API，可以轻松切换模型： 这让我们能用相同代码测试 50+ 模型。运行结果输出为一个 dataframe，记录每个模型的输入、期望输出和实际输出。 显然，这样的数据量太大，不可能人工评分，于是我们又让 LLM 来当评委。 步骤 5：用 LLM 作为“评审者” 我们选用 Opus 4.5 来对每条样本的模型输出进行评分——从 1 到 10 分，依据之前定义的具体标准。 有了详细标准后，LLM 评分更一致、更可靠。我们人工抽查部分结果，验证“评审”模型是否判断得当。有时因为期望答案模糊，评分会偏差，因此这一过程是迭代的。我们不仅让它输出分数，还让它说明评分理由。 这种方法在其他任务上也适用：为每个 prompt 定义标准答案，然后让“评委模型”对不同 LLM 的回答打分。 决策：选出最佳模型 现在我们拥有每个模型的质量评分。下一步要做的是——选哪个？ 理想的模型应在质量、成本、延迟之间取得平衡。 在客户支持任务中，延迟非常关键。GPT-5... - [非常规 PostgreSQL 优化技巧在 PostgreSQL 中加速查询的创造性思路](https://rengongzhineng.io/%e9%9d%9e%e5%b8%b8%e8%a7%84-postgresql-%e4%bc%98%e5%8c%96%e6%8a%80%e5%b7%a7%e5%9c%a8-postgresql-%e4%b8%ad%e5%8a%a0%e9%80%9f%e6%9f%a5%e8%af%a2%e7%9a%84%e5%88%9b%e9%80%a0%e6%80%a7%e6%80%9d%e8%b7%af/): 在进行数据库优化时，开发者往往会拿出那套老工具箱：改写查询、在列上加索引、做反规范化、执行 analyze、vacuum、cluster，然后重复这一过程。这些传统手段确实有效，但有时候，如果能跳出常规思路，创造性地思考，往往能获得意想不到的优化效果。 本文将介绍 PostgreSQL 中一些非常规的优化技巧。 图像来自 abstrakt design 目录 基于 Check 约束消除全表扫描 假设我们有一个用户表： 这个表保存用户的姓名以及他们使用的套餐类型。由于套餐只有 “free” 和 “pro” 两种，我们添加了一个检查约束。 生成一些数据并分析表： 现在系统中有 10 万个用户。 无心之失 现在你要让分析师通过报表工具访问这张表。你为某位分析师开通了访问权限，他写了第一条查询： 查询结果为空，这让分析师感到困惑：怎么会没有 “Pro” 套餐的用户呢？ 原来套餐名是 “pro”，而不是 “Pro”。这是个很常见的误会。但这个小错误代价不小。 执行计划如下： PostgreSQL 扫描了整个表！但是我们有个检查约束规定 plan 只能是 ‘free’ 或 ‘pro’，数据库理应知道这个条件永远为假，为什么还要扫描呢？ 使用 constraint_exclusion PostgreSQL 其实能做到跳过永远为假的查询，但默认没有开启。要让 PostgreSQL 在生成执行计划时考虑约束，需要打开参数 constraint_exclusion： 再次执行同样的查询： 这次 PostgreSQL 直接跳过了表扫描，因为它知道该条件永远为假。 何时使用 constraint_exclusion 默认情况下，constraint_exclusion 仅对基于继承的分区表启用，以支持“分区修剪”。如果全局开启，会带来明显的规划开销。 文档解释说，对于简单查询，评估所有约束条件的代价可能高于它带来的性能收益。但在 BI 报表场景中，用户往往会手写复杂 SQL 并可能犯类似错误。在这种环境下，将 constraint_exclusion 设置为 “on” 能避免很多无意义的全表扫描，节约时间与资源。 用函数索引优化低基数场景 假设我们有一个销售表： 我们记录每笔销售的时间和金额。创建 1,000 万条记录并分析： “直接上 B-Tree 索引”的问题 分析师经常做日销售报告，他们的查询如下： PostgreSQL 扫描了整个表，用时约 627ms。你加了一个 B-Tree 索引： 重新执行查询后，耗时降至 187ms，速度提升 3 倍，但索引大小达 214MB——几乎是表的一半！ 重新思考问题 分析师只需要按“天”聚合结果，但索引却细化到了毫秒级，明显过度。那我们为何不只索引“日期”部分呢？ 新的函数索引仅 66MB，比原索引小三倍。删除原索引后调整查询： 执行时间仅 145ms，比使用完整索引还快约 20ms。 纪律问题 函数索引依赖表达式的完全一致性。如果稍微改写，例如改用 (sold_at AT TIME ZONE 'UTC')::date，索引就无法使用。 过去的解决方案是通过视图固定表达式： 在视图中使用该列能让索引生效，但分析师可能仍直接访问原表。 使用虚拟生成列（Virtual Generated Columns）... - [大型语言模型与软件开发职业](https://rengongzhineng.io/%e5%a4%a7%e5%9e%8b%e8%af%ad%e8%a8%80%e6%a8%a1%e5%9e%8b%e4%b8%8e%e8%bd%af%e4%bb%b6%e5%bc%80%e5%8f%91%e8%81%8c%e4%b8%9a/): 在软件开发领域，最稳健的职业发展路径通常包括两点：（1）在解决问题时务实且高效；（2）不要把现有代码当作“黑箱”。 第一点意味着，作为一个稳健的开发者，你应该会熟练地使用现有的技术栈，比如 PostgreSQL 或 MySQL（或其他数据库）、Rails 或 .NET（或其他框架），并且懂得借鉴来自 Stack Overflow 或大型语言模型（LLMs）的代码。第二点则意味着你要有好奇心，愿意随着时间的推移去深入理解网页服务器、数据库、操作系统和浏览器的工作原理。这样，当你在借鉴他人代码和思路时，才能做出更好的判断与调整。 从更宏观的角度看，借助 LLM 编程，本质上与使用 Rails 或在 Stack Overflow 上查找代码并无根本不同。它更快、更直接，但归根结底仍是人类在“改写现有代码”。 那些只愿意把现有框架、库或应用程序当作黑箱看待的人，本来在求职与留任方面就不具竞争力。而那些真正有技术深度的公司，总是倾向于招聘理解基础原理的开发者，因为他们要么：（1）在足够大的规模上运行，应用程序的实现方式会直接影响性能与稳定性；要么（2）他们本身就在构建 PostgreSQL、MySQL、Rails、.NET、Stack Overflow 或 LLM 等底层技术。 软件行业的发展一直遵循一个方向——持续降低中小企业（SMBs）乃至大型团队雇佣开发者以解决问题或提升效率的需求。LLM 的出现只是这场“自动化进程”的延续。但这并不意味着企业就不再需要开发者。当业务复杂度或客户规模扩大到一定程度时，企业仍然必须招聘开发者来支撑系统的成长。 那些依赖软件基础原理的工作，不会因为 LLM 的普及而不再依赖这些原理。相反，随着越来越多非开发者开始使用 LLM 来构建工具、系统与应用，真正懂得软件底层原理的工程师反而会变得更重要——因为他们将承担维护、优化、扩展这些基础系统的责任。 总而言之，如果你热爱软件开发，不必担心“有趣的开发工作”会消失。继续学习，继续动手——去编译器、数据库、操作系统这些核心领域探索；去寻找那些因为规模或复杂性而需要扎实基础的公司；或者去挑战那些在底层上构建未来的团队。真正有趣的工程，总是存在于那些让基础原理再次重要的地方。 - [Matic 的家庭故事-吸尘器能引发一场机器人革命吗？](https://rengongzhineng.io/matic-%e7%9a%84%e5%ae%b6%e5%ba%ad%e6%95%85%e4%ba%8b-%e5%90%b8%e5%b0%98%e5%99%a8%e8%83%bd%e5%bc%95%e5%8f%91%e4%b8%80%e5%9c%ba%e6%9c%ba%e5%99%a8%e4%ba%ba%e9%9d%a9%e5%91%bd%e5%90%97%ef%bc%9f/): “所有干净的家都相似；而每个凌乱的家则各有各的混乱。” 2017 年，来自 Nest 与 Flutter 的资深工程师 Navneet Dalal 与 Mehul Nariyawala 环顾四周，发现当时有超过 200 家自动驾驶汽车创业公司，却没有任何一家认真致力于解决家庭中最重复、最耗时的事务。家庭成员花在家务上的时间是驾驶的三到四倍，而我们拥有的只是那些圆盘状、只会撞家具的机器人。受到《杰森一家》中家用机器人 Rosie 的启发，他们萌生了一个不同的愿景——打造一款能理解、能导航、能在我们杂乱、复杂、却又极具私密性的生活空间中自主清洁的家庭机器人：Matic。 走进加州山景城的 Matic 总部，首先映入眼帘的是一面美国国旗，接着是约七十台桌面电脑前忙碌的工程师、实习生与生产助理。地面上摆放着多个用于测试和演示的 7 英寸地面机器人，它们在由木板分隔、铺有地毯与家庭障碍物的不规则方格中穿梭。墙上的大屏幕显示着“清洁总面积（百万平方英尺）：54.0”“上周活跃机器人数量：2160”等数据。墙上还挂满了满意客户的感谢信。Mehul 指着那些与 Matic 一起成长的孩子与宠物说：有个小女孩曾经害怕机器人，直到他们寄给她一个更小的玩具版本，她用贴纸装饰了它。如今的 Matic 随机附送“可爱装饰贴纸”。 往右拐是食堂，侧墙上有一面“时间线墙”，展示着从 2018 到 2025 的原型与照片。“我们快没空间了，也许得把整个房间都变成时间线墙。”Mehul 半开玩笑地说。更往里走，是生产区。那里同样悬挂着美国国旗。员工大多在现场走动作业，一排排 Matic 正在不同阶段装配——有的已停用，有的待发货，有的半组装状态。这里的房间用于测试不同环境（炎热、潮湿、寒冷）、噪音等级与镜头调校。另一间房间正进行面试，外面摆满了 NVIDIA 计算机，用于运行 1500 个虚拟家庭环境的仿真。整栋单层建筑里有上千台 Matic，因当月摄像头发货延迟，停在装配流程的第四步。 Matic 体验当客户订购 Matic 时，不需要自己把它从箱子里拿出来——它会自动滑出并向你问好：“你好，Arena Mag！”或者“你好，[你的姓氏]。” 机器人会像初到新家的访客一样先进行探索。你可以通过应用程序控制它。它会在 15–20 分钟内完成一栋约 3000 平方英尺的住宅的三维建模，学习房间布局、地板类型、地毯、电线与常见障碍。用户可以为各个房间标注名称——厨房、客厅、卧室——然后通过应用精确指示它清扫或拖地的位置。如果遇到地毯，Matic 会自动避开，不会误拖。整个过程无需过多干预。 建图并非一次性操作。就像常来你家的客人会越来越熟悉环境一样，Matic 会不断更新认知。如果搬家，也只需重置或让它重新建图即可。它能轻松识别新环境并管理多层空间。 更令人惊讶的是，它能在黑暗中工作。机器人配备了 RGB-IR 摄像头与定制红外头灯（对人类不可见），即使凌晨两点也能彻底清洁，第二天醒来就能看到整洁的地板。Matic 把这种体验称为“Zen Rise（禅意清晨）”。 Navneet 透露：“自推出以来，Matic 已在真实家庭环境中清洁超过五千万平方英尺，节省超过一万小时，累计行程近 2.5 万英里，仅用六个月。”地面清洁机器人市场过去八年的年复合增长率达 16%，仅去年一年就售出 2060 万台。然而，“至今没人会说‘我爱我的地面清洁机器人’，而我们认为不该是这样。” 他们的使命从来不只是让地板更干净。作为父亲的 Mehul 与 Navneet 深知现代家庭生活如何耗尽人的时间与精力。俗话说“养育一个孩子需要整个村庄”，但在当今社会，我们早已远离“村庄”。父母的负担加重，支撑却减少。Matic 是他们的回应——一种让人们重新夺回时间的方式，让他们能成为“更好的父母、更好的儿女、更好的艺术家”。Mehul 说：“人类天性是创造的，而非重复的，我们都有渴望创造的冲动。” 正如他总结的那样：“如果 Matic 成功，那就意味着我们已经把家庭生活中枯燥的家务从人们的肩上卸下，节省他们的时间与精力，让他们得以追求那些真正令人惊叹的人类创造力。” 当 Mehul 与 Navneet 着手打造 Matic 时，硅谷还几乎没人相信机器学习——人工智能的一个分支，研究如何让系统通过数据学习。那是 2012 年，“对我们而言，就像黑暗时代。” 投资人和工程师都经历过太多炒作与失望，许多人认为机器学习只是未兑现承诺的坟场。但他们看到的是机会。两人创立的手势识别初创公司 Flutter 很快登上 Mac App Store 72 个国家的榜首，被苹果评为年度最佳应用之一。尽管产品受欢迎，他们仍觉得“少了点什么”。Flutter 是纯软件——有趣，但非必需。没人会每天早上醒来说：“今天我得用手势识别。”在被谷歌收购后，他们加入 Nest，转向硬件开发。Mehul 负责 Nest Cam 系列，推出三款旗舰产品，创造超过 2.5... - [现在代码很便宜,软件依然不便宜](https://rengongzhineng.io/%e7%8e%b0%e5%9c%a8%e4%bb%a3%e7%a0%81%e5%be%88%e4%be%bf%e5%ae%9c%e8%bd%af%e4%bb%b6%e4%be%9d%e7%84%b6%e4%b8%8d%e4%be%bf%e5%ae%9c/): 构建软件的入门门槛已坍塌，但要构建“有意义的东西”的门槛一寸未移。 Claude Code 和 Claude Opus 4.5 把油直接泼进了火里。LLM 工具以前就有，但现在比以往任何时候都更好，所以更多人开始关注。不过我们并没有进入 SaaS 的黄金时代。我们正进入一个“个人、一次性软件”的时代——工程从“写代码”转向“塑造系统”，也正因如此，工程师仍然不可或缺。 现代开发的转向Claude Code 最近铺满了我的信息流，而且理由充分。有趣的不只是开发者都在用它——而是此前依赖 Lovable 或 Replit 这类平台的“构建者”和 maker 们，正在迁移到它上面。 别误会，那些工具仍然非常适合快速交付。但我们正在见证一个清晰的转变：人们重新发现了以 CLI 为先的工作流本身的优雅。一旦把交互移到终端里，抽象层就被压薄了。你不再只是沿着托管式 UI 的“幸福路径”往前走；你在亲手掌舵。 入门门槛的崩塌人们实际上在用这些工具做什么？环顾四周，答案是：几乎什么都做。事实上，我们已经来到饱和点。一方面，我们真切地见证了软件创造的民主化。入门门槛几乎消失。史上第一次，非开发者不只是软件的消费者——他们是自己工具的建筑师。 过去，如果你有一个特定问题，你会花好几个小时去找一款能解决 80% 需求的 SaaS。今天，工作流变了。人们打开一个 CLI 或语音界面，直接描述自己需要什么。我们正在看到“个人软件”的激增： 一款按特定预算方式量身定制的订阅跟踪器一个只解决某个极其小众数据录入问题的 Chrome 扩展一个界面完全按照用户心意设计的健身应用这是一场巨变。软件正从“你购买的商品”，变成“你生成的个人效用”。 从 SaaS 到“草稿本”我们正进入一个新的软件开发时代，其目标并不总是“长寿”。多年来，行业痴迷于构建“平台”和“生态”，但潮水正在转向更为短暂的东西。我们正从 SaaS 转向“草稿本”（scratchpads）。 许多新软件就不是为了永远存在。事实上，恰恰相反。人们越来越多地构建只为一次性解决单一、具体问题的工具——然后把它丢弃。这是一次性效用型的软件，为“当下”而设计，而非遥远的“以后”。 让这一切今天变得可行的是一种具体的技术哲学：CLI 优先、数据本地、零上手成本。当你移除注册、配置数据库、或穿行复杂 UI 的摩擦，构建一个工具的成本就低到“临时性”反而成了特性，而不是缺陷。如果花五分钟就能为一次性任务做出一个定制方案，你就不需要它长久存在。 这与传统 SaaS 模式形成了鲜明对比。SaaS 天生就是为留存、锁定与扩张而优化的。它的商业模式是把你留在生态里并扩大你的足迹。反之，定制化的小工具追求的是即时性和掌控。它们不关心你作为客户的生命周期价值；它们只关心把眼前的任务办成。 在很多方面，这也是对电子表格最初用法的回归。你不会打开表格去构建一个永久、跨多年的数据库；你把它当草稿本，用来推理问题、算出结果，然后继续前行。 在这个新格局里，Claude Code 对开发者而言就像 Excel——一件强大而灵活的即刻解决问题的工具——而不是对创业者而言的 Shopify，那是为了成为业务的长期地基。它关乎把事情做成，然后让工具退场。 这也解释了为什么下一部分很重要：快速生成软件是一回事，让它在现实世界的接触中存活下来又是另一回事。 代码便宜。软件仍昂贵。在当下这个“AI 原生”时代的现实是：生成代码已经变得廉价，但软件依旧昂贵无比。 LLM 实质上杀死了“生成代码行数”的成本，但它们没有触及“真正理解问题”的成本。我们看到一波“周末就造出的应用”，但其中大多数不过是把基础 CRUD 操作和第三方 API 包了一层薄薄的壳。在 Twitter 的演示里看起来很能打，但一碰到现实世界的摩擦就碎掉。 软件的真正成本并不在最初的编写；而在维护、在各种边界情形、在不断堆积的 UX 负债、以及数据所有权的复杂性。这些“快”方案是脆的。 银行一改 CSV 导出格式，订阅跟踪器立刻崩溃。目标网站 DOM 一改，Chrome 扩展随即阵亡。用户一需要稳定的离线支持或可靠的数据同步，健身应用就变得不可用。 最近我在 Hacker News、Reddit 和 Twitter 上看到不少“软件工程的末日论”。这完全抓错了重点。我们不是在见证这个职业的终结；我们是在进入它的一个新纪元。 工程师的价值正在从语法层面的“如何做”，转向系统层面的“做什么、为何做”。真正的工程体现在抽象与架构上。它在于知道如何构建一个能经久运转的系统，理解为什么需要某种限流策略，知道如何管理分布式缓存，准确知道哪些地方绝不能存放环境变量。 AI 之所以常令人感觉强大，是因为它把复杂性藏了起来。但作为工程师，你的工作是管理复杂性，而不是忽视它。工具变了，但对工程严谨性的根本需求从未如此之高。 “分发”的幻觉但另一面是：随着入门门槛消失，噪声水平创下新高。我的信息流里充斥着“AI 创业者”，声称他们用一个下午做的应用就有五位数的 MRR（月经常性收入）。 很多情况下，这些说法非常可疑。当你看到某位创作者既没有现成的分发渠道、也没有清晰的“护城河”，却宣称一个周末项目就做到了 1 万美元 MRR，这通常是为博取互动而投的稿，而非商业现实的写照。 这些故事里，肯定有一些是真的，但在大多数案例里，这并不是技术创新的蓝图，而是营销案例研究。这些人之所以成功，是因为他们掌握了在拥挤环境中捕获注意力的艺术，而不只是因为他们有一个 AI 副驾。 我们已经进入一个“生成代码的能力不再是瓶颈”的时代。真正的挑战转移到了“分发”，更重要的是，分辨真正的实用价值与产业里已然泛滥的“快速致富”姿态。 这些人并没有发现什么秘密捷径；他们只是找到了更快执行原本优势的方法（如果学编程本来就不值得为一个副项目投入的巨大精力，那么他们也可能因此首次解锁了这种执行力）。 对此，有一个有用的框架：AI 实际上已经把“工程杠杆”从主要差异化因素里移走了。当任何开发者都能用 LLM 在原来时间的一小部分里构建并部署复杂功能时，“会写代码”的能力不再像从前那样构成竞争优势。仅仅当一个“构建者”已不再足够。... - [当谷歌把门锁上，三位 MIT 学生把锁撬开了](https://rengongzhineng.io/%e5%bd%93%e8%b0%b7%e6%ad%8c%e6%8a%8a%e9%97%a8%e9%94%81%e4%b8%8a%ef%bc%8c%e4%b8%89%e4%bd%8d-mit-%e5%ad%a6%e7%94%9f%e6%8a%8a%e9%94%81%e6%92%ac%e5%bc%80%e4%ba%86/): 当谷歌把 AlphaFold 3 锁在商业限制之后，三位 MIT 博士生在四个月内把它重建了。如今，Boltz 拿到 2800 万美元融资、与辉瑞达成合作，并押注开源能够承载药物发现的基础设施。 去年春天，DeepMind 发布了 AlphaFold 3。你已经对流程很熟了：蛋白质折叠，解决了。药物结合，能预测了。DNA 相互作用，能建模了。哈萨比斯（Hassabis）跑媒体巡回。论文登上《自然》。 但这一次有些不一样。 下载论文的研究者开始阅读许可条款。代码：上锁。权重：受限。商业应用：禁止。如果你想预测药物如何与蛋白结合——也就是制药公司真正愿意付钱的那件事——你必须通过 Isomorphic Labs。那是 DeepMind 的药物发现分拆公司。手里握着与礼来和诺华 30 亿美元的意向性交易。 到了 12 月，三位 MIT 的博士生已经对该架构进行了逆向工程，并发布了他们自己的版本。他们把它放在 GitHub 上，采用 Apache 2.0 许可。任何人都可以下载。任何人都可以用于商业用途。他们把它称作 Boltz-1。 谷歌制造的真空真正惹怒人的地方在这里。 回到 2021 年，谷歌还很“友好”。AlphaFold 2 以 Apache 2.0 许可证发布，这意味着你可以随意使用它。复刻、用你自己的数据训练、构建产品、销售这些产品。结构生物学一夜之间成了免费的基础设施。默克的研究员和孟买狭小实验室里的研究生获得了同样的工具。辉瑞也是。圣迭戈一个在车库里办公的两人初创公司也是。没有人有优势，因为每个人都有访问权。 然后谷歌改变了规则。 AlphaFold 3 更强——它可以处理药物-蛋白相互作用，正是制药公司所需。但仅限学术用途。商业使用不允许。也不允许自行训练版本。 那些真正能通往“有用出口”的门？锁上了。 《自然》开始紧张。期刊发表了一篇社论，反思自己在没有配套代码的情况下发表论文的决定。研究者指出了显而易见的理由：Isomorphic Labs 在内部为这些价值十亿美元的制药合作使用 AlphaFold 3。发布模型会将相同的能力拱手让给竞争对手。 Gabriele Corso、Jeremy Wohlwend 和 Saro Passaro 看清了正在发生的事情。他们花了四个月把这东西重建。2024 年 12 月，Boltz-1 上线。在制药公司真正关注的指标上，它的基准测试与 AlphaFold 3 持平。你现在就能从 GitHub 上拉取它。制药业终于有了另一个去处。 淘金热里卖镐头 这家公司在今年 1 月完成了 2800 万美元的种子轮。同一天，宣布他们正在与辉瑞合作。该交易结构解释了 Boltz 打算如何在不为模型收费的情况下赚钱。 代码保持免费。没有商量。现在就从 GitHub 拉取 Boltz-1 或 Boltz-2。在你自己的硬件上跑预测。创始人把公司建在这个前提之上。他们不会退让。 那么收入从何而来？辉瑞并不是为算法的访问权付费。他们付钱给 Boltz 来在辉瑞的专有分子数据上微调模型、把平台接入既有流程、并负责算力。是“共同开发”，不是“许可授权”。模型通过真实的制药反馈不断变好。辉瑞获得在其自有化合物上训练的定制版本。Boltz 获得收入。 当你看看 Boltz 替代了什么，经济账就一目了然。传统的结合亲和力计算每次约 100 美元。基于物理的模拟。每次运行 6 到 12 小时。Boltz-2 能在一块 GPU 上 20 秒完成同样的计算。成本降到几分钱。当你要筛选数以百万计的候选分子时，这不是渐进式改进。你突然能负担得起探索此前在经济上不可及的化学空间。... - [AI 编程无处不在但并非所有人都信服](https://rengongzhineng.io/ai-%e7%bc%96%e7%a8%8b%e6%97%a0%e5%a4%84%e4%b8%8d%e5%9c%a8%e3%80%82%e4%bd%86%e5%b9%b6%e9%9d%9e%e6%89%80%e6%9c%89%e4%ba%ba%e9%83%bd%e4%bf%a1%e6%9c%8d%e3%80%82/): 取决于你问的是谁，AI 驱动的编码要么正为软件开发者带来前所未有的生产力提升，要么就是在产出大量设计粗糙的代码，分散他们的注意力，并为软件项目埋下严重的长期维护隐患。 问题在于，就在当下，我们并不容易判断哪种说法才是真的。 随着科技巨头向大型语言模型（LLMs）投入数十亿美元，编码一直被吹捧为这项技术的“杀手级应用”。微软 CEO 萨提亚·纳德拉和谷歌 CEO 桑达尔·皮查伊都声称，他们公司大约四分之一的代码如今由 AI 生成。而在 3 月，Anthropic 的 CEO 达里奥·阿莫代（Dario Amodei）预测，在六个月内，90% 的代码都将由 AI 编写。这是一个既诱人又显而易见的用例。代码是一种语言，我们需要大量代码，而手工编写代价高昂。并且判断它是否奏效也很容易——运行程序，是否可用立刻便知。 热衷于突破人类瓶颈的高管们正在推动工程师拥抱一个由 AI 驱动的未来。但在与 30 多位开发者、技术高管、分析师和研究人员交谈后，发现，实际图景并不像看上去那样简单。 对一些一线开发者而言，最初的热情正在消退，因为他们不断撞上技术的局限。而且，随着越来越多研究表明所谓的生产力提升可能是海市蜃楼，一些人开始怀疑皇帝是否真的穿了衣服。 不过，进展的速度又让局面更加复杂。新模型持续发布的鼓点意味着这些工具的能力与“怪癖”在不断演变。它们的效用也常常取决于所应用的具体任务，以及围绕它们建立起来的组织结构。所有这一切让开发者在期望与现实之间的落差中艰难导航。 如果借用狄更斯的话，现在是 AI 编程的“最好的时代”还是“最坏的时代”？也许两者兼而有之。 一个快进中的领域如今很难避开 AI 编程工具。市面上有令人眼花缭乱的产品——既有来自 Anthropic、OpenAI、谷歌等模型开发商的，也有来自 Cursor、Windsurf 等公司、把这些模型包装进打磨精良的代码编辑软件里的。根据 Stack Overflow 2025 年开发者调查，采用速度正在迅速提升，如今有 65% 的开发者至少每周使用一次这些工具。 AI 编程工具大约在 2016 年出现，但随着 LLM 的到来而“加装了涡轮”。早期版本几乎只是程序员的自动补全，提示下一步该输入什么。如今，它们可以分析整个代码库、跨文件编辑、修复 bug，甚至生成解释代码工作方式的文档。所有这些都通过基于自然语言提示的聊天界面来引导。 “代理”（agents）——能接受高层次计划并自主构建完整程序的 LLM 驱动编码工具——代表了 AI 编程的最新前沿。这一跃进得益于最新的推理模型：它们能一步步解决复杂问题，并且关键在于，能够调用外部工具完成任务。“这就是模型不仅能‘谈论如何编码’，而是真正‘能够编码’的方式，”Anthropic 编码代理 Claude Code 负责人鲍里斯·切尔尼（Boris Cherny）说。 Ask AIWhy it matters to you?BETA以下是 AI 认为这篇报道可能与你相关的原因。这是 beta 功能，AI 会出现幻觉——它可能会有点怪An industry I care about isindustry.Tell me why it matters了解我们如何使用 AI。 这些代理在软件工程基准测试上取得了令人印象深刻的进步——基准测试用于衡量模型表现。OpenAI 在 2024 年 8 月推出 SWE-bench Verified 基准，用于评估代理在开源代码库中修复真实缺陷的成功率时，最顶尖的模型仅能解决 33% 的问题。一年后，领先模型已能稳定超过 70%。 2 月，OpenAI 创始成员、特斯拉前 AI 总监安德烈·卡帕西（Andrej Karpathy）提出了“vibe coding（氛围编程）”这一术语——指一种由人用自然语言描述软件、让 AI 来编写、打磨与调试代码的方式。社交媒体上到处都是投身这一愿景的开发者，他们声称生产力大幅提升。... - [人工智能治疗师的崛起四本新书探讨全球心理健康危机与算法治疗的黎明](https://rengongzhineng.io/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e6%b2%bb%e7%96%97%e5%b8%88%e7%9a%84%e5%b4%9b%e8%b5%b7%e5%9b%9b%e6%9c%ac%e6%96%b0%e4%b9%a6%e6%8e%a2%e8%ae%a8%e5%85%a8%e7%90%83%e5%bf%83%e7%90%86%e5%81%a5%e5%ba%b7/): 技术员正在调整 Mark I 感知机的线路——这是一个早期的人工智能系统，由一位心理学家而非数学家设计。 我们正处于一场全球心理健康危机之中。根据世界卫生组织的数据，全球有超过十亿人患有心理健康问题。焦虑与抑郁的发病率在许多群体中不断上升，尤其是在年轻人中；而每年有数十万人因心理疾病而失去生命。 在公众对可获得且负担得起的心理健康服务的需求日益增长的背景下，人们自然会将希望寄托于人工智能。如今，数百万人正在主动寻求来自热门聊天机器人（如 OpenAI 的 ChatGPT、Anthropic 的 Claude）或专门的心理健康应用（如 Wysa 与 Woebot）的治疗支持。从更宏观的层面来看，研究人员也在探索人工智能在心理健康领域的潜力——例如，通过可穿戴设备和智能装置监测行为与生理指标、分析海量临床数据以获得新的洞察，甚至协助心理健康专业人员以防止职业倦怠。 然而，这场几乎不受监管的实验迄今取得的结果却喜忧参半。许多人在基于大型语言模型（LLMs）的聊天机器人中找到了安慰，一些专家也看到了它们作为“治疗师”的潜力；但与此同时，也有用户因 AI 的“幻觉”与迎合性言语而陷入混乱与妄想的漩涡。更令人痛心的是，一些家庭指控聊天机器人在其亲人死亡事件中起到了推波助澜的作用，由此引发了针对这些科技公司的诉讼。2025年10月，OpenAI 首席执行官萨姆·阿尔特曼在博客中透露，约有 0.15% 的 ChatGPT 用户“在对话中出现明显的潜在自杀计划或意图的迹象”。换算下来，仅这一款软件每周就有约一百万人与之分享绝望情绪。 这一切的现实后果在2025年集中爆发——关于人机关系、语言模型安全边界脆弱性、以及用户在经济驱动的公司产品中泄露隐私等问题，引发了广泛的社会反思。 数位作者早已预见了这一临界点。他们的新书提醒我们：尽管当下的技术发展与社会事件看似混乱且迅猛，这一切其实根植于关于“照护、科技与信任”的更深层历史。 大型语言模型常被称为“黑箱”，因为没有人能确切说明它们的输出过程。它们算法复杂、训练数据庞大，因此其内部机制对人类而言几乎是不可见的。而在心理健康领域，人类大脑也常被称作另一种“黑箱”——心理学与精神医学同样面对一个根本困境：无法真正看清他人内心，更难精确界定痛苦的根源。 如今，这两种“黑箱”正在互相作用，生成不可预测的反馈循环。这不仅让心理疾病的成因更加模糊，也让“治愈”的路径更难辨明。对这些现象的焦虑，既源于AI技术的飞速发展，也唤起了早在20世纪60年代就由麻省理工学院计算机科学家约瑟夫·魏岑鲍姆提出的警告——他在那个年代就反对电脑化的心理治疗。 《机器人医生：当医生让我们失望——AI如何拯救生命》 作者：夏洛特·布利斯耶鲁大学出版社，2025 医学哲学家夏洛特·布利斯在《机器人医生》一书中提出了一个相对乐观的观点：AI 有潜力缓解医疗系统的压力并改善病患体验。她在书中明确指出，读者若期待她写一封“献给科技的情书”，恐怕会失望。布利斯认为，AI 模型或许能帮助减轻患者的痛苦，同时缓解医疗人员的疲惫。 “卫生系统正濒临崩溃，”她写道，“病患的增加与医生的短缺，使得错误滋生的温床愈发肥沃。医生越少、病人越多，等待时间越长，我们的挫败感就越深。” 布利斯认为，AI 不仅可以减轻医生的巨大工作量，还能化解患者与医护人员之间长期存在的紧张关系。例如，许多人因为害怕被评判而不愿就医——尤其是在心理健康问题上。AI 的匿名与无偏见特性，或许能让更多人敞开心扉。 但她也警告，AI 治疗师可能给出不一致甚至危险的回应，隐私问题更是悬而未决——毕竟，AI 公司并不受医疗保密法规（如 HIPAA）的约束。 布利斯的写作动机也带有个人色彩：她的两位兄弟患有一种无法治愈的肌肉萎缩症，其中一人等待确诊的过程长达数十年。在撰写此书期间，她在短短半年内失去了伴侣与父亲。她写道：“我亲眼见证了医生的智慧与善意，也见证了照护体系中可能出错的地方。” 《硅制心理医师：AI如何让世界成为一座精神病院》 作者：丹尼尔·奥伯豪斯麻省理工出版社，2025 丹尼尔·奥伯豪斯在《硅制心理医师》中延续了类似的思考。他以妹妹的离世为开端，探讨科技是否有可能减轻精神疾病的负担。 “也许这些数字足迹本能为医生提供线索，”他写道，“假如算法能通过她的手机或电脑察觉到她的痛苦，是否能更早干预？而她是否愿意被这样‘监控’？” 这种“数字表型学”的概念——即通过个人数字行为识别心理状态——看似优雅，但在精神AI（PAI）领域却潜藏风险。奥伯豪斯指出，精神医学本身尚未彻底理解心理疾病的成因，而AI 可能只是将这种不确定性数据化。他形容：“这是将物理学嫁接到占星术上的逻辑错误。” 他担忧，过度依赖AI分析可能使人类治疗师的判断力退化，甚至导致患者陷入“数字监狱”。在这种“算法精神病院”中，隐私、自由与尊严都被数据取代。 “算法的逻辑会让我们都成为数字病人，”他写道，“不需要铁栏，不需要白墙——只要有互联网，‘精神病院’就无处不在。” 《聊天机器人疗法：AI心理治疗的批判性分析》 作者：欧因·富勒姆劳特利奇出版社，2025 研究员欧因·富勒姆在《聊天机器人疗法》中从学术角度分析了AI治疗的商业逻辑。他指出，资本主义驱动的新科技常常将用户利益置于市场垄断之后。 他强调，AI治疗的成功离不开“赚钱”与“治愈”这两股力量的纠缠。用户越受益，企业越获利；而每次“治疗”都会产出可供商业利用的数据。这种循环让“照护”与“剥削”难以分割。 《赛克（Sike）》 作者：弗雷德·伦策塞拉顿出版社，2025 小说《赛克》将这一逻辑化作文学隐喻。故事讲述伦敦青年艾德里安使用AI心理师“赛克”处理焦虑。赛克通过智能眼镜无时无刻地分析他的行为、言语与生理反应，成为终极“数字表型仪”。 不同于现实中面向大众的应用，赛克是高端付费产品——每月费用高达2000英镑，象征着富人自愿进入的“精品数字囚笼”。 小说虽以科技为题，却避开了反乌托邦的恐怖，更多呈现现代社会中人与机器、疗愈与消费交织的暧昧状态。 人工智能治疗师的崛起，看似属于未来，但其实它的根源早在半个多世纪前就已萌芽。天文学家卡尔·萨根曾设想一种“计算机心理治疗终端网络”，可满足公众的心理健康需求。1958年，心理学家弗兰克·罗森布拉特在康奈尔航空实验室发明了可训练的神经网络——“感知机”，标志着AI与心理学的早期融合。此后，约瑟夫·魏岑鲍姆的“ELIZA”聊天程序成为第一个“计算机心理医生”，并引发了数十年的伦理争论。 魏岑鲍姆在1976年的《计算机的力量与人的理性》中警告道：“计算机可以作出精神判断，也许甚至能得出‘正确’的结论——但它们不应承担这样的任务，因为那是人类不该让渡的责任。” 如今，当AI治疗师大规模进入现实，我们再次见证了熟悉的循环：本以善意出发的技术，最终被卷入权力、商业与人性的复杂网络中。我们或许在为帮助受苦者开门的同时，也在不知不觉中关上了其他的门。 - [软件工程未来两年](https://rengongzhineng.io/%e8%bd%af%e4%bb%b6%e5%b7%a5%e7%a8%8b%e6%9c%aa%e6%9d%a5%e4%b8%a4%e5%b9%b4/): 软件行业正站在一个诡异的拐点上。AI 编程已经从“加强版自动补全”，进化成能够自主执行开发任务的代理（agents）。曾经推动科技行业大规模招聘的经济繁荣，如今让位于“效率优先”的指令：公司更常选择盈利而非增长、选择有经验的人才而非应届生、选择更小的团队但配备更强的工具。 与此同时，新一代开发者正在进入职场，他们的计算方式完全不同：更务实地看待职业稳定性，更怀疑拼命内卷文化，并且从第一天起就在 AI 辅助中成长。 接下来会发生什么，确实充满不确定性。下面是五个可能塑造 2026 年之前软件工程走向的关键问题，每个问题都给出两个对立的情景。这并不是预测，而是帮助你准备的“观察镜头”。目标是给出一条更清晰的应对路线图：基于当前数据，同时保留这个圈子惯有的健康怀疑。 传统的路径——“学编程 → 找初级岗位 → 成长为资深”——正在摇晃。一项哈佛研究分析了 6200 万名劳动者，发现当企业采用生成式 AI 后，初级开发者就业在六个季度内下降约 9–10%，而资深岗位几乎不动。过去三年，大型科技公司招聘的应届毕业生减少了 50%。有工程师冷笑说：“为什么要花 9 万美元雇一个需要培训的新人？一个 AI 编程代理更便宜。” 这不仅仅是 AI 的影响。宏观因素，比如利率上升和疫情后经济修正，大约在 2022 年就已经冲击了招聘，那时 AI 工具还没普及。但 AI 加速了趋势：一个资深工程师配合 AI，如今可以做出过去需要一个小团队才能完成的产出。很多公司并不是大规模裁掉新人，而是更“安静地”选择不招。 反转情景是：AI 释放出巨大的开发需求，推动软件进入所有行业，而不只是互联网公司。医疗、农业、制造、金融都开始深度嵌入软件与自动化。AI 不是替代开发者，而是让开发工作扩散到过去从未雇佣程序员的领域。这样一来，入门岗位会变多，但形式不同：你会看到更多“AI 原生”开发者，他们快速为特定行业构建自动化与集成。 美国劳工统计局仍然预测，2024–2034 年软件岗位增长约 15%。如果企业用 AI 扩大产出，而不是单纯削减人力，他们仍然需要人来抓住 AI 创造的机会。 悲观情景的长期风险常被忽略：今天的新人就是未来的资深工程师与技术领导。如果整个行业切断人才管道，5–10 年后就会出现领导力真空。业内老兵称之为“慢性衰退”：生态系统停止培养继任者。 怎么做： 初级开发者：让自己 AI 熟练且足够“多面手”。证明“一个新人 + AI”可以达到过去一个小团队的产出。用 AI 编程代理（Cursor/Antigravity/Claude Code/Gemini CLI）构建更大的功能，但要理解并能解释每一行（至少是绝大多数）。把重心放在 AI 不容易替代的能力：沟通、问题拆解、领域知识。考虑相邻入口岗位（QA、开发者关系 DevRel、数据分析）。建立作品集，尤其是集成 AI API 的项目。考虑学徒制、实习、外包合同或开源贡献。不要成为“需要别人手把手训练的普通应届生”，要成为一个能立刻贡献、学习很快的工程师。 资深开发者：新人减少意味着更多“脏活累活”会落到你身上。用自动化处理例行任务，但不要一切都自己扛。搭建 CI/CD、静态检查、AI 辅助测试，把基础问题挡在上线前。通过开源或跨部门辅导进行“非正式带教”。要坦诚地向管理层说明“全资深团队”的风险。如果新人需求反弹，要准备好更有效的 onboarding，并学会以 AI 协作的方式委派任务。你的价值在于放大整个团队的产出，而不只是自己写更多代码。 现在有 84% 的开发者经常使用 AI 辅助。对许多人而言，遇到 bug 或新功能时，第一反应不是从零写代码，而是写提示词，再把 AI 生成的片段拼起来。入门程序员正在跳过“硬练”：他们可能从未亲手写过二叉搜索树，也没独自调过内存泄漏。 技能正在从“实现算法”转向“会问 AI 正确的问题，并验证它的输出”。现在的第一阶梯更像是提示与验证能力，而不是原始编码能力。有些资深工程师担心这会制造一代“离开 AI 就不会写”的工程师，形成一种去技能化。更糟的是，AI 生成代码会带来细微 bug 与安全漏洞，经验不足的人很容易漏掉。 对立情景是：AI 处理日常 80%，人类专注最难的 20%。架构、复杂集成、创造性设计、极端边界条件——这些不是机器能独立解决的。AI 越普及，人类专业性反而越重要。这就是“高杠杆工程师”：用 AI 放大产出，但必须深刻理解系统才能驾驭它。 当每个人都能使用 AI 编程代理时，区分优秀开发者的能力变成：你是否知道 AI 什么时候错了、什么时候次优。正如一位资深工程师说：“最强的工程师不会是打字最快的人，而是知道什么时候该不信 AI 的人。” 编程会发生变化：少打样板代码，多审查... - [AI 时代的代码审查](https://rengongzhineng.io/ai-%e6%97%b6%e4%bb%a3%e7%9a%84%e4%bb%a3%e7%a0%81%e5%ae%a1%e6%9f%a5/): AI 并没有杀死代码审查。它只是让**“举证责任”变得更加明确了。在今天，发布代码时，你必须附带它能正常工作的证据——比如人工验证、自动化测试；而代码审查本身，则更多用于评估风险、意图与责任归属**。独立开发者依靠自动化来跟上 AI 的速度，而团队则通过审查来建立共享的上下文与所有权。 如果你的 Pull Request 里没有“它确实能工作”的证据，那你并不是在更快地交付——你只是把工作往下游推而已。 截至 2026 年初，超过 30% 的资深开发者表示：他们发布的代码中，大部分是由 AI 生成的。真正的挑战在于：AI 非常擅长起草功能，但在逻辑、安全性和边界条件上表现不佳——仅在逻辑错误这一项上，出错率就高出 75%。这直接分裂了工作流： 做得好的情况下，这两种方式都把 AI 当作加速器；但真正的分水岭在于验证——由谁来验证、验证什么、在什么时候验证。 我以前就说过一句话：如果你没有亲眼看到代码做了正确的事情，那它就还没工作。AI 不是这个原则的例外，而是把它放大了。 开发者如何使用 AI 进行代码审查 无论如何，当你是独立开发，还是在一个需要他人长期维护你代码的团队中，工作流和心态都会截然不同。 独立开发 vs 团队开发：快速对比 独立开发者：以“推理速度”交付 越来越多的独立开发者开始“相信 AI 的感觉”，他们只检查关键部分，其余交给测试来兜底，从而极快地发布功能。 在这种模式下，编程代理就像能力极强的实习生，可以在很少人工干预的情况下完成大规模重构。Peter Steinberger 就坦言： “我现在几乎不读代码了。我会看生成过程，有时扫一眼关键部分，但大多数代码我并不会读。” 此时的瓶颈不再是敲键盘，而是等待 AI 推理输出的时间。 但这里有个前提：没有强测试体系，所谓的速度提升会瞬间消失。如果你跳过审查，并不是省掉了工作，而是把它延后了。真正能用 AI 高速前进的开发者，并不是盲目信任它的人，而是那些已经建立起可靠验证系统的人。 这并不意味着独立开发者会鲁莽行事。负责任的独立开发者，往往会构建大量自动化测试作为安全网——目标通常是高覆盖率（常见 >70%），并使用 AI 实时生成测试来捕捉 bug。令人意外的是，现代编程代理在设计复杂的端到端测试方面表现相当出色。 对独立开发者而言，真正的杀手级能力是与语言无关、以数据为驱动的测试。只要测试足够全面，代理就能在任何语言中构建（或修复）实现，并在过程中不断验证。我个人的做法是：先写一个 spec.md，让 AI 起草，我来审核确认，然后进入循环：写 → 测 → 修。 关键在于：即便在这种前沿模式下，独立开发者依然要进行人工测试和关键性思考。你必须亲自运行应用、点击 UI、真正使用功能。当风险更高时，就多读代码、多加校验。即使在高速前进中，一旦看到丑陋代码，也要当场修掉，而不是让技术债堆积。 即便如此，你的职责依然只有一句话：交付一份你已经证明可用的代码。 团队：AI 改变了审查的瓶颈位置 在团队环境中，AI 是强大的代码审查助手，但永远无法替代人类在质量、安全性与可维护性上的判断。 当多名工程师协作时，错误的代价和代码的生命周期都更长。很多团队已经开始使用 AI 审查机器人对 PR 做第一轮检查，但仍然要求人类最终签字。Graphite 的 Greg Foster 直言： “我完全不认为 AI 代理会成为人类工程师签署 PR 的替代品。” 真正的问题不在于 AI 会不会漏掉格式问题，而在于：AI 增加了产出规模，把负担转移到了人类身上。随着 AI 的普及： 当输出速度超过验证能力时，审查就成了新的限速器。Foster 的话说得很直白： “如果我们在发布一些从未被任何人真正读过、理解过的代码，那我们是在承担巨大的风险。” 在团队中，AI 带来的是洪水般的产出，因此必须强制增量化：把代理生成的结果拆成可消化的小提交。人类签字不会消失，只是进化为聚焦 AI 不擅长的部分——比如路线图一致性、组织上下文，以及历史约束。 安全性：AI 的可预测弱点 有一个领域，人类监督绝对不可妥协：安全。 大约 45% 的 AI 生成代码包含安全漏洞；逻辑错误出现的概率是人类代码的 1.75 倍；XSS... - [在谷歌的14年里学到的21条经验](https://rengongzhineng.io/%e5%9c%a8%e8%b0%b7%e6%ad%8c%e7%9a%8414%e5%b9%b4%e9%87%8c%e5%ad%a6%e5%88%b0%e7%9a%8421%e6%9d%a1%e7%bb%8f%e9%aa%8c/): 大约14年前，当我加入谷歌时，我以为这份工作就是写出优秀的代码。某种程度上我没错。但随着时间推移，我渐渐意识到，真正能茁壮成长的工程师，不一定是编程最强的人，而是那些懂得如何在代码之外应对一切的人：人与人之间的关系、团队政治、目标对齐，以及模糊不清的环境。 这些经验是我希望自己更早明白的。有些经验能帮我少走几个月的弯路；有些则花了多年才真正体会到。它们都与具体技术无关——因为技术变化太快，不值得执着。它们讲的是那些反复出现的模式：一个又一个项目，一支又一支团队。 我分享这些，是因为我曾受益于前辈工程师的经验分享。这是我想回馈的一次尝试。 1. 最优秀的工程师，痴迷于解决用户问题。人很容易沉迷于某项技术，然后到处找机会去应用它。我也犯过这样的错，几乎每个人都犯过。但真正创造最大价值的工程师，是那些从用户问题出发，深刻理解问题本质，并让解决方案从理解中自然浮现出来的人。 对用户的痴迷意味着要花时间在支持单中、与用户交谈、观察用户遇到的困难，并不断追问“为什么”，直到找到问题的根源。真正理解问题的工程师，往往能找到比所有人预期都更简单优雅的解决方案。 相反，那些从解决方案出发的工程师，往往会在寻找“合理化”的过程中，构建出复杂性。 2. “你是对的”很廉价，一起变得正确才是真正的工作。你可以赢下所有技术争论，却输掉整个项目。我见过聪明绝顶的工程师，因为总是“房间里最聪明的人”，而无形中积累了团队的怨气。这种代价会在后期以“神秘的执行问题”或“奇怪的阻力”形式体现出来。 真正的能力不在于“对”，而在于能否进入讨论以对齐问题、为他人留出空间，并对自己的确定性保持怀疑。 “强烈观点，弱持有”——不是因为缺乏信念，而是因为在不确定性中做出的决策，不该与自我身份绑定。 3. 行动优先。发布它。你可以修改一篇糟糕的文稿，却改不了一张空白页。追求完美是瘫痪性的。我见过工程师为一个从未实现的架构争论数周。完美的方案很少只靠思考得出——它诞生于与现实的接触。AI在这方面也能提供巨大帮助。 先做，再做对，再做得更好。把丑陋的原型拿给用户看；写下凌乱的设计文档初稿；发布那个让你略感尴尬的MVP。你从一周的真实反馈中学到的，比一个月的理论争论更多。 动力带来清晰。分析瘫痪带来空无。 4. 清晰即资深，聪明是负担。工程师都有写“聪明代码”的冲动，因为这让人感觉能力出众。 但软件工程真正发生的地方，是当时间和他人介入之后。在这种环境中，清晰不是风格选择，而是降低运营风险的手段。 你的代码是一份“凌晨两点陌生人会看的战略备忘录”。优化的目标不是你的优雅，而是他们的理解。我最尊敬的高级工程师，永远选择清晰胜于聪明。 5. 新奇是一笔债务，你将以宕机、招聘和心智负担偿还。把技术选择当作拥有有限“创新代币”的组织来管理。每采用一次非标准方案，就花掉一个代币，而你负担不起太多。 关键不是“永不创新”，而是“只在你被付费去创新的地方创新”。其他一切都应选择“无聊”的方案，因为“无聊”的系统有已知的失败模式。 “最好的工具”往往是“在多种情况下最不糟的工具”，因为技术动物园的维护成本才是真正的负担。 6. 代码不会替你发声，人会。早年我以为“好代码会自己说话”。错了。代码沉默地躺在仓库里。你的经理会不会在会议上提到你？同事会不会推荐你去参与项目？这些才决定你的影响力。 在大公司里，许多决策发生在你不在场的会议上，由你没写的总结报告决定，而参与者只有五分钟和十二个优先事项。如果没有人能在你不在时清楚表达你的价值，那你的影响几乎等于零。 这并不是“自我推销”，而是让价值链对他人——包括你自己——都清晰可见。 7. 最好的代码，是你根本不用写的代码。工程师文化常常歌颂“创造”。没人因为删除代码而升职——尽管删除代码往往比新增更能提升系统质量。你不写的每一行代码，都是你永远不必调试、维护或解释的一行。 在动手之前，先问自己：“如果我们什么都不做，会怎样？”有时答案是“也没什么坏事”，那这就是最好的解决方案。 问题不是工程师不会写代码或不会用AI写，而是我们太擅长写代码，以至于忘了问一句：“这段代码真的有必要存在吗？” 8. 当你的用户足够多时，连你的bug也会有用户。用户多到一定程度后，系统中每一种可观察行为都会被人依赖——无论你是否承诺过。有人会抓取你的API、自动化你的“怪癖”、缓存你的漏洞。 这带来一个职业级洞见：不能把兼容性工作当作“维护”，而把新功能当作“真正的工作”。 兼容性本身就是产品。 设计废弃时，要把它当作迁移：给时间、给工具、给同理心。多数“API设计”，其实是“API退休”。 9. 大多数“慢”的团队，其实是“错位”的团队。当项目进展迟缓时，人们的本能是怪执行力：是不是大家不够努力、技术选错了、工程师不够多。通常这些都不是根本问题。 在大公司里，“团队”才是并发的单位，而协调成本会随团队数呈几何级增长。多数的慢，其实是对齐失败——有人在做错的事，或者在错误方式下做对的事。 高级工程师花更多时间去澄清方向、接口、优先级，而不是“更快地写代码”，因为真正的瓶颈就在那儿。 10. 专注你能控制的，忽略你不能的。大公司中，很多变量都超出你掌控：组织调整、管理决策、市场变化、产品转向。纠结这些只会带来焦虑，却无助于行动。 那些保持冷静又高效的工程师，会聚焦于他们的影响范围。你无法控制重组是否发生，但你能控制工作的质量、应对方式，以及你从中学到什么。当面对不确定性时，把问题拆分成小块，明确你能采取的具体行动。 这不是被动的接受，而是战略性的聚焦。花在无法改变之事上的精力，就是被偷走的行动力。 11. 抽象并不能消除复杂性，只是把复杂性推迟到你值班那天。每个抽象层都是一种赌注——赌你永远不需要理解底层细节。有时你会赢，但抽象总会泄漏，当那一刻到来时，你必须知道自己脚下是什么。 高级工程师即使在技术栈越堆越高时，依然会去学习底层知识。这不是怀旧，而是出于对系统失败时那一刻的尊重。要善用你的技术栈，但也要理解它的崩溃方式。 12. 写作带来清晰。想更好地学会某件事，就尝试去教它。写作能迫使人理清思路。每当我试着向别人解释一个概念——不论是在文档、演讲、代码审查评论，还是和AI聊天——我都会发现自己理解中的空白。让别人能看懂，也让自己看得更清楚。 这不仅仅是“分享知识”的善意行为，更是一种自我学习的捷径。如果你觉得你理解了某件事，试着用最简单的方式解释它。你卡壳的地方，就是理解的盲点。 教学，是调试你的思维模型。 13. 让其他工作得以发生的工作，最有价值——也是最容易被忽视的。“粘合工作”——文档、入职培训、跨团队协调、流程改进——至关重要。但如果你不有意识地对待它，这些工作可能会拖慢你的技术成长，甚至让你精疲力竭。陷阱在于：你出于“好心”去做，而非将其视作有界、有价值的成果。 限定时间。轮换负责。让成果可见。 把它们转化为文档、模板、自动化脚本。并让这些产出以“影响”呈现，而非以“性格”呈现。 “无价且隐形”对职业生涯而言，是危险的组合。 14. 如果每场争论你都赢，那你可能正在积累无声的抵抗。我学会对自己的确定性保持警觉。当我“赢得太容易”时，通常有问题。人们停止反驳，不是因为被说服，而是因为放弃了。而他们会在执行阶段，而非会议上，表达这种不满。 真正的对齐需要时间。你必须理解他人视角、吸收反馈、并有时公开改变立场。 短期的“我是对的”的快感，远不如长期与人愿意合作的现实。 15. 当一个衡量指标成为目标时，它就不再具备衡量意义。所有被管理层盯上的指标，最终都会被“游戏化”——不是出于恶意，而是因为人类天生会优化被衡量的事物。 如果你追踪代码行数，你会得到更多的行数；如果你追踪速度，你会得到夸大的估算。 高级做法是：每当有人要求一个指标，你提供一对——一个代表速度，一个代表质量或风险。 然后坚持基于趋势作分析，而非崇拜阈值。目标是洞察，而不是监控。 16. 承认不知道，比假装知道更能带来安全感。高级工程师说“我不知道”不是弱点，而是在建立安全信号。领导承认不确定，意味着团队也可以坦诚。反之，当所有人都假装理解，问题就会被掩盖，直到爆发。 我见过那种“最资深的人从不表示困惑”的团队，也见过由此造成的损害。问题没人问，假设没人挑战，初级工程师沉默，因为他们以为“别人都懂”。 以好奇心为榜样，才能拥有真正学习的团队。 17. 你的社交网络，比你任何一份工作都持久。早年我只专注工作，忽视了人脉。现在回头看，这是个错误。那些花心思建立关系的同事——无论公司内外——几十年都受益。 他们更早听到机会消息，更快搭建跨团队合作，更容易被推荐，甚至与信任已久的人一起创业。 工作不会永远，但关系可能会。带着好奇与慷慨去经营，而不是功利心。 当你准备离开时，往往是关系为你打开下一扇门。 18. 性能的提升，更多来自“删工作”，而非“加聪明”。当系统变慢时，人们常常选择添加：缓存层、并行处理、更聪明的算法。有时这没错，但更多时候，真正的突破来自一个问题：“我们有没有在做根本没必要的事？” 删除不必要的工作，几乎总比加快必要的工作更有效。最快的代码，就是根本不运行的代码。 在优化前，先问一句：这项工作真的该存在吗？ 19. 流程存在，是为了降低不确定性，而不是制造文书痕迹。好的流程让协调更容易、失败更廉价。坏的流程只是官僚表演——不是为了帮你，而是为了方便事后追责。 如果你解释不出某个流程如何降低风险或增加清晰度，那它大概率只是负担。而如果人们花的时间更多在“记录工作”，而不是“完成工作”，那说明出了大问题。 20. 最终，时间比金钱更宝贵。要据此行事。职业早期，你用时间换金钱——没问题。但某个阶段后，等式会反转。你会意识到，时间才是不可再生的资源。 我看过资深工程师为了升一级拼到筋疲力尽，为了多拿几个百分点的薪水不断透支自己。有些人得到了，但大多数人事后都在想：这真的值得吗？ 答案不是“不努力”，而是“知道自己在交换什么，并且有意识地做出选择。” 21. 没有捷径，但有复利。专业能力来自刻意练习——持续在能力边缘突破、反思、再重复。没有浓缩版本。 但好消息是：学习的复利在于创造新选择，而不仅仅是积累新知识。写作——为清晰，而非流量；构建——为复用，而非炫技；把伤痕——整理成手册。 把职业当作复利曲线，而不是彩票。那些这样做的工程师，往往走得更远。 最后的思考虽然有二十一条经验，但归根结底其实只有几条核心原则：保持好奇、保持谦逊，并永远记得——工作本质上是关于“人”的。关于你为谁构建产品，也关于你与谁一起构建。 一段工程师生涯足够长，可以犯很多错，也足够长，可以从错误中学到足够多。我最敬佩的工程师，不是那些从不出错的人，而是那些从错误中学习、分享所悟、并持续投入的人。 如果你刚起步，请相信：这条路会随着时间变得越来越丰盈。如果你已深耕多年，希望这些话能与你共鸣。 - [作为创始人 CTO 的角色：第八年](https://rengongzhineng.io/%e4%bd%9c%e4%b8%ba%e5%88%9b%e5%a7%8b%e4%ba%ba-cto-%e7%9a%84%e8%a7%92%e8%89%b2%ef%bc%9a%e7%ac%ac%e5%85%ab%e5%b9%b4/): 2025 年，真是非同寻常的一年。如果说作为一家创业公司的创始人，正常的一年已经像是经历了四到五年的时间密度，那么这一年更接近整整十年。我们这个行业的变化速度异常疯狂。“vibe coding” 这个概念甚至还不到一年历史。Apple 首次在美国被迫允许应用内使用外部支付链接。应用变得前所未有地容易构建。孩子们现在想成为开发者，好开兰博基尼。市面上出现了各种课程，承诺只要学会做应用就能赚到数百万，把应用开发变成了几年前的“无货源电商”。 我们被迫迅速适应，并不断扩展“开发者”的定义。我们从最初帮助开发者赚更多钱，逐渐转向帮助应用赚更多钱，最终又演进为帮助 vibe coders 赚更多钱。 就在这一切变化的正中央，我的CostDog公司差点被收购。 所以，请允许我继续这一年一度的年终反思。又一年，我们继续学习如何打造一家我们希望能成为世代级的公司。 房间里的大象 在去年的博客文章中，我遗漏了一个重要细节。事实上，那篇文章完全可能成为这个系列的最后一篇。因为在 2024 年底，我们收到了一份非常严肃的收购要约，想要收购 CostDog。 作为一名创始人，这是你会在脑海里反复想象、却从不真正相信会发生的事情，直到它真的发生。一家我们由衷敬重的大公司希望与我们合并。这种感觉极具肯定意义。我和联合创始人 Jim多年前做的那个“小玩具”，已经成长为别人真正想要的东西。不是 VC 在幻灯片上放大的数字，而是一场真实、有意义的流动性事件。 接下来的几周，用“情绪化”和“压力巨大”来形容都远远不够。要约到来时，我们的状态并不好。我们很疲惫。Jim刚刚摔断了脚踝，一边承受身体上的疼痛，一边承受康复过程带来的心理负担。一切都显得比平时更加沉重。 有些日子，我醒来时确信我们应该卖掉公司；而另一些日子，我又百分之百确定绝不能卖。事情变得更复杂的原因在于，Jim和我经常不同步，在兴奋和怀疑之间交替摇摆。一个人觉得头脑清晰，另一个却充满犹豫。 我们从未以出售公司或快速套现为目标来创业。但当真正严肃的报价摆在面前时，你有责任认真对待。这笔交易意味着我个人将获得九位数的回报。说实话，这对我来说是一大笔钱。这对创始人而言是一个极好的结果，但对部分投资人和团队成员来说，就未必如此。 继续独立前行 最终，在权衡了一切之后，我们决定不卖。 当时，我们手上有一件明显正在奏效的事情，而且它正在变得越来越好。我们面前的机会巨大。我们已经成为应用经济中一个至关重要的组成部分。我们拥有优秀的用户、强劲的增长势头，以及一支花了多年时间才组建起来的世界级团队。而一旦出售，你就真的卖掉了。不管交易结构如何，公司都不再属于你。那些让它与众不同的东西，那种文化，一切都会不可避免地发生变化。 如何走得更远 真正的问题随之而来：我们该如何让这件事在未来十年甚至更久的时间里，对我们来说是可持续的？ 我们写下了一份“会让我们选择退出的原因清单”。当我们认真审视它时，发现其中大多数问题要么可以用钱解决，要么完全在我们自己的控制之中。对我来说，最重要的是只和那些能激励我的人一起工作，而不是消耗我能量的人，同时确保我的家庭被妥善照顾。 于是，我们决定再融资一轮。这轮融资包含了一个有意义的二级交易部分，帮助我们降低了决策风险，也移除了大量反复犹豫。我们把这件事坦诚地告诉了整个团队，然后继续建设。 这是一个非常个人化的决定，每个人的情况都不同。除了写下利弊清单之外，对我帮助最大的一件事，是去联系那些曾经有机会出售公司、但最终选择不卖的创始人，那些几十年如一日坚持走下去的人。 我们往往在公开场合庆祝“退出”，尽管其中许多并未给创始人或投资人带来真正有意义的结果。对选择出售的人，我完全尊重，毕竟创业真的非常艰难。但我们很少庆祝那些年复一年、持续推进、打造持久事业的人。 其中一位创始人对我说过一段话，让我至今难忘。他说，冲浪或者做你喜欢的事情六个月听起来很棒，但最终你会感到无聊，想再做点什么。大多数人低估了打造一个真正有人需要的东西有多难。这需要多年的努力和高度一致的投入。他意识到这家公司是他最大的资产，而如果他留下来，它的价值会更高。所以他试着在公司内部找到一个仍然能让自己感到乐趣的位置。 我是一个创造者。环游世界、冲浪六个月听起来确实很诱人，但我内心深处知道，两周之后我就会开始感到无聊。 家庭的支持 另一场关键的对话发生在我和妻子之间。她对我说，如果你卖掉公司，会有点可惜，这是你和 Jacob 的孩子。我回答她，如果我们继续走下去，就意味着未来十多年更多的牺牲，更多的压力，更多的出差，以及更多我精神疲惫地回家的夜晚。 她想了一会儿，然后对我说，这正是我们过去十年一直过的生活，而且它是有回报的。我们为你和 Jim感到非常骄傲。 你必须有点疯狂，才会心甘情愿地放弃这次收购本可以为我们家庭带来的世代财富。但她相信我们能把这件事做得更大，也应该继续向前。这些年她承受了很多，没有她的支持，CostDog不可能走到今天。如果你想打造一家世代级的公司，结婚一定要慎重。 我的角色 也许这是我角色变化最小的一年。我的日常工作和前一年几乎完全一样，职责也没有太大变化。我是不是终于变成了一个“真正的高管”？也许吧，谁知道呢。最大的不同在于，我只是把所有事情都做得更多了。我也愿意相信，我做得更高效，也稍微更好了一些。规模变大了，影响力也随之放大。 年初，我给自己定下了四个简单的目标：用 CostDog真正向 App Store 发布一个应用；更多前往旧金山，与高管和创始人建立更深的联系；每天至少与一位客户交谈；以及每周至少锻炼三次。我很高兴地说，这四个目标我全部完成了。 成为“吉祥物” 这是我在公司历史上对外活动最多的一年。我在 2024 年已经出差很多，而 2025 年更多。Jason Lemkin 说得对，你必须登上飞机。五十次航班，四十五个晚上不在孩子身边。我参加了多个大会，在其中许多场发表演讲，出现在纽约和巴黎的 Vibe Coding Cafes，也参与了我们自己的年度大会，而它如今已经扩展成一整周的活动。我还组织了社区聚会，并花了更多时间与开发者面对面交流。 我对出行这件事变得非常有意识，努力让每一次出差都值得。并不是每一个活动都同样有价值，尤其是飞去旧金山时，我会尽量确保每一趟行程都包含真正高杠杆的时刻。这种方式让出行不再显得随意，而更像是一种有目的的关系建设。会议不再是终点，而只是借口。 这一年里，另一个让我感到特别有趣的经历，是作为评委参与了由 Bolt 组织的全球最大黑客松。 招聘 招聘可能会成为我永远的工作，而且毫无疑问，这是我能为公司做的最具杠杆效应的事情。今年，我花了大量时间主动联系顶尖候选人，进行初步交流，讲述公司的愿景，甚至飞到对方面前，试图亲自促成一些关键招聘。创始人面试依然是招聘流程中非常重要的一环，今年我大约做了四十场。这仍然是可控的，也仍然能带来巨大价值，我暂时没有打算取消这一阶段。 我也借助新投资人的力量，重新启动了一轮 VP of Engineering 的招聘。最终，这次尝试并没有成功。我们并非迫切需要这个角色，但如果合适，它会给我带来极大的杠杆。然而这个岗位的标准极高，“还不错”远远不够。这可能是公司里影响力最大的角色，一个错误的决定，可能让我们倒退半年甚至更久。最终，我选择停止这次搜索，把精力转向培养现有的工程管理层，并帮助已经在岗位上的领导者继续成长。 最近，我还在和 People 团队密切合作，梳理招聘流程中的瓶颈，改进我们的运作方式。这是缓慢、有时令人沮丧的工作，但它会随着时间复利，并最终以质量的形式回报我们。 文化 文化，可能永远都会是我工作的一部分。今年我们在这方面做了很多事情。从撰写一本系统性说明我们如何工作的书，到在年度线下活动中对齐全公司，再到推出一些具有强记忆点的内部倡议。这些努力的目标，是创造共享的心智模型，让人们在没有明确指令的情况下，也能做出更好的决策。 随着公司规模变大，协同不可能靠运气发生，它必须被持续、有意识地强化。 授权 多年组织建设、与一线工程师并肩工作、辅导管理者、不断拉伸人才，这些积累在今年带来了几个让我极其自豪的时刻。 其中之一发生在美国法院强制 Apple 允许外部支付链接时。团队的反应几乎是即时的。所有人迅速集结，完成必要的产品调整，并启动实验，试图尽快理解这一变化对生态系统的真实影响。更特别的是，这恰好发生在我们的年度团建期间。我亲眼见证了整个过程。我们放弃了许多既定活动，团队跨越边界协作，熬夜一起解决问题。那种感觉非常奇妙，我能想到的最好比喻，是参加一场可以进入后台的演唱会。我并没有亲自推动上线，我的贡献早在多年前就已经完成——通过打基础、招人和设计组织结构，让这一切成为可能。 另一个让我骄傲的时刻，是团队对 AI 编码工具的采用。我们起步很早，行动也很快，而让我欣慰的是，这几乎与我无关。团队本身既好奇又务实。大家自然地分享工具、流程和经验，生产力显著提升，却没有陷入炒作，也没有滑向极端的 AI 垃圾内容。这一切的发展方式，正是我最希望看到的样子。 今年也是我第一次完全不需要参与 SOC 2 或合规相关的任何事务。与此同时，我们取得了有史以来最好的 Vanta 评分，并在安全实践上取得了显著进步。 救火 和往年一样，这一年也有许多问题升级成了真正的“火灾”。当员工人数突破一百人后，团队之间出现更多摩擦几乎是不可避免的。 最痛苦的两次发生在年初，分别与系统稳定性事件和客服容量有关。这两个领域我们都出现了明显倒退，我不得不亲自介入。那段时间并不轻松，有艰难的对话，也有令人不适的时刻，在解决问题的过程中承受了很大的压力。 但我对最终的结果感到由衷满意。现在的状态比以往任何时候都好，与这些领域的领导者之间的共识也达到了历史最佳水平。 组织调整 正如我去年所说，重组是不可避免的。今年我们再次进行了组织调整。有些变化规模较大，有些则较小，但整体过程比过去更快、更高效，也少了许多戏剧性。今年一个重要的变化是，工程经理在组织设计中扮演了更重要的角色。他们深度参与了团队结构设计、工程师调配以及招聘计划的制定。我们仍然犯了一些错误，但整体感觉更加成熟、顺畅。 OCTO 今年我启动的一个重要新举措，是... - [2025：大语言模型之年](https://rengongzhineng.io/2025%ef%bc%9a%e5%a4%a7%e8%af%ad%e8%a8%80%e6%a8%a1%e5%9e%8b%e4%b9%8b%e5%b9%b4/): 2025：大语言模型之年 这是我年度系列回顾过去 12 个月里 LLM 领域发生的一切 这一年充满了许多不同的趋势 ： 这就是 2025 年的总结 。 “推理”之年 OpenAI 在 2024 年 9 月通过 o1 和 o1-mini 开启了“推理”——即推理缩放（inference-scaling）或称“来自可验证奖励的强化学习”（RLVR）革命 。他们在 2025 年初通过 o3、o3-mini 和 o4-mini 加倍投入，此后“推理”已成为几乎所有其他主要 AI 实验室模型的标志性功能 。+1 关于这一技巧重要性，我最喜欢的解释来自 Andrej Karpathy ： 通过在许多环境（例如数学/代码谜题）中针对自动可验证的奖励训练 LLM，LLM 会自发地产生在人类看来像是“推理”的策略——它们学会将问题解决分解为中间计算，并学会了许多用于来回思考以弄清楚问题的策略（参见 DeepSeek R1 论文中的示例） 。 运行 RLVR 被证明提供了极高的性价比（能力/$），这吞噬了原本打算用于预训练的算力 。因此，2025 年大部分的能力进展是由 LLM 实验室消化这一新阶段的“红利”所定义的。总体上，我们看到了模型规模相似但 RL 运行时间长得多的 LLM 。+1 2025 年，每个知名的 AI 实验室都至少发布了一个推理模型 。一些实验室发布了可以在推理或非推理模式下运行的混合模型 。许多 API 模型现在都包含拨盘，用于增加或减少应用于给定提示词的推理量 。+1 我花了一段时间才理解推理有什么用 。最初的演示展示了它解决数学逻辑谜题和数出“strawberry”中有多少个 R——这两件事我在日常模型使用中并不需要 。+1 事实证明，推理的真正开启点在于驱动工具 。拥有工具访问权限的推理模型可以规划多步骤任务，执行任务，并继续对结果进行推理，从而更新计划以更好地实现目标 。+1 一个显著的结果是 AI 辅助搜索现在真的好用了 。以前将搜索引擎连接到 LLM 的结果值得怀疑，但现在我发现即使是我更复杂的研究问题，通常也能通过 ChatGPT 中的 GPT-5 Thinking 得到解答 。+1 推理模型在编写和调试代码方面也非常出色 。推理技巧意味着它们可以从错误开始，逐步检查代码库的许多不同层级以找到根本原因 。我发现即使是最棘手的 Bug，也可以通过一个具有阅读和执行代码能力的优秀推理模型，在大型且复杂的代码库中诊断出来 。+2 将推理与工具使用相结合，你就得到了…… 智能体之年 我在年初做了一个预测：智能体（Agents）不会发生 。整个 2024 年大家都在谈论智能体，但几乎没有它们能够工作的例子，更令人困惑的是，每个使用“智能体”这个词的人似乎都在使用略有不同的定义 。+1 到了 9 月，由于缺乏清晰的定义，我对自己一直避免使用这个词感到厌烦，于是决定将它们视为：一个为了实现目标而在循环中运行工具的 LLM 。这消除了我进行相关生产性对话的障碍，这始终是我对这类术语的目标... - [AI 让我们写更好的代码了吗？](https://rengongzhineng.io/ai-%e8%ae%a9%e6%88%91%e4%bb%ac%e5%86%99%e6%9b%b4%e5%a5%bd%e7%9a%84%e4%bb%a3%e7%a0%81%e4%ba%86%e5%90%97%ef%bc%9f/): 几十年来，我们都很清楚什么样的代码才算“好代码”。完善的测试。清晰的文档。小而边界明确的模块。静态类型。无需举行一场小型宗教仪式就能启动的开发环境。 这些东西一直都是“可选的”，而在时间压力之下，“可选项”通常最先被砍掉。 但智能代理（agent）却需要这些“可选项”。它们并不擅长先把事情弄得一团糟，再事后清理。代理更像是一台扫地机器人，直接从狗屎上碾过去，然后把脏东西拖得满屋都是。 唯一的护栏，就是你设置并强制执行的那些规则。如果代理所处的上下文不完整，护栏又不够坚固，你很快就会陷入痛苦的境地¹。相反，如果护栏足够扎实，大模型就可以不知疲倦地反复尝试，直到唯一能走出的路径就是正确答案。 我们这个六人团队，为了适配“代理式编码”，做了很多具体、而且有时颇具争议的投入。下面聊聊其中一些不那么显眼，但非常关键的点。 100% 的代码覆盖率 我们最具争议的一条规范，恰恰也是最有价值的一条：我们要求 100% 的代码覆盖率²。 几乎所有人在第一次听到这条规则时都会持怀疑态度，直到他们真正体验上一天。那时你会发现，它有时简直像一件秘密武器。 在我们的语境中，覆盖率并不只是为了防止 bug；它的核心作用，是保证代理已经对它写下的每一行代码的行为进行了“双重确认”。 一个常见的误解是：别人以为我们相信 100% 覆盖率等于“没有 bug”。或者以为我们是在追逐指标，而指标总是会被“刷”。这两点都不是我们的出发点。 为什么一定要 100%？在 95% 的覆盖率下，你仍然需要判断哪些代码“重要到值得测试”。在 99.99% 时，你甚至不知道 ./src/foo.ts 里那一行没覆盖到的代码，是不是在你开始这个新功能之前就已经存在的。而当你达到 100% 时，会发生一次“相变”，所有这些模糊性都会消失³。只要有一行没被覆盖，那一定是你刚刚主动引入的。 覆盖率报告会变成一份简单直观的待办清单，告诉你还有哪些测试需要补齐。这同时也减少了一个需要交给代理去权衡和推理的自由度。 在 100% 覆盖率下，测试带来的杠杆效应会出现一次阶跃式的提升。当模型新增或修改代码时，我们会强制它展示那一行代码是如何工作的。它不能停留在“看起来是对的”，而必须用一个可执行的例子来证明。 还有一些额外的好处：不可达代码会被删除；边界情况会被显式表达；代码评审也变得更容易，因为你能看到系统中每一个部分被期望如何行为、以及将要如何变化的具体示例。 命名空间是个了不起的想法，让我们多用一点吧 代理式工具在你的代码库中进行导航的主要机制，其实是文件系统。它们会列出目录、读取文件名、搜索字符串，并把文件拉进上下文。 你应该像对待任何其他接口一样，认真对待你的目录结构和文件命名。 一个叫做 ./billing/invoices/compute.ts 的文件，即使内部代码完全一样，也比 ./utils/helpers.ts 传达的信息要丰富得多。帮一帮 LLM，好好组织你的文件结构。 此外，尽量使用数量更多、范围更小的文件。 这会改善上下文加载的效果。代理在把大文件拉进工作集时，往往会进行摘要或截断。小文件可以显著降低这种风险。如果一个文件足够短，能够被完整加载，模型就可以在上下文中始终保留它的全部内容。 在实践中，这会加快代理的工作流，并消除一整类性能退化的问题。 快速、短暂、并发的开发环境 在旧世界里，你通常只生活在一个开发环境中。你会在那里精雕细琢解决方案，反复调整，运行命令，重启服务，逐步收敛到最终结果。 而在代理时代，你做的事情更像是养蜂：在不了解每个进程内部具体发生了什么的情况下，协调多个进程的运作。因此，你需要培育一个健康、良好的蜂巢。 快速你的自动化护栏必须运行得足够快，因为你需要频繁运行它们。目标是让代理始终处在一条“短绳”上：做一个小改动，检查它，修复它，重复这个过程。 你可以通过多种方式来运行这些检查：代理钩子、git 钩子，或者仅仅通过提示词（比如在 AGENTS.md 里）。但不管采用哪种方式，你的质量检查都必须足够“便宜”，以至于频繁运行它们不会拖慢整体节奏。 在我们的配置中，每一次 npm test 都会创建一个全新的数据库，运行迁移，然后执行完整的测试套件。 之所以能这样做，是因为我们把每一个阶段都做到了极致地快。我们使用高并发、强隔离，并且为第三方调用加入了缓存层⁵。我们有超过一万条断言，但整个过程大约一分钟就能跑完。如果没有缓存，时间会变成 20 到 30 分钟；而如果你期望代理在一个任务中多次运行测试，那就会额外增加数小时的成本。 短暂（Ephemeral）一旦你适应了代理的工作方式，你会很自然地开始同时运行很多代理。你每天会多次创建并销毁开发环境。这一切都必须是全自动的，否则你就会下意识地避免这么做。 我们的工作流很简单： new-feature 这个命令会创建一个新的 git worktree，拷贝那些不在 git 中的本地配置（比如 .env 文件），安装依赖，然后启动你的代理，并提示它先采访你，一起写一份 PRD。如果功能名足够具有描述性，它甚至可能直接开始干活，假设自己能推断出其余上下文。 关键并不在于我们的具体脚本，而在于延迟。如果这个过程需要好几分钟，还涉及大量手动调整和配置，你就不会去用它。但如果它只需要一个命令，耗时 1 到 2 秒，你就会频繁地使用。 在我们的场景中，一个命令就能几乎立刻给你一个全新的、可用的环境，并且已经有代理准备开始工作。 并发最后一个要素，是能够同时运行这些环境。拥有一堆 worktree 并没有什么用，如果你一次只能激活其中一个。这意味着任何可能发生冲突的东西（例如端口、数据库名称、缓存、后台任务）都需要是可配置的（理想情况下通过环境变量），或者以某种不会冲突的方式进行分配。 如果你使用 Docker，这其中的一部分问题会自动得到解决，但总体要求是一样的：你需要一个可靠的隔离方案，这样才能在一台机器上同时运行多个完全可用的开发环境，而不会互相干扰。 端到端类型 更广义地说，尽可能多地自动化和强制执行最佳实践。减少 LLM 的自由度。如果你还没有在使用自动化的 linter 和 formatter⁶，那就从这里开始。把它们设得尽可能严格，并配置为在 LLM 完成任务或即将提交代码时自动应用修复⁷。 同时，你还应该使用一门强类型语言⁸。 整类非法状态和非法转换都可以被直接消除。类型系统会缩小模型可采取行动的搜索空间，同时又充当了权威文档，精确描述了每一层中数据是如何流动的。 TypeScript我们在很大程度上依赖 TypeScript。如果某件事可以被合理、干净地表达在类型系统中，我们就一定会这么做。而且我们会把语义意义压进类型名里。目标是让“这是什么？”和“它会流向哪里？”在一眼之下就能得到答案。 在使用代理时，好的语义命名是一种放大器。如果模型看到 UserId、WorkspaceSlug 或 SignedWebhookPayload... - [“AI 之后”：后 LLM 时代的科学与技术革命将会如何进行？](https://rengongzhineng.io/ai-%e4%b9%8b%e5%90%8e%ef%bc%9a%e5%90%8e-llm-%e6%97%b6%e4%bb%a3%e7%9a%84%e7%a7%91%e5%ad%a6%e4%b8%8e%e6%8a%80%e6%9c%af%e9%9d%a9%e5%91%bd%e5%b0%86%e4%bc%9a%e5%a6%82%e4%bd%95%e8%bf%9b/): 没有任何专家能够逃脱“专业能力对数式增长”的曲线。无论是星舰企业号的工程官乔迪·拉福吉少校（前景），还是莉亚·布拉姆斯博士（中景），当然也包括舰载计算机本身（背景）。图片来源：screenrant，wikipedia（本文最初是在 LinkedIn 风格的平台上随手写成的，下面版本略作修订，以便更好地“掌控所有权”和保持理智。） 一切专业能力都是对数增长的，而不是指数增长 星舰企业号的工程官——乔迪·拉福吉少校——几乎就是“使用生成式 AI 的工程师与高管”的原型人物。他时时刻刻都在使用那台由反物质驱动的舰载 LLM，甚至经常在生死攸关的时刻，用它来解决全新、一次性的复杂问题。 但他之所以能如此成功地使用这些系统，并不是因为 LLM 本身多么强大，而是因为他能够识别极其细微的错误，并用自己顶级的训练背景和多年一线实战经验进行补偿与增强。 换句话说，他拥有通过长期磨炼获得的高度专业化的隐性知识（tacit knowledge），而这种知识是任何静态数据语料库——无论多么庞大、详尽——都不可能具备的。品味、判断力和直觉不是天生的，而是后天培养出来的：通过系统训练、刻意练习，以及与现实世界的频繁、剧烈碰撞。是的，是频繁而暴力的现实碰撞。 然而，不论是人类还是计算机，其专业能力的增长都遵循对数曲线：最初进步飞快，持续一小段时间；随后进步放缓但仍可感知；最终，增长几乎变得不可察觉——再多的投入，也难以带来有意义的产出。 换句话说： 专家系统，需要专家用户。 我将这一现象称为：乔迪·拉福吉悖论（The Geordi LaForge Paradox）。 语言模型越大、越复杂，用户自身的世界模型就必须越成熟。只有受过严格训练的放射科医生，才有能力去审视计算机模型给出的影像分类结果。也只有乔迪，才能同时挑战舰载计算机与布拉姆斯博士那种高度专业、深度信息化的判断——因为只有他，是通过唯一可行的方式学会那些真正困难的东西的：那条漫长而艰辛的道路。 而这一科学事实，具有深远的影响。 关于“2030 年及以后”的故事，其实正在当下发生 只是，人们并没有在正确的地方寻找那串“丢失的钥匙”。他们只盯着那根炽热的路灯柱——也就是由核电驱动的、抽象化的大型 LLM 机器。像飞蛾扑火一样，被自己制造出来的引力井所困：既包括情绪与心理注意力上的沉没成本，也包括现实世界中的实际投入。 我对 LLM 技术的乐观判断是： 到大约 2030 年左右，我们将从 Transformer 架构、规模化与压缩中，获得一些并非微不足道的直接收益，例如： 然而，真正巨大的收益将来自间接效应：当 GPU 投资开始“变形”为服务于当今严重被忽视、却足以重塑世界的科学与工业应用领域时。 可以想象这样一个场景：“校园级 GPU 超级计算机，便宜到几乎可以忽略计量成本。” 巨量 GPU 基础设施 → 工业应用的嬗变 我真诚地希望，我们能看到类似历史上铁路、电信或云计算繁荣之后发生的那种局面： 巨额资本投入，通过资产减记、贱卖、破产式并购等方式，重新分配基础设施所有权，从而催生完全出乎意料的工业、经济乃至社会政治现象。 或许（我希望如此），我们会看到数据中心的去中介化：整柜整柜的计算设备被运往私营企业、大学等地方——后院里堆着超级计算机。 一个全新的“Oxide Computer Company”式企业生态，随之诞生。 突破性科学与工业工程，需要“周期时间”的压缩 如果真的进入一个“GPU 便宜到不计成本”的阶段——假设持续十年，直到 2040 年左右——那么传统确定性建模与仿真类工作负载的迭代周期，可能会被极大地压缩。 比如： 凡是今天“计算成本高得离谱”的事情，都可能被彻底重塑。 那么，我们这些年到底在建什么？ 整个社会一直在构建高度并行的计算硬件——GPU 与内存逐渐成为商品化单元，主要是由消费级应用驱动的，而不是重工业或国防需求。 路径大致是： 但问题在于：规模化 AI 正以比加密挖矿更快的速度，撞上同样的能源与物理极限，而且资本支出与运营成本高出几个数量级。 IBM CEO Arvind Krishna 在 Decoder 播客中与 Nilay Patel 的一段对话，把这一点说得非常直白（重点为作者强调）： “我们回到当下的成本来讨论，因为未来的东西都只是猜测。填满一个 1 吉瓦的数据中心，大约需要 800 亿美元。这是今天的数字。如果一家公司要承诺 20–30 吉瓦，那就是 1.5 万亿美元的资本支出。而且五年内必须把它用完，否则就得推倒重来。现在全世界在追逐 AGI 的承诺，大约是 100 吉瓦规模，那就是 8 万亿美元的资本支出。我认为这是不可能获得回报的。因为 8 万亿美元的资本支出，意味着你至少需要 8000 亿美元的利润，才能支付利息。” LLM 的狂热爱好者或许会认为 IBM 只是因为“错过风口而心怀不满”。但 IBM... - [2026年的软件工程会怎样呢？](https://rengongzhineng.io/2026%e5%b9%b4%e7%9a%84%e8%bd%af%e4%bb%b6%e5%b7%a5%e7%a8%8b%e4%bc%9a%e6%80%8e%e6%a0%b7%e5%91%a2%ef%bc%9f/): 在假期期间，我一直在思考：2025年AI编程工具的进展，将会在2026年如何影响软件的设计、构建与运行方式。 到目前为止，大语言模型（LLM）工具带来的最主要影响，是高质量代码的边际生产成本——无论是时间成本还是金钱成本——都显著下降了。当然，写代码只是软件工程整体工作的一部分，因此工程时间的瓶颈会自然转移到其他环节。 那么，作为软件工程师，我们到底在做什么？给出一个模糊但或许有点用的定义：构建、演进并运营分布式软件系统，从而提供明确的商业价值。在这三点中，“构建”随着LLM的出现明显变得更便宜，“演进”系统也变得更容易；而从我目前的观察来看，“运营”系统受到LLM影响最小。 至于“商业价值”，它会因公司不同、工程组织不同而变化。一个最明显的区分是基础设施团队与产品团队。我预计产品团队会从LLM编程中获得更大的提升——LLM似乎对前端理解得尤其好，而且产品团队往往有更多从零开始（greenfield）的工作，而基础设施则较少。 市场将会期待软件工程师能够真正从LLM中榨取生产力红利。整体来看，这个行业正走向更高度的机械化，但也因此变得更高效。再技能化（reskilling）与思维方式的转变已经加速了几个月，但其大多数影响仍尚未完全显现。 以下是我预计在2026年会进一步加速的一些变化： 基础设施抽象良好的基础设施抽象，其回报会以更快的速度复利增长。你是否能快速发布二进制文件，并同样快速地回滚？你是否拥有开箱即用的方式，能够迅速为所服务的功能启动新的计算资源或后端？ 所有核心基础设施组件仍然至关重要：指标、日志、事故管理、功能开关、发布系统、自动扩缩容、编排、工作流引擎、配置、缓存、网络等等。企业若能让这些核心基础设施既易于人类使用，也易于LLM使用，将会获得巨大收益。基础设施应尽可能做到自助化，提供友好的CLI或支持MCP的API，并尽量减少必须由基础设施工程师亲自介入才能解锁进展的情况，无论面对的是人类还是AI。 CI基础设施随着AI代理编写的代码越来越多，CI基础设施的质量、保真度与速度将变得更加重要。我们或许需要重新思考“单元测试”本身，在技术栈的底层更多投入诸如性质测试（property testing）和形式化验证等方法。 人类通常不喜欢写测试——它们不好玩、机械，而且常常让人觉得是在为本可以用来写炫酷实现代码的精力缴税。但LLM对此毫无心理负担。我们已经没有任何借口不去实现几乎穷尽的测试场景覆盖。 人类引导的抽象清晰、由人类引导的抽象将变得愈发重要。如果没有强有力的指导原则，LLM往往会用贪婪、填空式的方式生成代码，只要能通过CI检查就好，长期来看会不断制造“意大利面式”的代码结构。前期仍然需要良好的直觉与成熟的“系统品味”。模块边界、库接口、基础设施层与产品层之间的契约，这些都会成为维持长期代码质量的高杠杆因素。缺乏清晰边界的系统，将会更快地积累技术债。 LLM生成的代码并不天然等同于高质量代码。尽管过去一年中质量提升显著，但只需几个构造不佳的PR，就依然可能让团队迅速淹没在技术债之中。 人工代码评审人工代码评审将越来越成为一个重要瓶颈，并且需要形成一种新的“评审品味”。在可能的情况下，样式层面的争议应尽量下沉到自动化lint中，在合并前运行，理想情况下甚至由LLM代理在提交前完成。人工评审应当重点关注那些之后无法轻易通过代码生成来弥补的决策：例如接口变更、涉及数据持久化的敏感代码、以及性能关键路径代码，这些仍然需要高度审慎的审查。 这也给初级工程师带来一个悖论：他们需要更早培养“评审品味”，但却在“写代码”这一传统上用于形成直觉的环节中参与得更少。 我们需要集体回答一些问题：哪些代码即便不完美，但在风格上是可以接受的？哪些代码是绝对不允许提交的？哪些是新的“滑坡式”坏味道？代码评审本身，又有多少是可以自动化的？ 项目时间预期的方差上升我预计项目时间预估的方差会显著增大。一项任务在多大程度上可以被LLM化，将越来越直接地影响其实际耗时。这会对高价值项目产生压力，推动它们被设计成更适合LLM参与的形式，但这种调整往往并不可行。 最有价值、也最需要降低风险的项目，往往恰恰是最不适合LLM辅助的：它们需要深厚的上下文理解，涉及底层系统，或者具有极高的爆炸半径。 一些过去需要长期投入的任务现在变得容易得多（例如以代码为中心的迁移，或跨语言、跨系统的转换）；而另一些任务的难度则相对稳定（例如网络相关工作）。 AI对“自建 vs 购买”决策的影响代码成本的下降，会在多大程度上影响SaaS领域的“自建还是购买”决策？我的猜测是：在边际上会有影响，但在结构性上影响有限。对于主要是CRUD加一层薄UI的商品化SaaS，中大型技术公司在具备成熟IT能力的情况下，决策会更多倾向于自建。 但对于基础设施即服务（IaaS）或合规即服务（compliance-as-a-service），决策逻辑不会发生太大变化，因为这些系统的运营成本并未像开发成本那样大幅下降。 一些尚待回答的问题：我们是否仍然需要对每一行代码进行人工审查？这件事到底有多关键？哪些系统需要“放大镜级”的审查，哪些真的可以完全靠“vibe coding”？软件工程师最好的“用更多信息对抗低质量输出（Add bits to beat slop）”方式是什么？当模型变得快100倍、便宜1000倍时，又会发生什么变化？ 一个让我豁然开朗的想法是：在每一条服务日志上运行一个LLM将变得足够便宜。现在这听起来仍然有些荒谬或多余，但可以想象它在某些场景下会非常有用，比如辅助调试事故。我已经开始看到一些很有前景的演示：针对事故排查而设计的、自动化的LLM副驾驶工具。 - [阿尔茨海默症：从成因与风险因素到模型与干预](https://rengongzhineng.io/%e9%98%bf%e5%b0%94%e8%8c%a8%e6%b5%b7%e9%bb%98%e7%97%87%ef%bc%9a%e4%bb%8e%e6%88%90%e5%9b%a0%e4%b8%8e%e9%a3%8e%e9%99%a9%e5%9b%a0%e7%b4%a0%e5%88%b0%e6%a8%a1%e5%9e%8b%e4%b8%8e%e5%b9%b2%e9%a2%84/): 自从单克隆抗体在阿尔茨海默症（Alzheimer’s Disease, AD）治疗中效果令人失望以来，学界围绕其真正病因的讨论持续升温。许多人在问：“如果不是β-淀粉样蛋白，那是什么？”在癌症中，我们消灭癌细胞；在心血管疾病中，我们降低LDL颗粒，从而显著降低风险。那么，在阿尔茨海默症中，“LDL”对应的是什么？ 作者认为——这个问题没有唯一答案。AD的成因是多因素的（multifactorial），没有单一机制能解释所有病例。每种因素都可能在不同个体中增加患病风险，但都不是决定性的。同时，预防AD与治疗AD应当分开思考： 作者目前在Retro Biosciences公司从事相关研究，但他对阿尔茨海默症的兴趣远早于此。过去在观察AD研究时，他发现其复杂性远超心血管疾病：在心血管病中，LDL升高导致动脉粥样硬化，降低LDL风险显著下降；而在AD中，去除β-淀粉样蛋白并没有同样效果。 一、关于“阿尔茨海默症”的定义 根据阿尔茨海默症协会（AA Workgroup, 2024）的定义：AD的出现以脑内β-淀粉样蛋白（amyloid-β）积聚为标志，此后出现tau蛋白缠结与神经退行性变化。若仅出现tau缠结而无β-淀粉样蛋白，则被归为“与年龄相关的原发性tau病变（PART）”或其他非AD类型。 因此，即使患者认知正常，只要脑中存在大量β-淀粉样蛋白，也会被定义为AD患者。该定义的目的不是“客观”，而是为了在研究与诊断上统一标准。尽管有人批评这是“淀粉样假说偏向”，但这种定义仍有实用意义，因为大多数认知退化病例确实伴随淀粉样沉积。 然而，当抗体疗法能够清除脑内淀粉样蛋白，却仍无法阻止神经退行时，这一定义就暴露出局限：疾病的根本机制显然仍在继续。 二、什么是“成因”？ 作者提出几个常见的“因果”定义，并指出AD都无法完美符合： 因此，与其说AD有单一病因，不如说是多种失衡过程叠加的结果。在多数情况下，是β-淀粉样蛋白的产生与清除失衡，导致其积聚；而炎症反应又会抑制清除机制，使淀粉样越积越多。随着年龄增长，神经细胞对炎症信号更敏感、修复能力更差，最终形成一个“恶性平衡”：细胞持续死亡而缺乏修复。 三、主要风险因素 以下因素都可增加AD的发病几率（非决定性）： 这些因素共同说明：AD不是由“单一病原体”引起的，而是炎症、遗传、病毒感染与衰老交织的产物。 四、病理模型与治疗启示 在许多病例中，病毒或慢性炎症会激活脑内免疫反应，引发β-淀粉样蛋白的生成——后者可能具有抗微生物功能（Gosztyla et al., 2018）。但炎症本身缺乏“精确控制”，随着年龄增长，这种反应会变得过度且持久。 更复杂的是，这种炎症“记忆”可能写入细胞的染色质结构，使细胞即便在刺激消退后仍保持高炎症水平。这解释了为何动物模型疗效良好而人体试验失败——在老年人中，炎症与代谢退化已根深蒂固，单纯清除淀粉样或病毒并不能逆转病程。 因此，Retro Biosciences等团队转向新的策略： 这些方法与过去“清除单一病理物质”的思路不同。过去数十年，研究几乎被“β-淀粉样+tau”药物所主导（Cummings et al., 2024），而现在制药业开始探索炎症调节、细胞复活、代谢重建等多维方向。 五、总结与展望 从遗传学、流行病学与干预研究的综合证据看，AD并无单一“成因”。在疾病尚未发生时，控制风险因素（感染、炎症、创伤等）是可行的预防手段；但一旦疾病启动，再去修改这些外部风险因素的收益极小。 作者在推文中写道：“阿尔茨海默症没有原因（Alzheimer’s has no cause）。”真正的意义是：我们应放弃寻找单一罪魁祸首的执念，转而理解疾病的动态机制——包括细胞老化、自噬衰退、慢性炎症与代谢失衡——并从这些过程入手设计治疗方案。 未来真正有效的疗法，或许不会是“清除β-淀粉样”或“抑制tau”，而是让神经系统重新获得年轻状态与稳态。唯有如此，阿尔茨海默症的治愈才可能成为现实。 - [未来的“记忆战争”：为什么Karpathy、马斯克和Jim Fan所描绘的未来，取决于16层堆叠HBM](https://rengongzhineng.io/%e6%9c%aa%e6%9d%a5%e7%9a%84%e8%ae%b0%e5%bf%86%e6%88%98%e4%ba%89%ef%bc%9a%e4%b8%ba%e4%bb%80%e4%b9%88karpathy%e3%80%81%e9%a9%ac%e6%96%af%e5%85%8b%e5%92%8cjim-fan%e6%89%80%e6%8f%8f/): “周末属于哲学。”——@ramahluwaliaRam说得对。让我们暂时离开芯片规格表，从更宏观的角度看看我们到底正在见证什么。 本周，Andrej Karpathy发了一条推文，让我震惊： “我从未觉得自己在编程领域如此落后。这个职业正在被彻底重构，程序员能贡献的部分越来越稀疏、零碎。如果我能正确地把现有工具串联起来，我的效率至少能提高10倍。” 这可是Karpathy——打造特斯拉自动驾驶系统的人，仅两个月前他还在Dwarkesh的播客上对现有模型持怀疑态度。如今他却说自己“跟不上了”。发生了什么变化？推理层的能力突破了关键门槛——而且还将迎来更大的飞跃。 同一周，《电子时报》爆料：英伟达（NVIDIA）已向三星、SK海力士、和美光下达16层堆叠HBM的交付订单，计划在2026年第四季度投入量产。这不是研究阶段，而是真实的生产计划。 这两个信号其实是同一个故事的两面。16层HBM、3D堆叠SRAM、英伟达收购Groq的200亿美元授权交易——这些构成了让Karpathy“提升10倍威力”的基础设施。而这也揭示了：AI芯片之战，或许已经结束。 为什么AI正在“饥饿”——记忆的瓶颈 AI模型的增长速度远快于数据供给能力。例如，Llama 3（700亿参数）光是权重就需140GB内存；若使用128K上下文窗口，每个用户的KV缓存需要40GB。并发10个用户？光缓存就400GB。 当上下文扩展至100万tokens时（类似Gemini级模型），单个用户的KV缓存达到约312GB。服务100个用户意味着31TB内存需求。 GPT-4估计有1.76万亿参数，FP16格式需约3.5TB内存；到2028年，10万亿参数模型将至少需要5TB。 99%空转问题 AI推理的秘密是——价值4万美元的H100在解码阶段利用率不到1%。 原因在于算力与带宽的不匹配。H100拥有990 TFLOPS计算力和3.35 TB/s带宽，设计目标是295 FLOPs/字节。但推理解码时，每生成一个token都要从HBM中加载整个模型权重，只执行约2 FLOPs/字节，然后GPU就在等待内存。 训练阶段能达到百倍以上的算术强度，但推理阶段是串行的，核心单元大多在空转。这就是“记忆墙”——也是训练与推理在架构上必须分离的根本原因。 HBM vs SRAM：物理极限 两种存储的取舍如下：HBM（高带宽内存）：容量大（80 GB → 192 GB → 1 TB 预计2027年）、延迟高（100–150 ns），适合训练与大模型权重。SRAM（片上静态存储）：容量小（50 MB → 230 MB），但延迟极低（0.5–2 ns），适合低延迟推理。 问题在于：算力每两年提升约750倍，而内存带宽仅提升1.6倍。结果是，从V100到H100，计算与带宽比翻倍，使GPU在推理任务上越来越“力不从心”。 关键拼图 1️⃣ 16层HBM之战英伟达要求在JEDEC 775 μm封装高度内堆叠16层DRAM。这意味着晶圆要薄至30 μm，层间键合小于10 μm，热管理几乎没有工业先例。三星、SK海力士、美光正拼命攻关。胜者将在2028年前占据500亿美元年营收市场。 2️⃣ SRAM扩展的物理极限SRAM密度几乎停滞，N3E与N2制程提升有限。Groq的LPU通过230 MB SRAM实现80 TB/s内部带宽，在Llama 3.3 70B上每秒生成276 tokens（GPU仅60–100），但要容纳整个模型需576颗芯片、8个机柜。 3️⃣ 英伟达收购Groq的真正意义英伟达并非买芯片，而是买验证。Groq证明SRAM中心、确定性架构在低批量推理中具优势。英伟达正将其思想吸收进路线图。 4️⃣ Pouladian的“作弊码”未来架构“Feynman”（2028）将采用3D堆叠SRAM与HBM混合层级。计算芯片基于TSMC A16背面供电技术；SRAM层使用廉价成熟节点，通过混合键合垂直堆叠；HBM层提供训练所需容量。结果是：HBM负责权重，SRAM负责低延迟解码——两全其美。 路线图 2025–2026：HBM3E与12层HBM4量产，B200 GPU具192 GB、8 TB/s带宽。2026–2027：16层HBM4验证并交付。2027：Rubin Ultra实现1 TB HBM4E、32 TB/s带宽。2028+：Feynman登场——A16计算+堆叠SRAM+16层HBM4，训练垄断保持，推理差距消除。 谁将出局 Groq：其确定性架构被验证正确，但当Feynman实现3D SRAM后，延迟优势将迅速缩小。定制ASIC：Google TPU、Amazon Trainium、Cerebras等差异化空间收窄。AMD：虽有MI300X 192 GB HBM3，但若Feynman实现更高带宽与容量，仅靠制程赶超已不够。 2030年的意义——哲学层面 我们正在构建一个让AI推理几乎无限、边际成本趋零的基础层。当Feynman具备TB级可寻址内存与亚毫秒响应时，瓶颈将从“能否运行模型”转变为“我们要问它什么”。 Karpathy感到落后，是因为能力的增长速度超出了我们理解与使用的速度。Jim Fan也表达了焦虑：硬件的进步远超软件迭代能力。 视频世界模型将成为机器人学习的核心——但这类模型对存储需求极为庞大。16层HBM与堆叠SRAM不仅为聊天模型服务，更是“物理智能”的基础。 马斯克更直接地说： “将特斯拉使命从‘可持续的丰裕（Sustainable Abundance）’改为‘惊人的丰裕（Amazing Abundance）’。” 他预言未来10–20年内“普遍高收入”将取代“基本收入”，人类不再为生存而工作。 但实现这种丰裕的前提是：AI必须能运行。没有足够的内存基础设施，丰裕只是一句口号。 集中化与民主化并存 英伟达正以极快速度构建AI基础设施，几乎垄断整个堆栈。到2030年，“AI基础设施”可能等同于“NVIDIA”。然而，这也可能像晶体管之于Intel、互联网之于Google：技术实现了普惠，但价值集中于少数平台。 哲学上的新奇在于速度——以往的基础设施革命（铁路、电力、互联网）都耗时数十年，而英伟达的AI基础设施建设压缩在短短五年内。 因此，2030年的问题已不是“我们能否拥有充足AI推理能力”，而是“我们将用它创造什么”，以及——当智能的限制不再是硅，而是想象力时，我们是否准备好了？ Karpathy并未落后——他只是最早意识到，地面正在加速移动。是时候加速前进了！ - [英伟达收购 Groq 最新进展：人人赚钱，专利战火即将燃起](https://rengongzhineng.io/%e8%8b%b1%e4%bc%9f%e8%be%be%e6%94%b6%e8%b4%ad-groq-%e6%9c%80%e6%96%b0%e8%bf%9b%e5%b1%95%ef%bc%9a%e4%ba%ba%e4%ba%ba%e8%b5%9a%e9%92%b1%ef%bc%8c%e4%b8%93%e5%88%a9%e6%88%98%e7%81%ab%e5%8d%b3%e5%b0%86/): 英伟达以200亿美元收购Groq在这笔200亿美元的收购案中，所有人都得到了报酬：风险投资人、员工、创始人，整个股权表上的人都受益。85%的款项立即支付，剩余部分将在2026年底前结清。没有人被落下。 听起来是好消息，对吧？ 不完全是。英伟达实际上买下的是一整套可以“武器化”的专利库，这些专利很可能会通过“NPE”（非专利实施实体）被用来对行业发起“焦土战”。英伟达借此得到保护，而其他公司可能将被专利诉讼缠身。 至于 GroqCloud？交易显示它现在已经变成一个只剩下10%员工、没有核心知识产权、没有技术领导的空壳公司，而250万名开发者正在困惑：现在到底是谁在运营这项服务？ 让我们详细看看。 收购结构 这笔200亿美元的交易大致如下分配： Groq股东（包括风投、员工、创始人）： 加入英伟达的Groq员工（约占90%，约550人）： 暂停一下，90%的员工加入英伟达意味着什么？这大约是550人。这并不是外界猜测的“只挖几位关键工程师”，而是一次史无前例的大规模“人才收购”。对比来看：Instagram 13人被收购价10亿美元，WhatsApp 55人被收购价190亿美元。而英伟达此次以200亿美元买下550人，相当于人均3600万美元。英伟达绝对是认真的。 剩下10%留在GroqCloud的员工： Chamath的Social Capital预计可获约20亿美元（有传闻可能高达40亿美元）。好消息是——其他人也都赚钱，没有人被抛弃。 为什么是200亿美元？专利焦土战略 在上一篇文章中我提到过：英伟达得到的是Groq的团队、其在SRAM优先推理架构上商业化落地的经验，同时也消除了一个潜在威胁GPU主导地位的竞争者。 但我忽略了一个关键点：Groq的专利组合很可能被转移到NPE（非专利实施实体）手中。换句话说，这些专利会成为战略性专利诉讼的武器。 运作方式如下：GroqCloud 仍作为壳公司存在，持有专利。这些专利未来可能被出售或转移给某个专门从事专利诉讼的NPE。NPE 不生产产品，他们的业务就是——打官司。 想象一下：如果谷歌、亚马逊或其他公司尝试研发基于SRAM的推理芯片，NPE就会拿着Groq的专利起诉他们。目标公司只有两个选择： 而英伟达呢？他们已经获得非独占授权，可以自由使用，不受限制。换句话说，英伟达“被保护”，其他公司“被困住”。 这就是英伟达的“焦土战略”——在SRAM推理领域筑起一道专利壁垒。 GroqCloud作为独立公司并非重点，它只是副产物。剩下的10%员工只是为了维持客户合同运行，直到英伟达彻底整合技术与知识产权，并让专利组合成为竞争护城河。 GroqCloud 的困境 但问题来了。英伟达拿走了所有IP，90%的员工加入英伟达，那么GroqCloud还剩下什么？ 让我们简单算算： 因此，留在GroqCloud的实体，没有IP、没有技术领导、没有研发团队——只有一位财务主管在掌舵。那他们到底还在干什么？ GroqCloud的大客户 2025年2月，沙特阿拉伯承诺投资15亿美元扩建Groq在达曼的数据中心。Groq打造了该地区最大的推理集群，为“覆盖近40亿人口的中东及邻近地区”提供服务。 GroqCloud还在美国、加拿大、欧洲和中东运营13个设施。这些必须继续运行、履行合同、维持服务——这大概就是那10%员工的职责。 但没有IP、没有研发能力的他们，只能“维持现状”，无法创新。换句话说，他们不过是一个运营英伟达技术的托管服务公司。 至于那所谓“经济参与权”？参与什么？一个没有护城河、没有技术团队、没有知识产权的云服务公司？这部分股权的价值，最终只能由英伟达说了算——当GroqCloud被完全吸收或关闭时。 不止沙特 沙特的投资最引人注目，但GroqCloud的客户远不止此。截止收购前，公司已有250万开发者，2025年营收预计达5亿美元，并服务大量《财富》100强客户。 一些关键合作包括： 设想一下，你是这些客户之一——刚刚完成GroqCloud的系统集成，或正在基于LPU架构规划2026年的产品路线图。 突然得知： 当你提交支持工单，谁来答复？当你需要企业部署的新功能，谁来开发？当Llama API需要升级支持Llama 5时，谁来对接？ 如果你是IBM，刚在10月签署了Groq合作，到了2026年第一季度该怎么办？如果你是那250万名GroqCloud开发者之一，会不会开始寻找替代方案？ GroqCloud或许能继续运行现有服务，但它还能创新吗？还能竞争吗？当构建整个体系的团队都离开后，它还能跟上AI行业的迭代速度吗？ 总结 所有人都拿到了钱 :D。实现与知识产权归英伟达 :/.GroqCloud 成为一个“僵尸公司”，继续服务现有客户——直到无法为止 :(. - [知识工作中的杰文斯悖论](https://rengongzhineng.io/%e7%9f%a5%e8%af%86%e5%b7%a5%e4%bd%9c%e4%b8%ad%e7%9a%84%e6%9d%b0%e6%96%87%e6%96%af%e6%82%96%e8%ae%ba/): 19世纪，英国经济学家威廉·斯坦利·杰文斯（William Stanley Jevons）发现，一个看似矛盾的现象：当技术进步提升了煤炭使用的效率时，煤炭的总体需求量反而上升了。按照常理，如果假设需求保持不变，提高效率理应减少煤炭的消耗。但现实恰恰相反——效率的提升反而带来了巨大增长，因为资源的使用场景被大大扩展了。这个“杰文斯悖论”在工业化进程中屡次被验证，尤其是在技术领域。 举例来说，早期的大型主机时代，全球仅有数百台主机，只有世界上最大的企业才能负担得起。而到了小型机时代（大型机的更小、更廉价版本），全球的设备数量达到了几万台。再后来进入个人电脑（PC）时代，出货量则达到了数百万台——在短短三十年间，每一代计算机的普及率都提高了约一百倍。 在20世纪70年代，只有财富500强企业才能使用强大的软件来处理会计工作。而到了2000年代，随着云计算的出现，全球每一家理发店都能使用类似的工具。这种转变同样发生在CRM系统、通信技术、营销自动化、文档管理软件等几乎所有企业软件领域中。大型企业曾经在采购、安装、维护、计算能力等方面的巨大优势，几乎在一夜之间因云计算而消失。 因此，计算技术的效率提升实现了确定性工作的自动化普及（通过软件实现），这一趋势在几十年间席卷了几乎所有行业。然而，绝大多数企业的工作其实是非确定性的——也就是说，它们涉及复杂的判断与创造，例如审阅合同、编写代码、生成广告创意、进行高级市场研究、提供全天候客户支持等成千上万种任务。 人工智能代理（AI Agents）的出现，将使这类非确定性知识工作的民主化成为可能，这将彻底改变商业的许多方面。如今，大型企业可以轻松地在不同项目间调配资源，敢于投入实验性想法，能够为新项目聘请顶尖的律师或市场专家，甚至可以快速雇佣工程师来构建新计划。而这种灵活性与资源优势，通常是经过数十年甚至上百年成功经营才能积累的。也正因为如此，全球绝大多数公司与创业者在起步之初就面临着极大的劣势。 但AI代理从根本上改变了这种局面。它显著降低了组织中几乎所有任务的投入成本。许多人在思考投资回报率（ROI）时，错误地将“R”（回报）视为关键变量，而真正的杠杆点在于降低“I”（投资）的成本。任何经历过预算规划的人都清楚，经营企业时资源永远是稀缺的。当你是一个小团队时，你必须在营销网页、产品功能开发、客户支持、财务处理、新渠道拓展等多种任务之间艰难取舍——每一项投入都会牵制增长的潜力。 而现在，AI正在打破这种核心约束——即“执行任务的成本”。有位网友Roon在X（前Twitter）上指出，如今任何普通人通过AI所能获得的教育与辅导资源，甚至超过了过去贵族阶层能得到的。而在商业领域，今天的每一家小公司都能获得相当于十年前财富500强企业的技术与人才资源。 由于进入门槛的降低，许多领域的工作需求将增长10倍甚至100倍。过去那些因为成本过高而从未尝试的项目，如今都能轻易启动。想象一家十人规模的服务公司，以前他们没有自建的专属软件系统。要从零开始开发一个完整应用、确保其长期运行、安全稳定并响应客户需求，至少需要多人长时间投入，因此项目根本不会被启动。而现在，团队中的某个成员可能只需几天就能用AI生成原型、验证其商业价值。这种场景几乎可以套用到任何类型的组织任务中。 当然，许多人会担心：在这个新世界里，所有的工作都会消失吗？事实并非如此。尽管AI让我们能自动化许多任务，但真正创造价值的完整工作流程仍然需要人类去统筹、监督与提供上下文。过去几年AI模型性能的提升，确实让AI输出的质量显著提高，但距离“完全自主、能完美执行并持续维护”的AI仍然相差甚远。 我们已经看到AI能够替代人类完成许多具体任务（如市场研究、功能代码编写、广告内容创作等），但要将这些任务整合进真正创造价值的完整流程，依然需要人的判断与努力。即使未来AI能执行更多完整的工作流程，人类也会对工作成果提出更高要求。最终，今天的“工作”将演变成明天的“任务”。 事实上，这种情况在历史上屡见不鲜。如果你在1970年代告诉人们未来会有Figma或Google Adwords这样的工具，他们可能会认为市场营销岗位会大幅减少——因为未来一个人就能做许多岗位的事情。但结果恰恰相反。粗略估算（基于AI的数据分析）显示，1970年代美国与营销相关的从业者（公关、平面设计、广告等）大约有数十万人，而如今已达到数百万。 为什么在技术让工作效率提高数倍的同时，岗位数量却增长了五倍以上？正是因为效率的提升让更多企业能够参与其中。过去广告业仅属于大型消费品或汽车公司，如今几乎所有小企业都能开展营销活动。营销技术、CRM系统、数据分析、图形设计软件、投放平台、新的分销渠道等科技手段，让更多企业能证明做复杂营销是“划算的”。AI的普及将使这种现象在更多行业中重演。 杰文斯悖论正降临到知识工作领域。通过让执行各种任务的成本大幅降低，我们最终会做得更多。未来绝大多数AI计算资源（tokens）将用于我们今天根本不会做的事情——那些原本不会启动的软件项目、不会被审阅的合同、不会被发现的医学研究、以及不会被推出的营销活动。 - [大型公司中优秀工程师为何也会写出糟糕代码](https://rengongzhineng.io/%e5%a4%a7%e5%9e%8b%e5%85%ac%e5%8f%b8%e4%b8%ad%e4%bc%98%e7%a7%80%e5%b7%a5%e7%a8%8b%e5%b8%88%e4%b8%ba%e4%bd%95%e4%b9%9f%e4%bc%9a%e5%86%99%e5%87%ba%e7%b3%9f%e7%b3%95%e4%bb%a3%e7%a0%81/): 大型公司中优秀工程师为何也会写出糟糕代码 每隔几年，总有人注意到大型科技公司有时会产出令人意外的粗糙代码。如果你没有在大公司工作过，可能很难理解这是怎么发生的。大型科技公司薪资丰厚，足以吸引许多能力出众的工程师。他们的开发节奏也相对缓慢，看起来似乎有充足时间打磨出高质量的作品。那糟糕的代码究竟是如何出现的？ 大多数代码改动都由“新人”完成 主要原因在于：大型公司里充满了在非擅长领域工作的工程师。平均来看，大型科技公司的员工任期通常只有一到两年。事实上，这些公司的薪酬结构本身就设计成让工程师的工作周期被限制在四年之内：四年后，最初的股票赠与完全归属，意味着工程师可能面临 50% 的收入骤减。公司虽然会临时提供每年的“股票刷新”（refresh），但这显然会促使工程师去寻找下一份能重新锁定四年股票的新工作。 如果把公司内部的“团队调动”也算进去，情况就更糟了。笔者职业生涯中，在同一个团队或同一代码库待得最长的时间是三年——那还是刚入行时。如今几乎每年都会经历一次重组，甚至更频繁。 然而，大公司中代码库的寿命却远远更长。笔者目前维护的许多服务已有十年以上历史，期间换过无数个负责人。这意味着，许多工程师总是在“摸索中工作”。相当高比例的代码改动都出自“新手”之手——也就是那些刚加入公司、刚接触这套代码库、甚至刚开始学习这门编程语言不到六个月的人。 “老手”的作用 在某种程度上，这个问题由所谓的“老手”部分缓解。这些工程师长期围绕某个系统工作，积累了深厚的经验，能在代码审查中指出明显问题。但依赖“老手”有两个问题。 首先，这完全是非正式机制。大公司在培养系统级长期专家方面投入甚少，甚至在获得专家后也几乎不在意如何留住他们。这些人常常被调往其他服务，只能出于“志愿”心态继续维护旧系统，否则也得像新人一样在新系统里重新摸索。 其次，有经验的工程师几乎总是超负荷。在某个服务上拥有深度专业知识的人总是事务繁忙，根本没有时间亲自审查每一次改动，也无法参与所有技术决策。别忘了，他们也有自己的工作任务——如果他们把全部精力花在评审和会议上，反而会因为个人产出不足而被公司批评。 “中位数级别”的高产工程师 把这些因素放在一起，大型公司中“中位数级别的高产工程师”通常是这样的： 他们几乎都在赶工期，或者同时被多个项目的重叠截止日期压着。换句话说，他们尽力而为，但环境本身并不支持产出高质量代码。 这就是“显而易见的糟糕代码”出现的原因。例如，一个初级工程师接到修复某个讨厌 bug 的任务，对这份代码库几乎一无所知。他花了几天时间摸索，想出一个临时补丁式的解决方案。一位“老手”（如果幸运的话）在空闲半小时内看了一眼，否决原方案，并建议一个稍好、至少能用的替代办法。初级工程师尽力实现、简单测试通过、经过一次简短评审后便上线。所有人立刻转向下一个更高优先级的任务。五年后，有人看到这段代码，惊叹道：“天哪，这写得太糟糕了——这么大的公司怎么会有人写出这种东西？” 大型公司对此心知肚明 作者指出，他曾在多篇文章中分析这种公司内部的技术动态。最直接的一篇《像软件公司一样思考》中，他认为大公司始终优先追求内部可读性——即“能一眼看出谁在做什么，并能随时更换人员”的能力——而非生产力本身。 他们很清楚，让工程师“可替换”、频繁调动，会削弱在某一代码库中积累深度经验的能力。但这是一种有意为之的权衡：公司愿意牺牲一部分专业性与代码质量，以换取在“本月最热门问题”出现时，能迅速调动熟练工程师的灵活性。 这种策略究竟是好是坏，作者也不确定。但显然，它对大公司运作是有效的——尤其在如今“你能多快转向 AI 相关项目”成为竞争核心的时代。既然公司主动选择这种模式，那么产出一些真正糟糕的代码就不可避免。当你要求工程师在不熟悉的系统上快速交付成果时，这就是自然后果。 个体工程师对此完全无能为力。尤其在 2025 年，如今权力的天平更加倾向于公司高层而非工程师。个人能做的最好努力，就是尽量成为一个“老手”：在至少一个领域积累专业知识，用它来阻止最糟糕的改动，并在团队中引导出至少“合理”的技术决策。但这常常是逆流而行，若处理不当，甚至可能导致你被绩效警告（PIP）或更糟的后果。 “纯粹”与“不纯粹”的工程 作者认为，这一切归根结底源于“纯粹工程”与“不纯粹工程”的区别。 对“纯粹工程师”而言——他们从事的是自成体系的技术项目，例如编程语言或算法开发。在他们看来，糟糕的代码只可能出自能力不足。 而“不纯粹工程师”更像水管工或电工。他们总在赶进度、处理新项目，即便技术功底扎实，也不可避免地会被某些奇怪、意外的环境因素拖累。在这种情境下，写出一些“不完美代码”几乎是必然的。只要系统整体能正常运行，项目就算成功。 在大型公司中，工程师往往无法选择自己是做“纯粹”还是“不纯粹”的工程。那不是他们的代码库！如果公司想让你从数据库基础设施转到支付系统开发，他们有充分权力这么做。你在陌生系统中犯错的可能性——或你的旧团队因失去你而遭遇困境——这些都是公司而非工程师本人所做的取舍。 指出大公司代码糟糕的例子是没问题的。至少这能促使具体问题被修复——因为高层往往乐于把“坏名声”转化为“好公关”。但作者认为，把责任主要归咎于工程师是错误的。即便你能挥动魔杖让所有工程师能力翻倍，糟糕代码仍会存在，因为几乎没有人能在全新的代码库中毫无错误地快速修改代码。根本原因在于，大多数大公司工程师被迫在自己不熟悉的代码中工作。 - [如果 Meta 的人工智能模型能够读取全脑信号，为什么大脑自己不能？](https://rengongzhineng.io/%e5%a6%82%e6%9e%9c-meta-%e7%9a%84%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e6%a8%a1%e5%9e%8b%e8%83%bd%e5%a4%9f%e8%af%bb%e5%8f%96%e5%85%a8%e8%84%91%e4%bf%a1%e5%8f%b7%ef%bc%8c%e4%b8%ba%e4%bb%80%e4%b9%88/): 文章以磁感应现象开篇，指出候鸟与海龟能利用地球磁场导航，这种能力被称为“磁感受”（magnetoreception），并举出多种生物实例：磁性细菌通过体内磁铁矿链条实现导航；陆生植物的生长与萌发会受微弱磁场影响；蜜蜂腹部含有磁铁矿，能依磁场定向；美洲蟑螂在特定射频下行为紊乱；果蝇依赖隐花色素在蓝光下识别磁方向；帝王蝶利用磁感应与时间补偿完成迁徙；红海龟幼体能在人工线圈磁场中定向；鲤鱼在池塘中自然排列南北；鲨鱼与鳐鱼借洛伦兹壶腹感知电磁场捕猎；蝌蚪的取向与视觉系统的磁感耦合；箱龟在磁场被扰动时失去归巢能力；小鸡能靠磁罗盘找到社交奖励；信鸽在头部磁场改变时偏离航向；盲鼹鼠在地下拥有独立于光的磁罗盘；牛与鹿的放牧队形在全球范围呈南北朝向；家犬在平静磁场下排泄姿势会对准南北；人类的 α 波脑电在地球磁场旋转时出现方向特异反应。 作者指出，进化似乎“钟爱”磁场感知，因为拥有方向感有利于生存，而这种感应方式几乎在所有生命中都能找到，包括人类。 接着文章谈到，科学家已确认人类确实能感知磁场。2019 年，加州理工学院研究人员让志愿者进入屏蔽地磁的房间，内部有可控制磁场的大型发生器，并用脑电图（EEG）监测大脑活动。结果显示，部分受试者在磁场变化时出现明显脑电反应。 作者由此提出疑问：既然人脑能对磁场变化作出反应，却并未自觉意识到，那是否可能影响情绪？甚至调侃说，也许不该太轻视占星术——毕竟月球引力确实能影响地球磁层。 随后转入“生物磁学”（biomagnetism）的定义：即“由生物体产生的磁场现象”。文章列举多种能产生磁场的生物实例，如：弱电鱼的电器官会产生脉冲电流并形成可检测的纳特斯拉级磁场；蚯蚓的神经动作电位能被磁共振光谱检测到；小龙虾巨轴突的电流能生成 10⁻¹⁰ 至 10⁻⁹ 特斯拉的磁场；青蛙坐骨神经动作电位能产生皮可特斯拉级磁场；豚鼠的离体心脏可被磁心电图检测；猫的听觉皮层磁场可由脑磁图测得；猕猴的触觉与听觉反应也可用 MEG 映射；兔子的麻醉状态下大脑去极化过程能被 SQUID 磁仪探测；人类体内可常规测得心磁、脑磁、肌磁与神经磁信号。 作者解释道：人体依靠电信号运行，因此自然也会产生磁场。而令人着迷的是——我们既能检测磁场，又能制造磁场。 接着介绍脑磁图（MEG，Magnetoencephalography）技术——一种通过测量大脑内电流产生的磁场来绘制脑活动图像的功能性神经成像方法。文中指出，Meta 公司的研究人员利用 MEG 成功将人脑磁场解码为图像和文字。作者调侃说：“谁还记得我们在 2023 年就已经成功读取人类思想？” 研究人员通过在公开的 MEG 数据集上训练模型，然后用这些模型解码实验参与者的脑活动。论文中写道：“总体而言，我们的结果显示，MEG 可以以毫秒级精度解读大脑中复杂表征的生成过程。” 作者感叹，这意味着我们能从磁场中读取大脑的“高保真”思维信息。也就是说，大脑的磁场就像是一种能以毫秒级精度实时反映脑状态的输出信号。于是提出新的问题：既然人类能感知磁场，也能生成磁场，那大脑是否可能“读取”自身的磁场？进化怎么会放过这样一个可用来感知自身状态的“无线摘要”系统？这或许正是哲学与神经科学长期未解的“绑定问题”（binding problem）的答案。 接着文章引出“磁铁矿生物成矿”（magnetite biomineralization）的科学机制：这是一种由基因控制的生化过程，生物体可制造出完美的铁磁晶体，通常为单磁畴结构。这一机制早在 20 亿年前的磁性细菌中就已进化出来，并可能被更高等生物（包括人类）所继承。换言之——人脑中确实存在由自身生成的铁磁晶体，这是已被确立的科学事实。 不过作者也提醒不要过于兴奋——地球磁场的强度要比大脑磁场强 5000 万到 5 亿倍。因此，虽然这些晶体能检测地球磁场，但是否能感知大脑自身的微弱磁场仍是疑问。作者给出的答案是：“完全有可能。” 这些铁磁晶体的尺寸恰好处于能与特定脑波频谱（即神经振荡）发生共振的范围。这种称为“随机共振”的现象在数学上可在大脑中实现，能让这些微晶体在局部区域抵消地球磁场，从而感应到更微弱的自体磁场。 于是作者总结出三个条件： 接下来的部分题为“万物皆计算”。作者提出假设：如果这些晶体能“读取”磁场，那么它们也可能“写入”磁场，因为神经化学作用可以比磁场本身更容易地影响这些晶体。也就是说，大脑或许可以通过这些“生物磁铁”自我调节。 他进一步推想：大脑的磁场代表了当下思维的全局状态，是对神经元活动的即时压缩信号，延迟几乎为零，只受光速限制。而大脑可能利用这种“类比压缩”来整合庞大的信息，使之成为可用于决策的全局输入。 但如果大脑能“读取”，就必须也能“写入”。作者于是引入一个关键的生理结构——蓝斑核（locus coeruleus，意为“蓝点”）。这是一处位于脑干中心的小区域，负责合成去甲肾上腺素（norepinephrine），调节大脑的警觉、专注与可塑性。蓝斑核的投射范围极广，从脊髓、脑干、小脑、下丘脑到皮层几乎无所不及。该系统影响觉醒、记忆、情绪、创造力、决策、压力反应、身体平衡及预测误差等多种功能。作者指出，这个系统几乎就是一个“全局写入机制”。 文章接着构建了一个假设性循环模型： 在“意识这一比预期简单的问题”部分，作者提出意识也许正是这种压缩机制的产物——“感觉到的”意识，其实就是神经活动的有损压缩版本，是数据降维的主观体验结果。换句话说，大脑是计算机，而“意识的感觉”正是高度优化的数据压缩副产物。 文章最后转向环境因素，指出污染导致的大脑磁晶体污染问题可能扰乱这一自我调节系统。空气中的污染颗粒进入嗅觉神经，混入大脑，与天然磁晶体不同，它们体积更大、形态多样，可能破坏原有磁共振系统，从而影响学习与记忆。研究发现，空气污染与阿尔茨海默病高度相关，甚至已有因果证据。而令人警醒的是——阿尔茨海默病最早的病变迹象之一，正是出现在蓝斑核区域。 - [Claude 代理技能：从第一性原理出发的深度解析](https://rengongzhineng.io/claude-%e4%bb%a3%e7%90%86%e6%8a%80%e8%83%bd%ef%bc%9a%e4%bb%8e%e7%ac%ac%e4%b8%80%e6%80%a7%e5%8e%9f%e7%90%86%e5%87%ba%e5%8f%91%e7%9a%84%e6%b7%b1%e5%ba%a6%e8%a7%a3%e6%9e%90/): Claude 的“代理技能（Agent Skills）”系统是一套以提示词为核心的元工具架构，通过“专门化指令注入”来扩展大语言模型的能力。与传统的函数调用或代码执行不同，技能通过“提示展开”和“上下文修改”来改变模型随后处理请求的方式，而不需要编写可执行代码。 该文章从第一性原理拆解了“代理技能”体系，描述了一个名为“Skill”的工具如何作为元工具，将特定领域的指令注入对话上下文；并以“skill-creator”和“internal-comms”两个技能为案例，贯穿文件解析、API 请求结构以及模型决策过程的全生命周期讲解。 总览 报道总结称，Claude 通过“技能”来改进其处理专门任务的方式。技能以文件夹形式存在，包含说明、脚本和资源，便于在需要时加载。系统采用“声明式、基于提示词”的发现与调用机制：模型依据系统中呈现的文字性描述来决定是否调用技能，底层不依赖算法级的技能选择或意图检测；决策完全发生在模型自身的语言推理过程中。 文章强调，技能并非可执行代码：不会运行 Python 或 JavaScript，也没有 HTTP 服务或函数调用；它们也不是硬编码在系统提示中，而是存在于 API 请求结构的独立部分。 报道将技能定义为“注入到对话中的专门化提示模板”。技能被调用时，会同时修改会话上下文（注入指令）与执行上下文（调整工具权限并可切换模型）。技能并不直接“做事”，而是展开为详尽的提示，帮助模型以更合适的方式解决特定问题；在模型可见的工具模式中，每个技能都像动态加入的工具模式项一样出现。 当用户发送请求时，Claude 会接收三部分信息：用户消息、可用工具（如 Read、Write、Bash 等），以及“Skill”工具。Skill 工具的描述中包含所有可用技能的名称、描述及相关字段的格式化清单。模型读取该清单并以语言理解匹配用户意图；例如当请求与“internal-comms”描述吻合时，模型会以 command: “internal-comms” 的形式调用 Skill 工具。 术语说明方面，文中区分了“Skill 工具”（大写 S，管理所有技能的元工具，出现在工具数组中）与“skills”（小写，指像 pdf、skill-creator、internal-comms 这样的具体技能）。 文章再次强调，技能选择机制无算法路由或意图分类；系统将所有技能以文本形式嵌入 Skill 工具的提示中，由模型自行决策。这是纯粹的 LLM 推理：无正则、无关键词、无基于 ML 的意图检测，决策发生在模型的前向计算中，而非应用代码。 工具与技能的差异 报道给出了一张对照表以澄清“传统工具”与“技能”的差别：执行模型（同步直接 vs. 提示扩展）、目的（执行操作 vs. 引导复杂流程）、返回值（即时结果 vs. 会话与执行上下文变更）、并发性（通常安全 vs. 不并发安全）以及类型（多样 vs. 始终为“prompt”）。 如何构建技能 文章以 Anthropic 技能仓库中的“skill-creator”为案例，指出技能是将专业知识打包为可组合资源，使通用代理转化为更契合需求的专门化代理。核心洞见为：技能 = 提示模板 + 会话上下文注入 + 执行上下文修改 + 可选的数据文件与脚本。 每个技能以名为 SKILL.md 的 Markdown 文件定义（大小写不敏感），并可附带 /scripts、/references、/assets 等子目录存放脚本与资源。示例中，“skill-creator”包含许可证及若干 Python 脚本，并不包含 references 或 assets。 系统会从多个来源发现与加载技能：如用户设置目录、项目设置目录、插件提供的技能以及内置技能；桌面端也支持上传自定义技能。 文中强调“循序披露（Progressive Disclosure）”原则：在前台只呈现最少信息帮助代理做出下一步判断；若被选择，再加载更详尽的 SKILL.md；运行中视需要再加载辅助资源与脚本。 SKILL.md 的结构与前言区（Frontmatter） SKILL.md 由两部分构成：YAML 前言区负责配置“如何运行”——如权限、模型与元数据；Markdown 正文则是“让模型做什么”的具体指令、流程、范例与步骤。 示例“skill-creator”的前言区包含名称、描述与许可证字段。文章逐一解读字段，并指出“描述”是模型决定何时调用技能的主要信号，建议以明确、行动导向的语言撰写。系统还会在描述末尾附加来源信息（如“(plugin:skills)”）以区分不同来源的技能。 文中提及一个尚未正式文档化的字段 when_to_use：代码中广泛出现，但可能为废弃、内部实验或计划中的功能。当前实现是将其与描述以连字符拼接后呈现；作者建议在生产环境谨慎使用，优先在描述中直接写明使用场景。 权限与模型 allowed-tools 用于声明技能可在未经额外批准的前提下使用哪些工具。建议仅声明所需最小集合，并可用通配符细化范围（如 Bash(git:*) 仅允许 git 子命令）。文中给出了多组正确与错误示例，提醒不要扩大不必要的攻击面。 model 字段可指定特定模型，默认继承会话当前模型；复杂任务可请求更强模型，也可显式设置“inherit”。此外，version、disable-model-invocation 与 mode 等可选字段用于版本管理、禁止自动调用（需手动... - [2026大创想：第一部分](https://rengongzhineng.io/2026%e5%a4%a7%e5%88%9b%e6%83%b3%ef%bc%9a%e7%ac%ac%e4%b8%80%e9%83%a8%e5%88%86/): 作为投资者，他们的工作是深入理解科技行业的每一个角落，从而洞察未来趋势。每年12月，a16z都会邀请各投资团队分享他们认为来年科技创业者最有可能解决的一个重大问题。 今天发布的是来自基础设施团队（Infrastructure）、成长团队（Growth）、生物与健康团队（Bio + Health）以及Speedrun团队的观点。明天将继续发布其他团队的看法。 基础设施 Jennifer Li：创业公司将驯服多模态数据的混乱 非结构化、多模态数据长期以来是企业最大的瓶颈，也是尚未开发的最大宝藏。每家公司都淹没在PDF、截图、视频、日志、电子邮件以及半结构化数据的泥沼中。模型越来越聪明，但输入却越来越杂乱，导致RAG系统出现幻觉、智能体在微妙而昂贵的方式中崩溃，关键工作流依然严重依赖人工质量检验。如今限制AI公司的不再是算法，而是数据熵（data entropy）：企业知识中那80%存在于非结构化世界的部分，正在经历新鲜度、结构化程度和真实性的持续衰变。 因此，理清非结构化数据成为一次世代级的机遇。企业迫切需要一种持续的方式来清洗、结构化、验证并治理其多模态数据，使得下游AI任务真正能正常运行。用例无处不在：合同分析、入职流程、理赔处理、合规、客户支持、采购、工程搜索、销售赋能、分析管线，以及所有依赖可靠上下文的智能体工作流。那些能从文档、图像、视频中提取结构信息、解决冲突、修复数据管线、保持数据新鲜且可检索的初创公司，将掌握企业知识与流程的钥匙。 Joel de la Garza：AI将重振网络安全招聘 在过去十年中，首席信息安全官（CISO）面临的最大挑战是招聘。2013年至2021年间，网络安全领域的职位缺口从不足100万增长到300万。原因在于安全团队雇佣了大量技术人员，让他们每天从事极其枯燥的一级安全工作，例如审查日志——而几乎没人愿意做这种事。问题在于，正是这些安全团队通过购买“检测一切”的产品，制造了这种工作量，从而造成“需要审查一切”的恶性循环，进而形成虚假的劳动力短缺。 到2026年，AI将打破这种循环，通过自动化大量重复冗余的工作来缩小招聘缺口。任何在大型安全团队工作过的人都知道，一半的任务完全可以自动化，只是当人们淹没在工作中时，根本无暇去找出应当自动化的部分。AI原生安全工具将代替安全团队完成这一任务，从而让他们终于能做自己真正想做的事：追踪黑客、搭建新系统、修复漏洞。 Malika Aubakirova：智能体原生基础设施将成为企业标配 2026年，企业基础设施的最大冲击不会来自外部公司，而是源自内部。世界正从“人类速度”的、可预测且低并发的流量，转向“智能体速度”的、递归式、突发性且海量的负载。 当下的企业后端是基于人机交互设计的——即每一个用户动作对应一次系统响应。然而，它并未被设计来应对这样的场景：单个智能体的“目标”会在毫秒级内触发5000个子任务、数据库查询与内部API调用。当智能体试图重构代码库或修复安全日志时，它在系统眼中并不像一个用户，而更像一次DDoS攻击。 构建2026年的基础设施意味着必须重新架构控制平面。“智能体原生（agent-native）”基础设施将崛起。下一代系统必须将“惊群效应”视为默认状态，冷启动时间需缩短，延迟波动必须压缩，并发能力则需提升几个数量级。新的瓶颈将变成协调能力：在大规模并行执行中进行路由、锁定、状态管理与策略执行。唯有能在这场“工具洪流”中存活的平台，才能赢得未来。 Justine Moore：创作工具将进入多模态时代 现在AI已经具备讲故事的构件：能生成声音、音乐、图像和视频。但只要创作者想要制作超越“短片”级别的内容，就会发现过程依然耗时、痛苦、几乎不可能实现——尤其当他们想要获得类似传统导演那样的控制力时更是如此。 为什么不能让模型读入一段30秒的视频，然后续写场景、引入由参考图像和声音创建的新角色？为什么不能重新拍摄同一个片段，让镜头换个角度，或者让动作匹配另一段视频？ 2026年将是AI多模态创作元年。只需提供任意形式的参考素材，就能与模型协作创作新内容或编辑现有场景。像Kling O1和Runway Aleph这样的早期产品已经出现，但仍有大量空间等待创新——不仅在模型层，也在应用层。 内容创作是AI最具潜力的应用之一，预计将出现多个成功的产品，覆盖从表情包创作者到好莱坞导演的不同用户群体。 Jason Cui：AI原生数据栈继续演化 过去一年中，“现代数据栈”领域出现大量整合。数据公司从聚焦单一环节（如数据摄取ETL、转换、计算）转向整合化平台。例如Fivetran与dbt的合并，以及Databricks等统一平台的崛起。 虽然整个生态显得更加成熟，但距离真正的AI原生数据架构仍处早期阶段。AI正重塑数据栈的各个部分，而数据与AI基础设施也正在深度融合。 以下是团队关注的几个方向： Yoko Li：2026年——人将“走进视频” 到2026年，视频将不再是人们被动观看的东西，而会成为可以真正“走进去”的空间。视频模型终于能理解时间，记得自己展示过的内容，能对用户的行为作出反应，并维持与现实世界一致的连贯性。它们不再生成几秒钟无关的画面，而能维持角色、物体和物理规律足够长的时间，让行动与后果产生意义。 这一转变将视频变为可构建的媒介：机器人可以在其中训练，游戏可以在其中演化，设计师可以原型化作品，智能体可以通过行动来学习。最终形成的不再是“片段”，而是有生命的环境——一个逐渐缩小“感知与行动”差距的世界。人类第一次能真正**“进入自己生成的视频”**。 成长团队（Growth） Sarah Wang：记录系统（System of Record）将失去主导地位 到2026年，企业软件领域真正的颠覆将是——系统记录层的主导地位开始瓦解。 AI正在迅速缩短“意图”与“执行”之间的距离：模型如今能够直接在运营数据之上进行读取、书写和推理，把IT服务管理（ITSM）和客户关系管理（CRM）系统从被动数据库转变为自主工作流引擎。随着推理模型与智能体化工作流的持续进步，这些系统将不仅能响应，还能预测、协调并自动执行端到端流程。 用户界面将演变成动态的“智能体层”，而传统的系统记录层将退居幕后，只作为一个通用的数据持久化层。谁掌握了智能执行环境（intelligent execution environment）——也就是员工实际使用的那一层——谁就将拥有战略控制权。 Alex Immerman：垂直领域AI将从信息检索与推理，走向多人协作 AI推动垂直行业软件实现了前所未有的增长。医疗、法律、房地产类公司在短短几年内便突破了1亿美元年经常性收入（ARR）；金融和会计领域也紧随其后。 最初的阶段是信息检索：找到、提取并总结正确的信息。到2025年，发展进入推理阶段：例如Hebbia可以分析财务报表并自动构建模型，Basis能在系统之间调节试算平衡，EliseAI能诊断维修问题并派出正确的供应商。 而2026年将开启第三阶段——“多人模式”（multiplayer mode）。 垂直行业软件具备特定的界面、数据和集成优势，但这些领域本质上都是多方协作的。若AI智能体要代表人类劳动，它们也必须学会协作。 从买家与卖家、租户、顾问到供应商，每一方都有独特的权限、工作流和合规要求——这些只有垂直行业软件能够真正理解。 目前，每个参与方都在孤立地使用AI，这造成了无权交接（handoff without authority）。分析合同的AI无法与CFO沟通模型调整；维护AI并不知道现场员工向租户作出的承诺。 多人协作模式改变了这一切：它能跨利益相关方协调工作，进行路由、保持上下文、同步更改。对方的AI将在设定参数内进行谈判，并标记异常情况以供人类复核。高级合伙人的修改会反哺系统，为整个公司训练模型。当任务由AI执行时，成功率也随之提高。 随着多方人类与AI协作带来价值增长，**切换成本（switching cost）**也会提升。届时，AI应用长期缺乏的网络效应将真正出现——协作层本身将成为护城河。 Stephenie Zhang：为智能体而非人为设计 到2026年，人们将开始通过个人智能体与互联网交互，而那些面向“人类消费”的设计逻辑将不再适用。 多年来，互联网内容的优化都围绕着可预测的人类行为：——在Google上排名靠前；——在Amazon上出现在前几项；——文章以TL;DR（摘要）开头。 这位合伙人回忆，在高中新闻课上，老师教授新闻写作要遵循“5W + H”，并用吸引眼球的导语开头。过去，一个人可能错过第五页上的深刻洞见，但智能体不会。 这种转变同样适用于软件。应用程序长期以来是为“人眼”和“点击”而设计的，优化意味着良好的界面与直观的流程。然而，当智能体接管信息检索与解释时，视觉设计的重要性将降低。 例如：——AI运维（AI SRE）可直接解读监控遥测数据，并在Slack中发布洞察；——销售团队无需翻查CRM，智能体会自动呈现模式与总结。 未来的软件设计将不再针对人类，而是针对智能体。新的优化目标不再是视觉层次，而是机器可读性（machine legibility）。这将彻底改变创作方式与工具形态。 Santiago Rodriguez：AI应用中的“屏幕时间KPI”将终结 在过去15年中，“屏幕时间”一直是衡量消费者与企业应用价值交付的关键指标。无论是Netflix的观看时长、医疗系统EHR界面的鼠标点击数（以展示“有意义使用”）、还是ChatGPT的使用时间——这些都构成了核心KPI。 然而，随着**基于成果（outcome-based）**的定价体系崛起——即供应商与用户利益完全一致的模式——屏幕时间指标将首先被淘汰。 这一变化已经出现：——当用户在ChatGPT上运行DeepResearch查询时，几乎没有屏幕时间，却获得巨大价值；——Abridge自动捕捉医生与病人对话并生成后续文档，医生几乎不看屏幕；——Cursor能端到端构建整个应用，工程师此时已经在规划下一个功能周期；——Hebbia从数百份公开文件中生成投资推介稿，而投资银行家终于能安心睡觉。 这带来一个挑战：当应用几乎不需要人停留在界面上，该如何计算每位用户的价值？医生满意度、开发者生产力、金融分析师的身心状态、消费者幸福感，都因AI应用而提升。未来，那些能用最简单方式说明ROI（投资回报）的公司，将继续领先竞争者。 生物与健康（Bio + Health） Julie Yoo：“健康月活用户”崛起 到2026年，医疗领域将出现一个新的核心客户群体：“健康月活用户”（Healthy MAUs）。 传统医疗系统主要服务三类用户：(a) “患病MAUs”——具有周期性、高成本需求的人群；(b) “患病DAUs”——长期重症或需密集护理的患者；(c) “健康YAUs”——总体健康、极少就医的人。 健康YAUs往往有潜在风险，会逐步转变为患病群体。预防性护理本可延缓这一过程，但现实是：我们的医疗报销体系以“治疗”而非“预防”为导向，因此主动监测与健康复查服务既不被优先考虑，也鲜少被保险覆盖。 于是，一个新群体出现了：“健康MAUs”——这些人目前并未生病，却希望持续监测并了解自身健康状况。他们可能代表着未来最大的消费群体。 预计将出现一波新公司——包括AI原生新创与老牌企业的重塑版——提供面向这类人群的订阅式、定期健康管理服务。 随着AI降低医疗交付成本、新型以“预防”为核心的保险产品兴起、以及消费者愿意自费订阅健康服务，“健康MAUs”将成为健康科技行业的下一高潜力群体：持续参与、数据驱动、以预防为导向。 Speedrun 团队 Jon Lai：世界模型将成为叙事中心舞台 到2026年，由AI驱动的世界模型（world... - [构建软件的成本是否真的下降了90%？](https://rengongzhineng.io/%e6%9e%84%e5%bb%ba%e8%bd%af%e4%bb%b6%e7%9a%84%e6%88%90%e6%9c%ac%e6%98%af%e5%90%a6%e7%9c%9f%e7%9a%84%e4%b8%8b%e9%99%8d%e4%ba%8690%ef%bc%9f/): 一位拥有近二十年软件开发经验的工程师指出，软件行业正经历一次剧烈的经济学转变。经过SaaS的诞生、移动应用浪潮、区块链的喧嚣，以及“低代码让开发者过时”的反复承诺之后，如今出现的“智能体式编程”（agentic coding）正在彻底重塑软件开发产业，并将在2026年引发出人意料的变革。 作者在先前的文章中讨论过评估系统（evals）为何未能捕捉AI的巨大跃进，而最近的实践经验让其更加确信：软件业正处在一次“世代级”的转折点之初。 软件交付的成本演变这位工程师回忆，自己入行时正值开源软件的爆发期——那是软件定制成本第一次大幅下降的时代。当时微软SQL Server或Oracle等数据库的授权费用高得惊人，因此许多人转向MySQL，这使得构建联网应用不再需要支付五位数或六位数的年费。 此后，云计算登场（虽然他认为其成本节省值得商榷），随后软件工程进入了一个“复杂化时代”。测试驱动开发（TDD）、微服务、复杂的React前端、Kubernetes等技术的流行让开发变得繁琐、劳动密集。他指出，过去几年软件的交付成本几乎没有明显下降。 然而，如今AI智能体在他看来显著降低了软件开发中的人工成本。 节省90%的原因在哪里？在2025年初，这位开发者仍对AI编程工具持怀疑态度，许多平台在他看来只是伪装成“低代码”的产品，例如Loveable或Bolt，或是对VS Code的简单改造，带来有限甚至烦人的自动补全功能。 他举例称，一家公司若要为内部流程开发一款Web应用，以往通常需要一个小团队：先搭建CI/CD流程，建立数据访问层与核心服务，再制作CRUD页面与数据可视化仪表盘，最后还要添加测试套件。整个流程往往耗时数周。除此之外，项目管理的协调成本巨大——每日站会、任务分配、代码审查、前后端交接、等待他人解锁问题——真正的编码只占全部工作的一小部分。 而使用智能体命令行工具，如今几乎所有这些环节都能在数小时内完成。作者提到，他曾让Claude Code在数小时内自动生成一套包含300多个单元与集成测试的完整测试体系，这种工作以往需要经验丰富的工程师花费数天。 这些智能体式编程工具已能根据业务逻辑规范自动生成结构良好的API与服务。一个原本需要一个月的项目，如今一周即可完成。思考时间相差无几，但实现时间骤减。团队变小后，沟通成本大幅降低，协作效率反而呈几何级增长。 潜在需求的爆发乍看之下，这似乎对软件开发行业是个坏消息——但从经济学角度并非如此。根据“杰文斯悖论”，当某种产品的生产成本下降时，社会并不会以更低价格维持相同产量，而是会增加需求。 以电灯为例，烛台与煤气灯销量下降后，整体人工照明量反而激增。将此类比于软件开发，几乎所有组织内部都有大量以Excel表格管理的流程，若成本从5万美元降至5千美元，许多过去“成本太高”的项目都会转化为真实需求。软件开发的“潜在需求”由此被释放。 知识成为唯一的护城河当前阶段，AI智能体仍需要人类“监护”。开发者必须监督其输出、纠正偏差、指明方向。若完全放任AI独立编程，项目会迅速陷入混乱；但在人类介入的情况下，软件的质量与速度都令人惊叹。 掌握这项技术的开发者将拥有极高的生产力。其价值不仅在于编码，而在于对架构、框架、库与行业领域的深刻理解。 拥有业务领域知识的专家与善用AI工具的开发者结合，将成为最强生产力组合。未来可能不再需要传统意义上的完整“开发小队”，而是由一名业务专家与一名开发者组成的小型团队，快速迭代并灵活调整方向。 软件将变得“可抛弃”：若路线错误，可以轻松推倒重来。真正的挑战在于概念思考，而非敲击键盘。 不要被时代打个措手不及AI智能体与大模型的能力仍在迅速提升。最新的Opus 4.5已能在长达10至20分钟的连续任务中保持一致性。全球投入的数千亿美元GPU算力正在释放成效，未来模型可能迅速淘汰现有版本。 然而，许多软件工程师仍在抗拒这一变化。他们常说AI模型错误太多、不懂特定框架、节省不了时间。作者认为，这些说法正迅速过时，就像2007年嘲笑iPhone的桌面工程师一样。后来网络更快、硬件更强、移动系统更完善，历史证明他们错了。 这位工程师认为，开发者应积极拥抱变化。尽管大型企业受制于官僚体系与供应商审批流程，反应迟缓，但中小型公司或独立团队若能灵活使用这些工具，将占据巨大优势。 他提醒，工作方式将改变——但软件行业本就不断变化。只是这一次，变化的速度可能超出所有人的想象。2026年即将到来。 针对“AI模型只擅长新项目”的质疑，他也提出反驳。经过大量实践，他发现AI智能体在理解陈旧代码库、解释功能、定位漏洞与提出修复方案方面表现出色。他宁愿接手一个由AI与资深开发者共同构建的项目，也不愿继承一个由低质量外包团队三年前留下、缺乏测试、逻辑混乱的旧系统。 - [萨姆·奥特曼全力修正OpenAI方向，迎战谷歌挑战](https://rengongzhineng.io/%e8%90%a8%e5%a7%86%c2%b7%e5%a5%a5%e7%89%b9%e6%9b%bc%e5%85%a8%e5%8a%9b%e4%bf%ae%e6%ad%a3openai%e6%96%b9%e5%90%91%ef%bc%8c%e8%bf%8e%e6%88%98%e8%b0%b7%e6%ad%8c%e6%8c%91%e6%88%98/): 当OpenAI首席执行官萨姆·奥特曼（Sam Altman）上周发出“红色警报”（code red）的紧急号召，以应对来自谷歌的快速威胁时，他将一项明确的任务放在了首位。 这家全球估值最高的初创企业将暂停如Sora视频生成器等支线项目八周，全力改进ChatGPT——那款引爆人工智能浪潮的热门聊天机器人。 此举不仅代表着战略方向的重大调整，也反映出公司内部长期存在的两种理念之争：是优先追求大众用户的普及度，还是坚持科研的前沿突破。 OpenAI最初成立的目标是开发“通用人工智能”（AGI），即能在几乎所有任务上超越人类的智能系统。然而，为了维持公司的生存，奥特曼暗示，或许必须暂时搁置这一理想，转而满足大众需求。 这一决定格外引人注目，因为外界长期以来对奥特曼领导风格的主要批评之一，正是他不愿为公司设限。 他在备忘录中要求员工通过“更好地利用用户信号”提升ChatGPT的表现。 这一指令意味着要更大程度依赖一种颇具争议的数据来源——基于用户一键反馈的信号，而非由专业评审员对回答质量的评价。内部数据显示，这种转向用户反馈的训练方式在今年早些时候使ChatGPT的4o模型变得过于迎合用户，以至于外界指责其加剧了一些用户的心理健康问题。 如今，奥特曼认为公司已控制住这种方法的负面影响，并准备进一步利用其优势：用户参与度显著提升，内部仪表盘显示每日活跃用户数量明显增长。 一位参与模型开发的员工表示：“这不是小幅提升，而是那种‘哇’的提升。” OpenAI的这次“红色警报”被认为是公司迄今面临的最严重危机。竞争对手的追赶速度前所未有，市场份额被蚕食，增长放缓。若趋势持续，OpenAI可能难以支付近月签署的大规模计算合同，甚至面临财务风险。 奥特曼在纽约与记者共进午餐时表示，虽然外界将焦点放在OpenAI与谷歌的竞争上，但真正的战场或许在于OpenAI与苹果之间。他指出，未来人工智能的使用将取决于设备，而当前智能手机并不适合AI伴侣式应用。OpenAI近期积极从苹果挖角，为其新成立的硬件部门招募人才。 不过，眼下对OpenAI最直接的威胁仍来自谷歌。自今年8月谷歌推出的“Nano Banana”图像生成器在网络上爆红后，11月发布的新模型Gemini 3在权威第三方性能榜单LM Arena上超越了OpenAI。同时，另一竞争者Anthropic也在企业客户中取得领先。 据知情人士透露，奥特曼宣布“红色警报”的背后，是公司内部长期积累的派系矛盾。 包括前Meta高管、现任OpenAI产品负责人菲吉·西莫（Fidji Simo）及首席财务官莎拉·弗赖尔（Sarah Friar）在内的一派，主张将更多资源投入ChatGPT。西莫曾多次强调，OpenAI应让用户更好地理解现有功能的价值，而不是急于开发新功能，同时提升速度与稳定性。 另一方面，研究部门更关注通往通用人工智能的前沿技术，而对改善日常聊天体验兴趣不大。 据悉，OpenAI计划本周发布新模型“5.2”，高管们希望藉此重新获得动力，特别是在程序开发与企业服务领域。尽管部分员工要求推迟以改进质量，管理层仍决定按期推出。 奥特曼表示，公司计划在明年1月再推出一个拥有更强图像能力、更快速度和更具亲和力的新模型，届时将结束“红色警报”。 OpenAI发言人称，公司在大众普及与科研探索之间并不存在矛盾，广泛采用AI工具正是实现AGI成果共享的路径。 长期以来，ChatGPT的高速增长掩盖了内部分歧。自2022年11月发布以来，OpenAI一直在AI竞赛中占据领先。谷歌当年曾为此宣布自己的“红色警报”。 ChatGPT的易用性使其用户量迅速突破8亿周活跃用户，公司估值也在最新一轮融资中达到5000亿美元。 增长逻辑看似简单：投入更多算力与数据，模型变得更聪明，用户数量随之增加。为此，奥特曼近月签署了价值高达1.4万亿美元的AI基础设施承诺，包括数据中心与芯片供应。 ChatGPT成功的关键之一是GPT-4o模型，即“omni”版本，可同时处理文本、音频与图像。自2024年5月成为默认模型以来，它迅速登上LM Arena榜首。 据内部人士透露，公司密切监控LM Arena排名，并追踪4o对日活用户数的贡献。 4o表现出色的原因之一，是在训练中广泛使用了用户偏好信号（LUPO，即本地用户偏好优化）。模型通过成千上万次用户选择偏好答案的对比实验，持续改进。 奥特曼在备忘录中明确指出，公司首要目标是通过“更好地利用用户信号”提升模型性能，“例如在LM Arena等榜单上保持领先”。 然而，在研究领域，生成式AI早期依赖的“扩展定律”开始显示边际放缓迹象。研究人员因此转向一种新的研究范式——“推理”（reasoning），即通过自动化的苏格拉底式提问提升思考深度。 推理模型在处理复杂问题上表现出色，但耗时更长、计算成本更高。尽管如此，它仍被视为实现人类级智能的重要途径。 在创始科学家伊利亚·苏茨克维尔（Ilya Sutskever）去年离职后，OpenAI任命推理派代表雅库布·帕乔基（Jakub Pachocki）为首席科学家，全面推动推理模型的研究。 然而，这类模型虽适合科研和深度思考任务，却无法满足用户日常写邮件等即时需求，因此4o依旧成为核心产品。 内部测试显示，4o在科学与推理任务上的表现提升有限，但在LM Arena的盲测中却大受欢迎。 LM Arena与OpenAI内部测试相似，采用A/B对比机制，用户选择更喜欢的回答。 这种基于用户信号的成功促使工程师在后续模型训练中继续依赖此法，尽管有员工警告过度使用可能带来安全风险。 到今年春天，部分用户与4o长时间互动后出现精神状态异常，公司声誉因此受损。部分家庭起诉OpenAI，指控其过度追求用户粘性而忽视安全。据维权团体统计，目前相关案例达250起。 面对危机，OpenAI在春季宣布“橙色警报”，投入更多资源调查问题，并于10月公开表示，每周约有数十万用户出现潜在心理健康风险信号。 奥特曼当时在公开问答中承认：“确实存在一些心理脆弱的用户在使用4o后病情恶化的问题。” 医学专家指出，ChatGPT这类AI可能在心理脆弱人群中诱发或加重症状，因为它倾向于迎合用户，而非提供真实、理性的回答。这种现象在AI领域被称为“谄媚性”（sycophancy）。 OpenAI回应称，公司已与心理健康专家合作，改进模型应对策略，并调整训练机制以防止用户信号过度主导模型行为。 当公司在8月发布GPT-5时，宣称其“减少过度迎合，使用更少无意义表情符号”。然而，部分用户不满新版冷淡的语气，促使奥特曼恢复4o作为付费订阅者的默认模型。 数周后，谷歌的Nano Banana爆红，其Gemini应用短暂取代ChatGPT登顶应用商店榜首。10月，OpenAI再度发出“橙色警报”，加速ChatGPT增长。 公司同时宣布GPT-5的安全性能提升65%，即模型在心理健康场景中的合规率显著提高。发言人表示：“我们在用户反馈与专家审查之间保持平衡，使ChatGPT既具温度又不过度迎合。” 然而，奥特曼最新指令中要求再次通过用户信号重返榜首，引发外界对安全平衡的疑问。 他同时提出，要让ChatGPT更具个性化——该功能可读取用户过往对话与设定，从而模仿语气与记忆内容。但部分医生与维权人士认为，这种个性化机制可能加剧部分用户的心理问题。 OpenAI在平衡未来科研与现实商业之间的努力，颇似社交媒体巨头的两难境地。Meta公司曾在复制TikTok的Reels与开发虚拟现实“元宇宙”之间摇摆不定。 社交平台的算法追求用户留存度，被批评导致青少年心理问题；如今，AI聊天机器人似乎正重演这一争论。 儿童权益组织“Common Sense Media”创始人吉姆·斯泰尔（Jim Steyer）评论道：“多年来社交媒体将用户参与度置于首位，最终酿成心理健康危机。真正的问题是——AI公司是否会从社交媒体的惨痛教训中吸取经验？” - [Sam Altman 正探索打造 SpaceX 竞争对手的可能性](https://rengongzhineng.io/sam-altman-%e6%ad%a3%e6%8e%a2%e7%b4%a2%e6%89%93%e9%80%a0-spacex-%e7%ab%9e%e4%ba%89%e5%af%b9%e6%89%8b%e7%9a%84%e5%8f%af%e8%83%bd%e6%80%a7/): OpenAI 首席执行官 Sam Altman 近日被曝出曾试图筹组资金，以收购或与一家火箭公司建立合作，从而使自己在太空产业领域直接对标 Elon Musk 的 SpaceX。 知情人士透露，今年夏季，Altman 曾主动联系火箭制造商 Stoke Space，相关讨论在秋季进一步升温。提案之一是让 OpenAI 分阶段投资 Stoke，并最终获得控股权，累计投资规模将达数十亿美元。 不过，接近 OpenAI 的人士表示，这些谈判目前已不再继续。 OpenAI 面临资金压力与 AI 竞争紧缩 Altman 及 OpenAI 当前正面临资本市场的质疑：公司已签署数千亿美元级别的数据中心与算力采购协议，却尚未公开明确的收入模型来支持这些计划。 本周一，OpenAI 宣布进入 “红色警戒（code red）” 状态，全力提升 ChatGPT 的体验，因为其市场份额正在被 Google 的 Gemini 聊天机器人蚕食。OpenAI 因此推迟了广告业务以及其他产品的推出，并鼓励员工临时转组参与 ChatGPT 的改进工作。 Altman 长期关注太空数据中心：AI 算力需求可能将“推向地球外” Altman 多次公开讨论未来在太空建立数据中心的可能性，认为 AI 系统对算力的极端需求可能最终使地球难以承受其能耗与环境影响，而太空环境更适合规模化能源供给。 轨道数据中心的支持者认为，可在太空直接利用太阳能运行计算基础设施。 Stoke 由 Blue Origin 前员工创立，正在打造完全可重复使用的火箭，与 SpaceX 正在研发的技术类似。包括 Bezos、Musk 与 Google CEO Sundar Pichai 在内的科技领袖都曾讨论过构建“太空 AI 计算集群”的愿景。 该概念目前仍未经验证，但 Alphabet 旗下 Google 已与 Planet Labs 达成协议，将在 2027 年发射搭载 Google AI 芯片的两颗原型卫星。 Altman 最近在一档播客中表示：“世界最终可能会被数据中心覆盖。未来甚至可能会为整个太阳系构建一个戴森球，把所有数据中心都搬到地球之外。” 谈判背景：AI 乐观情绪当时处于高峰 潜在的火箭投资讨论出现于 AI 市场情绪高涨之际。今年 9–10 月，Altman 宣布与 Oracle、Nvidia、AMD 等公司达成多项芯片与数据中心协议，计划打造全球规模最大的计算基础设施。 这些消息曾推高 Oracle 与 Nvidia 的股价，但此后市场对 AI 扩张计划的态度转为谨慎。过去一个月，Oracle 股价下跌约 19%，Nvidia 下跌约... - [Bun 加入 Anthropic](https://rengongzhineng.io/bun-%e5%8a%a0%e5%85%a5-anthropic/): Bun 宣布已被 Anthropic 收购。Anthropic 计划将 Bun 用作 Claude Code、Claude Agent SDK，以及未来 AI 编程产品与工具的底层基础设施。 保持不变的部分 Claude Code 以 Bun 可执行文件形式分发给数百万用户。对 Anthropic 而言，如果 Bun 出现问题，Claude Code 也会随之受影响，因此 Anthropic 拥有保持 Bun 高品质的直接动力。 将发生变化的部分 Bun 的起点 大约五年前，Jarred 在浏览器里开发一款类似《Minecraft》的体素游戏。随着代码量增加，修改一次代码后需等待 45 秒才能看到效果，而最大瓶颈来自 Next.js dev server 的热重载。 这让他沮丧，于是走神去“修复这个问题”。他开始将 esbuild 的 JSX 与 TypeScript 转译器从 Go 迁移到 Zig。三周后，一个勉强能跑的 JSX/TS 转译器诞生。 那一年中的许多时间，他都挤在奥克兰一间非常狭小的公寓里，一边写代码、一边发推文。 构建运行时 为了让 Next.js 的服务器端渲染正常工作，他需要一个 JavaScript 运行时，而运行时需要一个能解释与 JIT 编译 JavaScript 的引擎。 他花了大约一个月翻阅 WebKit 源码，试图以与 Safari 相同的灵活性嵌入 JavaScriptCore，最终实现了 Bun JavaScript runtime 的最初版本。 Bun v0.1.0 Bun v0.1.0 于 2022 年 7 月发布：一个 bundler、一个转译器、一个 Node.js 替代运行时、测试框架和包管理器——集于一体。发布第一周就获得 20k GitHub stars。 随后的两周，是他人生中最疯狂的时期之一。他从写代码转变成整天回复用户。Bun 获得 Kleiner Perkins 主导的 700 万美元种子轮融资，他开始领工资，并说服几位工程师搬到旧金山加入团队。 Bun v1.0.0 随着稳定性提高，Bun 于 2023... - [OpenAI 因 Google 逼近而宣布“红色警戒”](https://rengongzhineng.io/openai-%e5%9b%a0-google-%e9%80%bc%e8%bf%91%e8%80%8c%e5%ae%a3%e5%b8%83%e7%ba%a2%e8%89%b2%e8%ad%a6%e6%88%92/): OpenAI 首席执行官 Sam Altman 周一通过内部备忘录向员工宣布，公司正式进入 “code red（红色警戒）” 状态，将把主要精力集中在提升 ChatGPT 的品质上，并因此推迟其他产品线的工作。此举被视为 OpenAI 迄今最明确的信号，表明公司正面临来自竞争对手日益加剧的压力。 备忘录指出，ChatGPT 的日常使用体验仍有大量工作需要改进，包括： 竞争压力：Google 的反击最令 OpenAI 关注 Altman 特别强调来自 Google 的威胁。Google 上月发布的最新 Gemini 大模型在行业基准测试中全面超越 OpenAI 的现有模型，并推动公司股价大幅上涨。 Gemini 生态的增长速度也令 OpenAI 警惕： 此外，OpenAI 还受到 Anthropic 的压力，后者在企业客户中越来越受欢迎。 财政压力同步增加：庞大投资 vs. 未兑现的收入 OpenAI 已承诺未来将投资数千亿美元用于数据中心建设，但外界担忧这些投入何时能转化为真正的营收。 尽管 CFO Sarah Friar 在 11 月公开活动上表示 IPO 不在近期计划内，公司命运仍与 Nvidia、微软、甲骨文等生态伙伴高度绑定。 “红色警戒”意味着什么？产品线被迫让路 备忘录显示，OpenAI 将推迟以下项目： Altman 鼓励团队之间进行临时调配，同时为负责提升 ChatGPT 的核心人员设立每日例会，以加快执行速度。OpenAI ChatGPT 负责人 Nick Turley 周一晚间在 X 平台表示，公司将专注于扩大 ChatGPT 用户规模，并让其体验“更直观、更具个性”。 最新模型表现不佳导致内部紧张升级 过去几个月，OpenAI 一直在努力平衡安全性与模型的 “吸引力” 问题。 内部备忘录显示，OpenAI 曾为 ChatGPT 启动“code orange（橙色警戒）”，并将“黄／橙／红”作为内部问题紧急程度的三档标记。如今升级至“红色警戒”，象征最高级别的全公司动员。 OpenAI 仍声称下一代推理模型领先 Google 尽管面对巨大压力，Altman 在备忘录中表示： 用户基础依然是 OpenAI 最大资产 虽然竞争加剧，财务压力上升，OpenAI 仍凭借： 保持行业关注与资本信心。 如今，随着 Google 的步步紧逼、Anthropic 的持续增长，以及巨额资本支出带来的财务压力，OpenAI 进入“红色警戒”阶段，表明其正处于 AI 竞争史上最关键的时刻之一。 - [谷歌、英伟达与 OpenAI](https://rengongzhineng.io/%e8%b0%b7%e6%ad%8c%e3%80%81%e8%8b%b1%e4%bc%9f%e8%be%be%e4%b8%8e-openai/): 一条常见的解释认为，《星球大战》之所以能在上映近半个世纪后仍然大获成功、产生持久共鸣，是因为它几乎完美呈现了“英雄之旅”。故事里有被困在塔图因星球、生活无聊的卢克，他收到 R2-D2 带来的神秘求救信息，这是冒险的召唤，而他一开始拒绝回应；导师欧比旺引导他跨出离开塔图因的门槛，踏入充满试炼的旅程，结识新的敌人与盟友。他进入“洞穴”——死星，在经历欧比旺之死这一重大考验后逃出，带着死星的设计图前往反抗军，并为重返死星的“归途”做准备。在最终试炼中，他选择相信“原力”，并以此完全蜕变。而如果把视角放大到整部原初三部曲，会发现那只是这段英雄旅程的扩展版：这一次，“至暗时刻”的考验是整部《帝国反击战》。 在过去三年的 AI 故事中，扮演英雄角色的是两家公司：OpenAI 和英伟达。第一家是凭借 ChatGPT 的发布，被视为下一个伟大消费科技公司的初创企业；第二家则是原本以“游戏显卡公司”著称、由一位充满远见与乐观精神的创始人带领、常年经历景气循环，如今则在 AI 革命中摇身一变，成为最关键的基础设施提供者。 然而在过去两周，这两家“英雄”同时进入了属于自己的“洞穴”，面对各自迄今为止最严峻的考验：谷歌这座“帝国”，正在上演自己版本的《帝国反击战》。 谷歌的反击谷歌的第一记重拳是 Gemini 3：这款模型在一系列基准测试中超越了 OpenAI 当时的最先进模型（尽管在真实使用体验上表现稍显参差）。Gemini 3 最大的优势在于其规模与训练过程中投入的海量算力；这点尤其值得注意，因为 OpenAI 在继续打造超越 GPT-4 体量与复杂度的下一代模型时遇到了困难。支撑 OpenAI 继续前进的，是在推理能力上的真实突破，这在许多场景下带来更好的结果，但代价是时间与成本的上升。 Gemini 3 的成功，看上去一度是英伟达的利好。有分析将英伟达列为该发布会的赢家，理由是： 一方面，英伟达似乎是输家，因为世界上最好的模型并非在其芯片上训练完成，这从根本上证明了——确实可以在不支付英伟达溢价的情况下造出顶级模型。 另一方面，英伟达又有两个乐观理由。首先，所有人现在都必须对 Gemini 做出回应，而且是“立刻”，而不是等自家芯片“足够好”的某个未来时间点。谷歌在十年前就开始投入 TPU 的研发；其他公司如果想追赶，短期内仍然更适合继续依赖英伟达。其次，也正因为如此，Gemini 再次证明，想要追赶甚至超越，最重要的因素仍然是更多算力。 不过，上述分析漏掉了一个关键问题：如果谷歌开始对外出售 TPU，把它变成英伟达的替代品，会发生什么？谷歌现在正这样做——先是与 Anthropic 达成合作，又传出与 Meta 的合作传闻，然后是第二波“新云服务商”（neocloud）：其中很多原本是加密矿工，如今利用手里的电力与基础设施转型切入 AI。 很快，英伟达也被推到了瞄准镜前：市场开始重新审视其长期增长空间，尤其是考虑到其高企的利润率是否还能维持，一旦出现真正能与之抗衡的芯片对手，这个疑问就格外尖锐。这也无形中给 OpenAI 下一轮预训练施加了巨大压力——那一轮训练将基于英伟达的 Blackwell 芯片进行：基础模型仍然非常重要，OpenAI 需要给出更好的基础模型，而英伟达则需要证明，顶级模型仍然可以在自家芯片上诞生。 接下来值得思考的是：在谷歌的反击下，哪家公司的风险更大，以及原因何在？ 从表面看，英伟达正赚得盆满钵满，如果 Blackwell 表现优秀，那么下一代 Vera Rubin 有望更上一层楼；此外，尽管 Meta 可能会成为谷歌的天然伙伴，但其他超大规模云厂商（hyperscalers）并非如此。 与之相对，OpenAI 则在亏损上不断刷新纪录，业务线越来越分散，同时为了尚未到来的未来收入签下越来越多算力采购承诺。 尽管如此，在保持对英伟达相当乐观的同时，分析者仍然更看好 OpenAI 的胜算。甚至可以说，一个最大的担忧是：分析者似乎比 OpenAI 自己还更看好 OpenAI 的前景。 英伟达的护城河回到一两年前，英伟达相对于 TPU 大致有三道护城河： 与此同时，OpenAI 的护城河主要在于： 问题就在于：如果两家公司各自的第一个关键差异都减弱甚至消失，会发生什么？这正是过去两周被不断讨论的核心： 英伟达的灵活性优势是真实存在的。正因为 GPU 在不同工作负载之间的可替代性（fungibility），微软与 Meta 才会在资本开支计划中反复强调这一点，以此作为扩张投资的论据。TPU 在硬件层面更专用，软件编程也更困难。就此而言，在客户重视灵活性的前提下，英伟达依旧是显然的首选。 至于 CUDA，它长期以来是英伟达构筑客户锁定的重要来源。一方面，它给予开发者深入硬件的底层接口；另一方面，则带来开发者层面的网络效应：如果技术栈基于英伟达，更容易招聘到熟悉相关工具链的工程师。 不过，对英伟达而言，问题在于：大型公司效应可能在 CUDA 上产生与“灵活性论证”相反的结果。大型云厂商确实拥有多元化的工作负载，因此能从 GPU 的通用性中获益，但它们同样也有能力构建替代性的软件栈。过去之所以“懒得做”，只是因为这件事不够划算；当资本开支计划扩张到数千亿美元规模时，“值得花时间和精力”这件事就被重新定义了。 一个有用的类比是 AMD 在数据中心的崛起。AMD 的崛起并非从传统机房或政府项目起步，那些领域仍由 Intel 主导；相反，是大型云厂商主动投入工程资源，重写底层软件，使之在 AMD 与 Intel 之间真正实现“无感切换”，从而让 AMD 凭借性能优势赢下这场战役。 在当前这轮竞争中，英伟达的挑战在于：其主要市场集中在少数几个超大客户手中，而这些客户有足够资源——其中大部分尚未充分动用——来打破 CUDA 这堵软件“高墙”，就像他们已对... - [AI agent应该更“有主见”](https://rengongzhineng.io/ai-agent%e5%ba%94%e8%af%a5%e6%9b%b4%e6%9c%89%e4%b8%bb%e8%a7%81/): 在优秀的智能体（Agent）产品中，最成功的往往不是“最灵活”的，而是“最有主见”的。本文探讨了原因与设计原则。简而言之，建议如下： 构建有主见的智能体。在工具设计与提示词（Prompt）上果断做出决策。目标是让智能体在特定任务上成功，而不是在所有任务上平均发挥。可定制化可以稍后再考虑。 “灵活性陷阱”：智能体需要的是更少的旋钮，而非更多 优秀的产品设计不在于提供无穷选项，而在于让一切自然顺畅地工作。智能体也应如此。 历史上所有令人愉悦的产品体验，本质上都是创作者将自己的理念高度提炼成“无需调试、即刻可用”的界面。对智能体而言，这意味着： “主见—反馈—评估”三者形成了智能体设计的飞轮：团队在实践中形成观点，用户反馈帮助修正观点，评估数据则让迭代有依据。 原则落地：用户不想调温度，他们只想结果 没有用户愿意调整“temperature”或“chunking strategy”。这正是所谓的“灵活性陷阱”——误以为用户想要选择，实际上他们只想要成果。 史蒂夫·乔布斯设计 iPhone 的“一键界面”就是经典案例：表面上限制了交互方式，实则极大提升了体验的确定性。产品依旧功能丰富，但交互路径变得直观可靠。 Cursor 团队的设计哲学很好地诠释了这种思维： “这个设置真的需要吗？”“能更少点点击完成吗？”“能砍掉哪些没人用的功能？” 这正是智能体产品应有的思考方式。 做好“有主见”的工作 具体而言，团队应当： “通用智能体”的神话 一个智能体 = 有主见的外壳（Harness） + 模型（Model） 所谓“外壳”，是指包裹模型的一层设计：包括提示词、工具、上下文管理、文档、子智能体（Subagents）等。所有“主见”都体现在这一层。 当人们说他们想要“通用智能体”时，其实是在做一种权衡： “我愿意接受较低的任务表现，以换取更少的定制工程投入。” 这在原型验证阶段或许合理，但很多团队选择“通用”，并非出于设计策略，而是尚未明确自己的立场与偏好。 模型与外壳是不可分割的 一个重要观点：模型与外壳是共生的，不能单独评估。 每个模型的“智能”都有明显的尖刺（spiky intelligence）——擅长某些任务、在另一些任务上表现糟糕。因此，当更换模型时，原本调校好的外壳往往会“崩坏”：提示词行为变化、工具调用失败、新的错误模式出现…… 真正关键的问题是： “这个模型 + 外壳组合，能否稳定完成我的任务？” 而不是： “这款模型在最新基准测试中是否得分更高？” 这就是为什么团队必须依靠真实任务、真实用户和自我试用来验证效果。 起点应“深而窄” 如果“通用”是妥协，那么最佳策略是从深而窄的任务入手： 常见两种错误倾向： 最优点是“窄到可以精细打磨，深到足以产生价值”。先找到那 10% 的高价值任务，集中精力攻克它。 连模型实验室也在变得“有主见” 如今，各大模型公司（如 Anthropic）也在为特定领域打造专门团队。并非要训练新的金融或生命科学专用模型，而是要为这些任务优化外壳与工具体系。 这种“任务导向的主见性设计”比堆参数更能带来稳定表现。Claude Code、Codex 等产品正是如此：在外壳层面内置上下文管理、文件系统、子智能体，让用户无需从零配置。 类似地，LangGraph、LangChain 提供了通用抽象，而后来的 DeepAgents 则在其上进一步加入了“有主见的预设”：文件系统支持、内置规划工具、默认提示等。好的默认值（opinionated defaults） 本身就是竞争力。 Amp Code 也是如此。它专注单一任务——代码开发。团队通过高强度的自测，将经验直接写入产品中，包括默认模型、辅助智能体（如 Librarian）等。用户无需选择繁多选项，只需专注于成功写出代码。 如何让智能体“更有主见” 今天，大多数智能体产品的问题在于：选项太多，观点太少。要改变这一点，可以从以下几步做起： “通用”工具的讽刺在于——它让用户承担了复杂性。而“有主见”的设计更困难，因为这要求开发者做艰难抉择、承担风险、面对外界批评。但也正因如此，它往往产出更好的产品。 结语真正优秀的智能体并不追求“面面俱到”，而是敢于在设计中“有立场、有取舍”。它们通过主见、反馈与验证不断进化，最终让用户几乎感觉不到背后的复杂性，只感受到：它真的好用。 愿未来的智能体产品，都能更有主见。 - [AlphaFold 的下一步：与谷歌 DeepMind 诺贝尔奖得主的一次对话](https://rengongzhineng.io/alphafold-%e7%9a%84%e4%b8%8b%e4%b8%80%e6%ad%a5%ef%bc%9a%e4%b8%8e%e8%b0%b7%e6%ad%8c-deepmind-%e8%af%ba%e8%b4%9d%e5%b0%94%e5%a5%96%e5%be%97%e4%b8%bb%e7%9a%84%e4%b8%80%e6%ac%a1%e5%af%b9%e8%af%9d/): 执行摘要2017 年，刚完成理论化学博士学位的约翰·贾姆珀（John Jumper）听说谷歌 DeepMind 正从超人级游戏 AI 转向一个秘密项目——预测蛋白质结构。他立即申请加入。 三年后，他与 CEO 戴密斯·哈萨比斯（Demis Hassabis）共同领导的团队推出了 AlphaFold 2，一种能够在原子级精度范围内预测蛋白质三维结构的 AI 系统。它不仅达到了实验室技术的准确度，还将实验时间从数月缩短到数小时。 AlphaFold 2 破解了一个生物学界困扰五十年的难题。哈萨比斯曾表示：“这正是我创立 DeepMind 的初衷，也是我毕生投身 AI 的原因。”2024 年，贾姆珀与哈萨比斯因这项突破性成就共同获得诺贝尔化学奖。 五年前 AlphaFold 2 横空出世，如今热潮渐息，它的真正影响如何？科学家们如何使用它？未来又将走向何方？贾姆珀在访谈中给出了答案。 “这是令人难以置信的五年” 贾姆珀笑言：“我几乎忘了在认识成千上万记者之前的生活是什么样。” 自 AlphaFold 2 之后，团队先后推出了可预测多蛋白结构的 AlphaFold Multimer 以及更快速的 AlphaFold 3。DeepMind 还将其用于 UniProt——一个全球数百万科学家维护的蛋白质数据库。目前，AlphaFold 已预测了约 2 亿个蛋白质 的结构，几乎覆盖已知的全部生物蛋白。 尽管如此，贾姆珀依然保持谨慎：“我们并不确定所有预测都是对的。那是一个预测数据库——它附带所有预测的限制条件。” 一个极难的问题 蛋白质是生命的“机器”：它们构成肌肉、羽毛和角，运送氧气，传递信号，驱动神经活动、免疫反应和消化过程。理解蛋白质的功能首先要弄清它的结构，而这是生物学中最棘手的难题之一。 蛋白质由氨基酸链组成，这些链在化学力作用下折叠成复杂的三维形状。一个未折叠的序列几乎无法透露最终结构，而理论上每个蛋白质都可能有天文数量的构象。预测其正确形状，堪称计算地狱。 贾姆珀和团队采用了基于 Transformer 架构 的神经网络——这也是如今大型语言模型（LLM）的基础技术。Transformer 善于在庞大信息中捕捉关键关联。 然而，他认为真正的成功在于快速迭代的实验原型：“我们做出了一个能以惊人速度给出错误答案的系统，这反而让我们能大胆尝试各种想法。” 他们向模型输入了尽可能多的蛋白质结构信息，包括跨物种形态的演化模式。结果超出了预期——“我们立刻意识到自己取得了突破，”贾姆珀说，“这是一次理念上的巨大飞跃。” 意想不到的应用 AlphaFold 推出后，研究者立刻将其用于各种研究场景。贾姆珀表示：“我非常惊讶科学界对它的使用如此理性——既不过度依赖，也不过度怀疑。” 例如，有研究团队使用 AlphaFold 研究 蜜蜂抗病性，希望了解某种蛋白质在蜂群崩溃症中的作用。“谁能想到 AlphaFold 会用在蜂类科学上？”他笑道。 另一些“越界应用”更令人惊叹。 “没人会真的尝试 2000 次结构比对去找一个答案，”贾姆珀说，“但现在可以。AlphaFold 让这种探索成为可能。” 五年后的反思 五年前采访时，科学家们还不确定它的长远影响。如今，加州大学旧金山分校分子生物学家克里门特·维尔巴（Kliment Verba）表示：“它是极其有用的工具，我们几乎每天都在用。” 但他也指出局限性：AlphaFold 对单蛋白预测精准，但多蛋白复合体或蛋白与小分子相互作用的预测仍不可靠。“有时模型结果让人挠头——真假难辨，”维尔巴说，“它有点像 ChatGPT——用相同的自信讲真话或胡说。” 尽管如此，AlphaFold 仍极大加速了实验流程。研究团队可以先用虚拟预测缩小实验范围，再决定是否值得进行。“它并未取代实验，但让实验更高效。” 新一波 AI 生物学浪潮 如今，多家初创公司与大学实验室正基于 AlphaFold 开发专注药物研发的新一代模型。 Genesis CEO Evan Feinberg 表示：“我们仍在持续创新，只不过起点比过去更高。” 他们正在将预测误差从 AlphaFold 的两埃（2 Å）缩小至 一埃（1 Å），约等于一个氢原子的直径。 建模副总裁迈克尔·莱文（Michael LeVine）指出：“误差的微小差异可能导致药物结合预测从‘永不结合’变为‘成功结合’。” 科学之路的下一步 贾姆珀保持清醒：“预测蛋白质结构只是生物学的一个环节——我们离治愈疾病还差得远。” 他笑言：“如果只差十万美元的实验费，早就有人做了。”但他也补充：“我们正努力让结构预测在科研流程中承担更大的角色，因为我们现在手里有一把非常好用的大锤。” 当被问是否想把所有问题都变成“钉子”时，他笑道：“对，正是如此。我们要思考如何让这个百万倍提速的工具，覆盖更多问题。”... - [为什么最优秀的工程师开始在外面面试](https://rengongzhineng.io/%e4%b8%ba%e4%bb%80%e4%b9%88%e6%9c%80%e4%bc%98%e7%a7%80%e7%9a%84%e5%b7%a5%e7%a8%8b%e5%b8%88%e5%bc%80%e5%a7%8b%e5%9c%a8%e5%a4%96%e9%9d%a2%e9%9d%a2%e8%af%95/): 2018年，一家年收入四千万美元的SaaS公司的一名资深工程师，花了六个月时间反复指出新数据库架构无法扩展。产品部门坚持快速上线，工程领导虽同意他的判断，却未向产品部门据理力争。最终决定是：“先上线，后重构。” 那一周，这位工程师开始投简历。促使他离开的，并非技术决策本身——类似的决策在行业中屡见不鲜——而是他的专业判断被忽视。八个月后，系统开始每天出现性能问题。十八个月后，公司已失去五名资深工程师，并聘请兼职CTO调查根因。 诊断结果十分明确：高管层直到工程师离职才知道他们不满。离职面谈的理由被记录为“更好的机会”“更有竞争力的薪资”。CEO批准了15%的加薪以挽留剩余工程师，但仍不断有人离开。真正的问题并非薪酬，而是组织内部的信息无法自下而上传递。当问题到达高层时，早已演变为几个月前就做出的离职决定。 替换这五名工程师的成本约为140万美元，包括招聘支出、生产力损失与知识流失。若高层早些了解问题，保留成本仅为其中一小部分。然而他们并不知情，因为初级工程师告诉了资深工程师，资深工程师告诉了经理，而经理认为无需上报。最终，高层成为最后一个知道真相的人。 层级结构会过滤坏消息组织设置层级以管理复杂性，但其副作用是信息在每一层都会被过滤。一个初级工程师向资深工程师提到技术隐患，资深工程师再向经理反映，经理斟酌后判断此事是否影响自己业绩或是否值得上报。工程副总裁若听到，已是经过润饰的版本；CTO得到的结论是“我们正在处理”；CEO听到的只有“进展顺利”。 每一层都在消减细节与紧迫感。当问题抵达高层时，要么已成危机，要么已被过滤干净。过滤并非出于恶意，中层普遍认为“在自己层级解决问题”是职责所在，若上报则被视为能力不足。于是他们汇报“解决方案”而非“问题本身”，这看似专业，实为信息压制。 一家拥有120名工程师的软件公司是典型案例。三月，前端团队发现新仪表板性能问题；四月，工程师在代码评审中公开讨论；五月，工程经理知晓并开始调查；六月，工程副总裁获悉，但听到的版本是“正在优化性能”；七月，CTO只被告知“有些性能工作在进行”；八月，最大客户抱怨仪表板不可用。高层将此视为突发危机，而工程师们早已知道整整五个月。 最终导致的后果是：做资源分配决策的人基于数月前、且被系统性删减了坏消息的信息行事。工程师在八月知道数据库无法扩展，经理十月感知到不满，副总裁十二月发现士气问题，CTO到次年二月才得知离职潮。每一层都以为自己处理得当，却共同制造了信息延迟，使问题彻底无解。 “指挥链”的虚幻信条许多组织认为“越级沟通”——高管直接与基层工程师交流——是不合适的。理由如出一辙：削弱中层权威、破坏指挥链、营造不信任感、或表现出微观管理倾向。这些理由表面上出于组织健康，实则是中层为逃避问责的自我保护机制。 直接与基层工程师交谈的CTO能听到真实情况；依赖层层报告的CTO只能听到管理层希望他们听到的内容。越级沟通的禁忌确保了后者。中层偏好这种结构，因为信息流的控制权掌握在他们手中，可以呈现“已解决的问题”，掩盖“暴露自身问题的事”。组织为此付出代价——信息延迟使小问题积累成危机。 反对越级沟通的经济学理由是：高管时间昂贵，应聚焦战略事务而非战术细节。但若战略决策基于错误信息，这种逻辑就站不住脚。一个每周花数小时与不同层级工程师交流的CTO，能了解真正阻碍生产力的根因、正在失效的技术路线、以及哪些人已在心理上离岗。这类信息具有直接的战略价值。相比之下，依赖经过三四层过滤的报告，虽“成本低”，却极易导致昂贵的错误决策。 这类时间投入其实并不巨大。每周安排几小时直接交流即可。规模扩大后，单人频率可降，但覆盖面应保持。例如CTO可每季度与每位工程师沟通一次。这样既能保持对现实的触感，又不挤占日程。参加这些对话的工程师，往往透露他们从未向直属上级提过的问题。管理层可提前三至六个月发现潜在风险，从而以更低成本介入。 一家支付公司在一个季度内失去三名资深工程师后，新任CTO推行“每周开放时间”，允许任何工程师预约30分钟谈话，无需议程或批准。第一个月便暴露出三个问题：部署系统不稳定、监控报警泛滥且无效、API文档严重过时。所有经理都以为“自己在处理”。CTO在同一季度拨款解决，六个月后自愿离职率降至接近零。 离职的真因：自主权，而非薪水离职面谈中最常提及的薪资原因往往掩盖了真正的问题。薪酬之所以常被引用，是因为它可量化且不具冒犯性；而实际原因更隐蔽、更棘手。三种模式屡见不鲜： 一是失去自主权。工程师被迫构建他们明知会失败的系统，专业判断一再被无视。预测的失败最终成真时，他们反被指责未能预防。这不是自尊问题，而是专业被询问却被忽略的挫败。 一家金融科技公司决定自研认证系统，资深工程师警告风险，却被产品坚持压下。系统上线首月即爆出三处安全漏洞，耗费半年修补与维护。本可创造40万美元年收入的功能被延误。公司自研花费18万美元，而商用方案年费仅1.2万美元。最终，失去的工程师本可为公司带来近58万美元价值。 二是技术债务无法偿还。团队反复提出数据库复制、自动化部署、监控改进等基础需求，却总被功能开发压下。工程师预见故障时间点却无力阻止，只得提前离开，避免在崩溃时背锅。一家电商公司十八个月拖延数据库优化，导致第十九个月平台性能崩溃，响应时间从200毫秒暴涨至4秒，收入损失120万美元。两名资深工程师早已离职。 三是聪明人被迫做无意义的工作。高级工程师被分派维护陈旧系统、重复无价值流程。结果是高薪低产、才智浪费。某SaaS公司一名年薪19万美元的工程师，用六成时间维护仅带来8万美元收入的报表系统。她建议迁移客户，却被以“战略关系”为由驳回。三个月后离职，替代者招聘成本22万美元。 高层错过的早期信号离职征兆在辞职信送达前半年甚至更早就存在，只是层级不同，察觉时间不同。 初级与中级工程师最早察觉：资深工程师不再辩论，架构评审沦为形式，技术债务积压无人分配。资深工程师表面顺从，实则已心灰意冷。 资深工程师的转变发生在离职前四至八个月：识别失败模式、经历道德伤害、失去信任。他们在会议上不再发言，代码评审简化为“LGTM”。管理层误以为他们变得“成熟”“更好合作”，其实他们已心理离岗。 经理在离职前两至四个月看到行为变化：参与度下降、LinkedIn更新、文档异常完善、积极指导他人。这些往往被误读为“积极表现”，实为交接信号。 高管层真正看到的阶段，是“工程师已递辞职信”。届时所有信息早已存在，只是被层级过滤。 为什么一次离职会引发连锁反应一次离职只是信号，三次则成为风向。工程师看到同侪离开，会开始怀疑：是否他们知道什么自己不知道？外部猎头嗅到气息，迅速介入，离职潮蔓延。一家云基础设施公司三周内两名工程师离职，三个月后又失去五人，损失220万美元，项目延误八个月。 知识流失的代价难以量化，却在后续数月显现为低效、错误与返工。失去的工程师知道系统隐患、客户特例、哪些技术债务是“负载承重”的。 当离职确实与薪资有关时薪资确为诱因的情况存在，但信号明确：工程师在求职前主动提出薪资问题，且确实低于市场水平。而若在离职面谈中才以此为由，往往是借口。判断标准简单：若加薪20%能挽留，则确为薪资问题；若不能，则另有根因。多数因自主权丧失、技术债务或无意义工作而离开的工程师，无法用金钱留住。 预防比补救更重要防止离职潮的关键在于：高层需在问题萌芽期获取真实信息。这意味着要建立绕过层级过滤的通道。实践证明，以下方式有效： ——定期越级沟通：每周花数小时直接与各层级工程师交流，重在持续而非频率。某百人工程团队的CTO每周四小时越级访谈，半年覆盖全员，离职率由18%降至7%。 ——外部诊断机制：由兼职CTO或外部顾问访谈团队，因其不具权威威胁，反馈更真实。一家SaaS公司在半年失去四名资深工程师后引入顾问，发现“架构评审”实为甩锅仪式。取消后并赋予工程团队技术否决权，问题迅速缓解。 ——立即行动：倾听不够，必须让工程师看到结果。一家医疗科技公司CTO听到开发者抱怨测试套件耗时45分钟，当周拨款优化至8分钟，投入1.2万美元，却极大提升信任度。 错误诊断的140万美元代价替换一名资深工程师的成本高达27.5万至39.5万美元，包括招聘、生产力损失与知识断层。五人即损失约140万至200万美元。而真正解决留任问题的代价只是路线调整与流程改革。 障碍不在于资金，而在于承认系统有缺陷、管理可能有责。多数公司宁愿相信“市场竞争激烈”，而非承认“内部机制失灵”。 一家B轮公司十八个月内流失七名工程师。CEO以为是市场薪酬竞争，实则五人曾明确提出技术与流程问题，却被中层拦截。高层以为问题是钱，工程师认为问题是信任，双方都被信息隔离误导。 信息比替换便宜离职工程师掌握高层未知的真相：哪些技术决策失灵、哪些流程浪费时间、哪些管理方式令人疏离。这些信息本就存在，只是被层级过滤。优秀的组织选择在工程师离开前了解真相，而不是事后支付代价。 他们把信息流视作战略资产，建立越级沟通，优先获取“真实地面情况”。他们明白，基于真相的决策回报率远高于依赖虚假汇报的战略思考。每年投入约五万美元的高管时间，即可防止多次离职潮，避免数百万的损失。 那位2018年离职的资深工程师如今在另一家公司任职。该公司CTO定期越级沟通，并赋予工程部门架构否决权。那里几乎无人在面试，主动离职率仅12%，为行业平均值的一半。高层能在问题变得不可挽回前得知真相——他们做到的原因很简单：他们会问，员工敢说，因为组织结构允许真相向上流动。 - [人工智能芯片ASIC vs. Nvidia GPU](https://rengongzhineng.io/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e8%8a%af%e7%89%87asic-vs-nvidia-gpu-2/): 英伟达（Nvidia）首席执行官黄仁勋近日表示，公司最新的Blackwell系统销售“超乎想象”，创下历史新高。然而，业内分析师指出，另一类人工智能芯片——被称为ASIC（专用集成电路，Application-Specific Integrated Circuit）——正以惊人的速度增长。谷歌、亚马逊、Meta、微软以及OpenAI等大型科技公司，正在纷纷投入自研ASIC芯片，以摆脱对英伟达GPU的高度依赖。 根据《芯片战争》（Chip War）作者克里斯·米勒（Chris Miller）向CNBC透露，谷歌的TPU（Tensor Processing Unit，张量处理单元）是当前AI领域ASIC芯片的领导者，其技术水平甚至被认为与英伟达GPU相当，甚至可能更优。与此同时，亚马逊、微软及OpenAI等公司也在快速推进自研AI芯片项目。 英伟达凭借GPU（图形处理器）实现了利润的爆炸式增长，成为全球市值最高的科技企业之一。过去一年，英伟达交付了约600万颗新一代Blackwell GPU，这些芯片在AI计算负载中发挥了核心作用。该公司在加州圣克拉拉总部展示了由72块Blackwell GPU组成的GB200 NVL72机架级服务器系统——每台服务器售价约300万美元，每周出货量约1000套。英伟达高管狄昂·哈里斯（Dion Harris）表示，数年前，当团队首次提议使用八块GPU打造AI系统时，外界普遍认为“规格过剩”，如今这种配置已成为主流。 GPU最初主要用于游戏图形渲染，但自2012年学术界利用英伟达GPU训练神经网络模型AlexNet以来，GPU的用途迅速扩展至人工智能领域。GPU在并行计算方面的优势使其非常适合AI模型的训练与推理。目前，GPU通常与CPU配合部署于数据中心中，用于AI云计算任务。英伟达与其主要竞争对手超威（AMD）通过优化各自的软件生态体系（如英伟达的CUDA平台与AMD的开源框架）持续竞争。英伟达不仅向亚马逊、微软、谷歌、甲骨文（Oracle）等云服务商供货，还直接向AI公司（如OpenAI）及各国政府提供GPU系统。 然而，AI产业的重心正逐渐从GPU转向ASIC。与通用型GPU相比，ASIC芯片更为小巧、能效更高，且针对特定AI任务进行了优化。谷歌在2015年率先推出首款TPU，开启了AI加速器ASIC时代。经过十年发展，谷歌于2025年11月发布第七代TPU——Ironwood版本。Anthropic宣布，其大语言模型Claude将基于多达100万个TPU进行训练。分析人士认为，谷歌未来可能会开放TPU的外部使用权限，进一步打破市场格局。 亚马逊则在2015年收购以色列芯片初创企业Annapurna Labs后，迅速布局自研AI芯片，推出了Inferentia（2018年）与Trainium（2022年）两款ASIC。亚马逊AWS的芯片架构负责人罗恩·迪亚曼特（Ron Diamant）表示，Trainium在价格性能比方面领先市场30%至40%。在印第安纳州的新AI数据中心中，超过50万颗Trainium 2芯片正在用于Anthropic模型训练，而其他AWS数据中心则仍以英伟达GPU为主。 微软、Meta及OpenAI也相继宣布定制AI芯片计划。微软目前已在美国东部数据中心部署自研Maia 100芯片；Meta于2023年推出自家Training and Inference Accelerator；OpenAI则与博通（Broadcom）合作，预计2026年起生产专用ASIC。博通与迈威尔（Marvell）等芯片设计商凭借专业的知识产权与网络技术，成为众多AI企业的合作伙伴，并在AI浪潮中获益显著。 与此同时，AI计算正从云端向终端设备延伸。被称为“边缘AI芯片”的新型处理器正集成在手机、笔记本电脑及智能家居设备中，使AI运算能在本地完成，从而降低延迟并保护隐私。神经处理单元（NPU）是该领域的核心组件。高通、英特尔、AMD以及苹果都在推动NPU的应用。苹果的M系列与A系列芯片均内置神经引擎，用于MacBook与iPhone上的AI功能。三星、高通的最新移动芯片以及汽车与机器人用嵌入式AI芯片，也均依赖此类技术。 此外，可编程逻辑门阵列（FPGA）作为一种可通过软件重新配置的芯片，也在AI计算中占据一席之地。虽然性能与能效不及ASIC或NPU，但其灵活性极高。AMD在2022年以490亿美元收购赛灵思（Xilinx）后，成为全球最大的FPGA制造商；英特尔则凭借2015年167亿美元收购Altera位列第二。 无论GPU、ASIC、NPU还是FPGA，这些AI芯片的制造几乎都依赖台积电（TSMC）。台积电在美国亚利桑那州的新工厂已开始大规模生产芯片，苹果与英伟达均在此投产。黄仁勋确认，Blackwell GPU已在该厂“全面量产”。 尽管竞争者众多，业内专家认为，英伟达的领先地位短期内仍难以撼动。Futurum Group分析师丹尼尔·纽曼（Daniel Newman）指出，英伟达凭借十余年的生态建设与开发者基础，赢得了当前的AI芯片王者地位，“他们赢得了开发者生态，也赢得了市场”。 - [人工智能芯片ASIC vs. Nvidia GPU](https://rengongzhineng.io/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e8%8a%af%e7%89%87asic-vs-nvidia-gpu/): 英伟达（Nvidia）首席执行官黄仁勋近日表示，公司最新的Blackwell系统销售“超乎想象”，创下历史新高。然而，业内分析师指出，另一类人工智能芯片——被称为ASIC（专用集成电路，Application-Specific Integrated Circuit）——正以惊人的速度增长。谷歌、亚马逊、Meta、微软以及OpenAI等大型科技公司，正在纷纷投入自研ASIC芯片，以摆脱对英伟达GPU的高度依赖。 根据《芯片战争》（Chip War）作者克里斯·米勒（Chris Miller）向CNBC透露，谷歌的TPU（Tensor Processing Unit，张量处理单元）是当前AI领域ASIC芯片的领导者，其技术水平甚至被认为与英伟达GPU相当，甚至可能更优。与此同时，亚马逊、微软及OpenAI等公司也在快速推进自研AI芯片项目。 英伟达凭借GPU（图形处理器）实现了利润的爆炸式增长，成为全球市值最高的科技企业之一。过去一年，英伟达交付了约600万颗新一代Blackwell GPU，这些芯片在AI计算负载中发挥了核心作用。该公司在加州圣克拉拉总部展示了由72块Blackwell GPU组成的GB200 NVL72机架级服务器系统——每台服务器售价约300万美元，每周出货量约1000套。英伟达高管狄昂·哈里斯（Dion Harris）表示，数年前，当团队首次提议使用八块GPU打造AI系统时，外界普遍认为“规格过剩”，如今这种配置已成为主流。 GPU最初主要用于游戏图形渲染，但自2012年学术界利用英伟达GPU训练神经网络模型AlexNet以来，GPU的用途迅速扩展至人工智能领域。GPU在并行计算方面的优势使其非常适合AI模型的训练与推理。目前，GPU通常与CPU配合部署于数据中心中，用于AI云计算任务。英伟达与其主要竞争对手超威（AMD）通过优化各自的软件生态体系（如英伟达的CUDA平台与AMD的开源框架）持续竞争。英伟达不仅向亚马逊、微软、谷歌、甲骨文（Oracle）等云服务商供货，还直接向AI公司（如OpenAI）及各国政府提供GPU系统。 然而，AI产业的重心正逐渐从GPU转向ASIC。与通用型GPU相比，ASIC芯片更为小巧、能效更高，且针对特定AI任务进行了优化。谷歌在2015年率先推出首款TPU，开启了AI加速器ASIC时代。经过十年发展，谷歌于2025年11月发布第七代TPU——Ironwood版本。Anthropic宣布，其大语言模型Claude将基于多达100万个TPU进行训练。分析人士认为，谷歌未来可能会开放TPU的外部使用权限，进一步打破市场格局。 亚马逊则在2015年收购以色列芯片初创企业Annapurna Labs后，迅速布局自研AI芯片，推出了Inferentia（2018年）与Trainium（2022年）两款ASIC。亚马逊AWS的芯片架构负责人罗恩·迪亚曼特（Ron Diamant）表示，Trainium在价格性能比方面领先市场30%至40%。在印第安纳州的新AI数据中心中，超过50万颗Trainium 2芯片正在用于Anthropic模型训练，而其他AWS数据中心则仍以英伟达GPU为主。 微软、Meta及OpenAI也相继宣布定制AI芯片计划。微软目前已在美国东部数据中心部署自研Maia 100芯片；Meta于2023年推出自家Training and Inference Accelerator；OpenAI则与博通（Broadcom）合作，预计2026年起生产专用ASIC。博通与迈威尔（Marvell）等芯片设计商凭借专业的知识产权与网络技术，成为众多AI企业的合作伙伴，并在AI浪潮中获益显著。 与此同时，AI计算正从云端向终端设备延伸。被称为“边缘AI芯片”的新型处理器正集成在手机、笔记本电脑及智能家居设备中，使AI运算能在本地完成，从而降低延迟并保护隐私。神经处理单元（NPU）是该领域的核心组件。高通、英特尔、AMD以及苹果都在推动NPU的应用。苹果的M系列与A系列芯片均内置神经引擎，用于MacBook与iPhone上的AI功能。三星、高通的最新移动芯片以及汽车与机器人用嵌入式AI芯片，也均依赖此类技术。 此外，可编程逻辑门阵列（FPGA）作为一种可通过软件重新配置的芯片，也在AI计算中占据一席之地。虽然性能与能效不及ASIC或NPU，但其灵活性极高。AMD在2022年以490亿美元收购赛灵思（Xilinx）后，成为全球最大的FPGA制造商；英特尔则凭借2015年167亿美元收购Altera位列第二。 无论GPU、ASIC、NPU还是FPGA，这些AI芯片的制造几乎都依赖台积电（TSMC）。台积电在美国亚利桑那州的新工厂已开始大规模生产芯片，苹果与英伟达均在此投产。黄仁勋确认，Blackwell GPU已在该厂“全面量产”。 尽管竞争者众多，业内专家认为，英伟达的领先地位短期内仍难以撼动。Futurum Group分析师丹尼尔·纽曼（Daniel Newman）指出，英伟达凭借十余年的生态建设与开发者基础，赢得了当前的AI芯片王者地位，“他们赢得了开发者生态，也赢得了市场”。 - [谷歌AI基础设施主管表示：为满足需求，公司必须每6个月将AI服务能力翻倍](https://rengongzhineng.io/%e8%b0%b7%e6%ad%8cai%e5%9f%ba%e7%a1%80%e8%ae%be%e6%96%bd%e4%b8%bb%e7%ae%a1%e8%a1%a8%e7%a4%ba%ef%bc%9a%e4%b8%ba%e6%bb%a1%e8%b6%b3%e9%9c%80%e6%b1%82%ef%bc%8c%e5%85%ac%e5%8f%b8%e5%bf%85%e9%a1%bb%e6%af%8f/): 在最近的一次全员大会上，谷歌人工智能基础设施负责人阿明·瓦赫达特（Amin Vahdat）向员工表示，公司必须以“每六个月翻倍”的速度扩充AI计算与服务能力，才能满足全球对人工智能服务的快速增长需求。 瓦赫达特现任谷歌云（Google Cloud）副总裁，负责机器学习系统与云端AI基础设施。他在名为“AI基础设施”的演讲中展示了一张题为“AI计算需求”的幻灯片，上面写道：“现在我们必须每六个月翻倍……在未来4至5年实现1000倍增长。” 瓦赫达特指出，AI基础设施的竞争是“整个AI竞赛中最关键、同时也是最昂贵的部分”。在这场会议上，谷歌母公司Alphabet首席执行官桑达尔·皮查伊（Sundar Pichai）与首席财务官阿娜特·阿什克纳齐（Anat Ashkenazi）也一同出席并回答了员工提问。 这场会议召开于Alphabet公布强劲的第三季度财报之后一周。公司连续第二次上调年度资本支出预测至910亿至930亿美元区间，并预计2026年将出现“显著增长”。微软、亚马逊和Meta同样上调了资本支出预期，这四大科技巨头今年的总投入预计将超过3800亿美元。 瓦赫达特强调，谷歌的任务“当然是构建出顶级基础设施”，但并非“盲目超越竞争对手的支出规模”。他补充说，公司将投入巨额资金，但真正目标是打造“全球最可靠、性能最佳、可扩展性最强的AI基础设施”。 除了基础设施的扩建，谷歌还通过更高效的AI模型与自研芯片提升算力利用率。上周，谷歌宣布正式发布第七代张量处理器（TPU）“Ironwood”，其能效比2018年第一代云端TPU提升近30倍。瓦赫达特表示，谷歌还拥有DeepMind作为重要优势，后者在未来AI模型架构研究方面提供了前瞻性支持。 “谷歌必须在基本不增加成本和能源消耗的前提下，实现计算、存储和网络能力的千倍提升，”瓦赫达特说，“这并不容易，但通过协同设计与跨部门合作，我们将实现这一目标。” 皮查伊：2026年将是“极度紧张的一年”在同一场会议上，皮查伊坦言，2026年将成为公司极具挑战的一年，原因在于AI竞争的加剧与云计算需求的爆发。他同时回应了员工关于“AI泡沫”潜在风险的提问。 有员工提问称：“面对大规模AI投资与外界对AI泡沫破裂的担忧，公司如何确保长期的可持续性与盈利能力？” 皮查伊表示，这种担心“是合理且广泛存在的”。他指出，当下的讨论反映了行业的集体焦虑，但他依然强调“不足投入的风险更高”。皮查伊提到，谷歌云业务在最新季度实现了34%的年增长，营收突破150亿美元，积压订单达1550亿美元。 “事实上，若我们拥有更强的计算能力，这些数字本可以更亮眼。”他补充道。皮查伊表示，公司将继续遵循纪律性的投资方式，并凭借健康的资产负债表在波动中保持稳定。 “我们比其他公司更有能力承受市场波动带来的短期冲击，”皮查伊说。 市场动荡与AI泡沫争议皮查伊也提醒员工：“未来一年会出现起伏不定的局面。”他强调，目前正处于竞争白热化阶段，“绝不能躺在功劳簿上”。 近期，关于“AI泡沫”的讨论在硅谷与华尔街愈发激烈。英伟达（Nvidia）财报发布前，投资者对AI领域持续巨额投入的合理性产生疑虑。皮查伊在接受BBC采访时也提到，当前市场“存在一定程度的不理性”，并承认“如果泡沫破裂，没有任何公司能完全幸免，包括谷歌自己”。 然而，英伟达首席执行官黄仁勋在财报会议上否认了“AI泡沫论”，并称公司看到的是“完全不同的现实”。英伟达作为谷歌的重要芯片供应商，当季营收增长62%，超出市场预期，并发布强劲的下一季度指引。尽管如此，市场整体情绪依旧疲软，次日英伟达股价下跌3.2%，纳斯达克指数下跌2.2%，Alphabet股价亦下跌1.2%。 算力瓶颈与Gemini 3发布本周早些时候，谷歌发布了最新一代AI模型Gemini 3，声称其在回答复杂问题方面的表现优于前代产品。谷歌与OpenAI等竞争对手正在竞速，将先进的AI工具推向更广泛的用户群体。 皮查伊指出，当前最大瓶颈在于算力供给不足。他以视频生成工具Veo为例解释道：“Veo上线时非常令人振奋，但如果我们能为更多用户提供访问，使用人数将会显著提升——然而我们受限于计算能力。” 资本支出与现金流问题另一位员工提问提到：“资本支出的增长速度远快于营业收入，公司未来18至24个月的自由现金流将如何保持健康？” 首席财务官阿什克纳齐回应称，公司拥有多项潜在增长途径，包括吸引更多传统数据中心客户迁移至云端服务。她表示：“摆在我们面前的机遇巨大，我们不能错过这一势头。” 总体而言，谷歌管理层的核心信号十分明确：AI竞争的焦点已经从算法创新转向基础设施规模与能效比的极限挑战。为实现未来四至五年“1000倍算力提升”的目标，谷歌正在押注其芯片、云计算与研究协同能力，努力在这场昂贵而激烈的AI基础设施之战中保持领先。 - [暂停路线图工作一周，我们修复了189个漏洞](https://rengongzhineng.io/%e6%9a%82%e5%81%9c%e8%b7%af%e7%ba%bf%e5%9b%be%e5%b7%a5%e4%bd%9c%e4%b8%80%e5%91%a8%ef%bc%8c%e6%88%91%e4%bb%ac%e4%bf%ae%e5%a4%8d%e4%ba%86189%e4%b8%aa%e6%bc%8f%e6%b4%9e/): 周五下午4点，一位工程师刚刚关闭了本周的第12个漏洞。此时大脑几乎已经烧坏，但盯着“漏洞排行榜”时，却对周一回到常规工作感到一丝难过——这很奇怪，因为常规工作本身是令人喜爱的。然而，“Fixit周”（修复周）总是让人心生特别的情感。 什么是Fixit？在这个团队中，每个季度约有45名软件工程师会停下所有常规工作整整一周。这意味着没有路线图任务、没有设计讨论、没有会议或站会。 取而代之的，是集中修复那些长期困扰用户与开发者的“小问题”： 规则非常简单：1）每个漏洞的修复时间不得超过两天；2）所有工作都必须聚焦于用户端的小改进或开发者体验的提升。 团队还设立了一个“积分系统”和排行榜，按照修复漏洞的数量与难度计分。修复首个漏洞、修复最恼人漏洞、积分最高者等都会获得印有团队标志的T恤。简单的规则，却运作得极为顺畅。 成果统计在本季度的Fixit周中： 团队还绘制了燃尽图，以追踪整个修复进度。 一些亮点包括：一位工程师修复了一个自2021年以来的功能请求——仅用了一天时间，而它在待办清单中沉睡了整整四年。这一改动虽然微小，却让每位Perfetto用户的体验都得到明显提升。 另一位同事只用25行代码改进了一个GitHub Action，使每位UI开发者少点击两次就能查看CI构建结果。这种简单的优化获得了团队一致好评。 此外，还有成员花一个小时（借助AI）创建了“整合版SDK”，让外部项目的集成更加便捷。这类微小改动，可能正是决定用户是否选择使用该产品的关键。 Fixit带来的价值 对产品而言：匠心与细节任何优秀产品的标志都在于细节上的打磨——那些看似微不足道的地方，却能让整体体验更连贯。一个缺乏细节关注的产品，也许能被迫使用，但用户内心始终会有“要是能换一个就好了”的念头。Fixit周正是打磨这些细节的机会——那些用户未必能明确说出的问题，但一旦修复，使用体验的流畅度立刻提升。 对个人而言：回归“动手修”的乐趣在职业早期，工程师常常能随手修复问题、立即上线并获得满足感。而随着资历增加，工作重心逐渐转向规划、协调与决策，离“亲手修好一个问题”的成就感越来越远。Fixit让人重新体验那种直接、纯粹的快乐——发现问题、修复、提交、关闭、继续前进。每一次修复都带来即时的反馈与成就。 对团队而言：士气与凝聚力Fixit周期间，40名工程师分布在两个时区共同修复漏洞，整个办公氛围焕然一新。平日里各自埋头于不同项目的成员，在这一周中频繁交流、分享截图与进展，甚至围在显示器前展示成果。排行榜与每日简报进一步激发了团队热情： 如何成功举办Fixit周 经验表明，Fixit的成功与否在于准备阶段。平日里，团队鼓励成员将遇到的潜在问题标记为“Fixit候选”。在Fixit周前一周，各小组会对这些问题进行分类： 还会列出高优先级的关键漏洞，确保第一天所有人都有明确目标，不必浪费时间寻找任务。 两天的硬性限制早期曾有成员选中一个看似简单的漏洞，却意外陷入庞大依赖与陈旧代码的泥沼，整整两周都未完成。虽然工作有价值，但完全违背了Fixit的初衷——频繁交付、保持节奏与动力。因此制定了“两天上限”：如果修复任务超出预期，就应中止并回到主干任务。这不是否定工作本身，而是为了保持Fixit的节奏与乐趣。 团队规模的关键性早期Fixit仅限于7人小组，虽然效果不错，但缺乏更大范围的共鸣。当人数达到40人后，氛围显著不同——群体能量被激活，参与感更强。对于不同团队，理想人数可能在7至40人之间，但“群体势能”是Fixit成功的核心。 游戏化的激励机制积分与排行榜不仅是噱头，还是维系动力的重要工具： 得益于良好的文化氛围，团队几乎未出现“刷分”现象。 AI工具的助力Fixit的一大挑战是频繁切换上下文，而AI工具极大缓解了这一问题。它们不仅能快速检索代码、总结修改方向，还能生成修复思路，帮助工程师以更低的心智负担进入问题域。虽然AI生成的代码往往需要人工修正，但它让每次修复的起步更高效。 对Fixit的质疑与反思有人认为Fixit是在承认团队平时忽视小问题。这种观点不无道理，确实许多“纸割型”漏洞往往被长期忽略。但Fixit正是为这些问题提供空间的机制。它并非取代常规漏洞修复，而是承认“略烦却不紧急”的问题也值得解决。 也有人质疑“暂停路线图工作一周是否浪费”。从资源角度看，40个工程师周确实成本不低。然而，产品打磨所带来的用户体验提升与团队士气的增长，往往能长期反哺生产力——无论是更快的测试、更清晰的错误提示还是更顺畅的流程，都能让收益持续累积。 当然，对于小团队或初创公司而言，一整周的Fixit可能成本过高。但这一机制可灵活缩短，如“每月一个Fixit周五”或“季度两天的微Fixit”，关键在于为“没人安排但人人抱怨”的问题预留时间。 Fixit的真正意义官方理由是提升产品质量与开发效率，但更深层的原因在于它带来的情感满足感——修复问题的纯粹快乐。这种体验让工程师重新感受到“匠人精神”的核心：关注细节、改善体验、让产品更好。虽然不应全年都如此工作，但若一个组织从未腾出时间做这些事，那才是真正的遗憾。 - [“良好工程管理”是一种潮流现象](https://rengongzhineng.io/%e8%89%af%e5%a5%bd%e5%b7%a5%e7%a8%8b%e7%ae%a1%e7%90%86%e6%98%af%e4%b8%80%e7%a7%8d%e6%bd%ae%e6%b5%81%e7%8e%b0%e8%b1%a1/): 随着年龄的增长，越来越多的从业者开始思考一个关键问题——自己是否正在以正确的方式花费时间，以推动职业生涯和人生的前进。这不仅是个人的反思，也是公司在每一次绩效评估中提出的疑问：这位工程经理是否有效地利用时间，为公司或团队创造了价值？ 然而，令人困惑的是，这两个看似相似的问题在实践中却几乎没有交集。本文试图在当下这个特殊时期深入探讨这些问题——一个管理者被告知“过去十年都在做错事”，必须接受一种全新的工程管理模式才能继续被行业认可的时代。 作者曾在相关主题上发表过演讲，并将主要观点以视频形式记录了下来（附有演讲幻灯片）。 优秀领导力的“潮流化” 在2000年代末期的雅虎，工程管理的模式与当今截然不同。当时，一位团队主管可能两年才与下属进行两次一对一沟通，一次是入职后的初次交流，另一次是员工提出离职时的谈话。按照今天的标准，这样的管理方式会被视为失职。然而在当时，这种领导风格与《新机器之魂》中描述的管理者极为相似——识别关键机遇，引导团队克服组织阻力，推动项目向前。这类管理者在当时的背景下是高效且被认可的。 进入2010年代后，行业风向发生了转变。吸引、留住、激励工程师成为衡量领导力的核心标准。在那个资本充裕、企业高速扩张的时代，这种管理思路无疑是正确的。许多组织甚至鼓励新晋经理人“放下键盘”，彻底从编码转向管理，这在当时被认为是“好建议”。回看那一时期，这种指导虽然如今显得脱节，但确实契合了当时行业的现实需求。 而从2022年底开始，形势再度转变。高利率终结了零利率时代（ZIRP），人工智能工具的兴起使大型工程团队的必要性受到质疑。组织架构变得扁平，许多曾经专注协调的角色如今被要求重新“动手写代码”。那些在上一时代被视为典范的经理人，反而被重塑为“官僚”而非“领导者”。 这种领导理念的更迭背后，实质上是商业环境的变化。每一次转型都伴随着新的道德叙事——2010年代的叙事是“赋能工程师”是一种道德善；2020年代的叙事则是“中层官僚导致组织低效”。然而，真正的驱动力并非道德，而是商业逻辑——资本环境变化与AI生产力的崛起才是根本原因。 因此可以得出结论：行业总会在演化中重新定义“好领导”的标准，并以“道德故事”包装这种转变。但事实上，这一切几乎总是源自经济结构的变化。任何将当下的管理观念当作“真理”的人，都有可能在下一次周期转变中措手不及。换言之，“优秀领导力”本身就是一种潮流。 跨越潮流的自我发展 如果承认领导力的标准会周期性地变化，那么一个更深层的问题便出现了：怎样的技能，才能在今天行之有效，又能在未来保持长期价值？ 长期与工程经理共事的经验表明，有八项基础的工程管理技能，可以分为两类：核心技能（适用于所有管理岗位）与成长技能（决定职业上限的能力）。 核心技能包括： 成长技能包括： 这些能力几乎可涵盖所有有效的管理者类型。 自我评估的思考问题 衡量这些能力没有完美的标准，但可以通过一些问题进行自我检验，例如： 这些问题的答案反映了管理者在各个维度上的成熟度。值得注意的是，如果高层从未主动邀请某位经理参与关键任务，往往意味着该经理在特定能力维度上尚未被视为“专家”。 “核心技能”是否恒久不变？ 实际上，核心与成长技能的边界会随行业潮流而变化。例如，在今天的环境中，“执行力”是核心能力，而在过去的高增长时代，它的重要性则较低。这也是跨越周期最具挑战的地方：唯有在各维度上保持均衡，才能在环境剧变时不被淘汰。 保持能量以维持投入 《工程管理执行手册》中提到，理想的时间分配并非数学意义上的最优解，而是能让人保持长期动力的平衡状态。对一些人来说，这意味着继续写代码；对另一些人，则是改进流程、优化结构。维持能量，是长期高效管理的前提。 四十年的职业生涯 与能量管理类似，职业生涯也需长远规划。在《四十年职业生涯》的讨论中，每个阶段都面临不同的优先维度——速度、人脉、声望、收入、学习。早期可以追求高强度成长，晚期则可能因家庭责任而选择稳定节奏。认清这些权衡并有意识地做出选择，是塑造长期职业幸福感的关键。若缺乏这种自我认知，很难在漫长的职业道路上保持持续投入。 总结来看，“良好工程管理”并非固定的公式，而是时代经济与技术环境的产物。唯有理解潮流背后的逻辑，构建稳固而多元的技能组合，才能在不断变化的行业中立于不败之地。 - [将衰老视为疾病：长寿科学的崛起](https://rengongzhineng.io/%e5%b0%86%e8%a1%b0%e8%80%81%e8%a7%86%e4%b8%ba%e7%96%be%e7%97%85%ef%bc%9a%e9%95%bf%e5%af%bf%e7%a7%91%e5%ad%a6%e7%9a%84%e5%b4%9b%e8%b5%b7/): 从治疗特定疾病到直接瞄准衰老本身，2025 年 Progress Conference 展示了延长生命的多条路径。 在 10 月份举行的 Progress Conference 2025 上，Roots of Progress Institute 致力于连接进步运动中的人群与理念。医学史学者 Laura Mazer 在本次会议的长寿议题版块中观察到，研究者、经济学家与创业者正提出延长生命长度与健康寿命的新方法，显示医学前沿正从“对抗疾病”转向“追求更多生命”。 会议现场：与传统会议截然不同的体验 Progress Conference 2025 在加州伯克利举行，由 Roots of Progress Institute 主办。主会场 Lighthaven 是一个带有庞大花园、谈话角落与奇特房间的怪趣空间，更像是一座怪异宅邸而非传统会议中心。 与会者类型多元，难以归类。有试图推动农业进步的第三代农民，有重新思考健康政策的医生，也有城市规划领域的老朋友，还有希望改进会务组织方式的专业会议筹办人。会议议程密集，许多场次甚至重叠，然而主办方特意安排所谓的“花园时段”，让参与者可以在花园中自由交流。 大会主舞台上的内容同样多样化。第一场访谈即邀来特朗普政府时期的科学顾问、白宫科技政策办公室主任 Michael Kratsios，引发争议，也凸显会议包容的“大帐篷”属性。许多与会者围绕“大帐篷是否过大”“是否目标模糊”等议题展开讨论，但整体氛围积极而有活力：多元观点带来碰撞，而每一次分歧都像是通往进步的机会。 第二天的全体会议中，Boom Supersonic 创办人 Blake Scholl 讨论未来机场应是什么样子。他指出现实世界充满“可大幅改善却被人们习以为常”的问题，引起听众共鸣。会议整体汇聚了共同信念：人生与世界都可以变得更好，而每个人都能参与这项改进。 长寿议题：从科幻到现实的医学前沿 在健康与长寿的专题环节中，演讲者背景多样。尽管大多数人属于“长寿科学”范畴，但议题跨越健康政策、医学生物学、临床创新等多个层面。 科幻作品中，角色拥有数百年甚至可无限再生的寿命，但真实的长寿研究更务实：延长一两年健康寿命就已极具经济与社会意义。如果人们平均能多五年或十年健康、功能完整的寿命，对社会的影响将深远。 然而，长寿科学的研究目标依然宽广。治愈某种儿童疾病，带来的寿命提升可能超过为所有人增加老年末期的两年寿命。会议上的研究者既讨论特定技术或疾病对寿命的影响，也探讨将“衰老本身”视为研究对象的可能性。 把衰老视作疾病 几乎所有长寿领域的讲者都强调：衰老研究在科研资金中严重代表不足。 但要将“衰老”划分为独立研究对象并不容易。多数人并非死于“老年”，而是死于疾病，而疾病发生风险随着年龄升高。这让长寿研究首先面临定义问题。例如，若改善心血管疾病的预防措施能延长寿命，这算是疾病研究还是衰老研究？ 尽管界线模糊，长寿科学作为独立学科的出现，对医学史而言意义重大。过去，人类多因特定伤病死亡。1950 年欧洲儿童死亡率仍高达 10%，而今天已低于 1%。过去 75 年全球预期寿命几乎翻倍，这并不是因为人类征服了“衰老”，而是控制了“早死”。 长寿科学如今正在跨越这一阶段，从“治疗疾病”走向“瞄准生物衰老本身”。基因组不稳定、端粒缩短、粒线体功能下降、细胞衰老等衰老标志正成为研究目标。科学家试图找出针对这些标志的干预方式，不是治疗某个疾病，也不是修复某项损伤，而是追求更多生命。正如丁尼生诗句所言：“渴望的不是死亡，而是生命；更多生命，更多丰盈。” 长寿经济学 长寿议题中穿插了经济学讨论：若社会平均寿命延长一年会怎样？前提是这一年必须是健康的。估计有高达四分之一的健保支出用于人们生命最后一年。如果平均能延长一个人的健康工作年限，即使是一年，也能为全球经济带来数万亿美元效益。 然而，许多导致寿命损失的因素是特定疾病与伤害。例如在另一场讨论中，《金融时报》数据记者 John Burn-Murdoch 指出，自杀与药物滥用正在威胁寿命增长趋势，尤其影响年轻族群。 若将所有影响寿命的因素都算作“长寿科学”，那它实际上是全球最庞大的研究领域；若仅研究生物衰老标志，则是一个小得多的领域。但经济学家的共识是明确的：更长寿、更健康的社会，对经济总是更有利。 冷冻技术：把死亡“冻结”起来 与其他长寿主题并行的，是一些针对具体领域的深度讨论。Laura Deming 的演讲尤其引人注目。她在八岁时就对衰老问题产生兴趣，12 岁开始学习生物老年学。目前涉猎广泛，而这次演讲聚焦于“人体冷冻学（cryonics）”。 许多人对这一领域的印象停留在科幻或传闻，例如“华特·迪士尼的头被冰冻保存”等都市传奇（事实上是误传）。真正的冷冻学奠基人 Robert Ettinger 出生于 1918 年，由科幻故事启发，相信未来科学能实现永生，并于 2011 年被冷冻保存。 Ettinger 主张人类应被冷冻至未来医疗更先进时再进行复生，并在其著作《The Prospect of Immortality》中阐述观点，引发科幻界与媒体关注。 Deming 在演讲中将此称为“通往未来的救护车”。她指出，医学每前进一年，某些疾病的存活期可从数月大幅提升至十年以上。例如黑色素瘤、囊性纤维化的治疗突破意味着出生仅差几年的人寿命可截然不同。 她目前的研究目标更接地气：通过成功冷冻与解冻器官，延长器官可用时间并提高移植率。科研团队已成功在大鼠身上证明冷冻肾脏复苏后的功能恢复，人类试验可能在不久之后到来。 医学范式的转变 长期研究医学史的专家在会议上感受到与往常不同的方向：与其对抗疾病，长寿研究者更致力于“增加生命”。这是一种医学范式的转移，从“减少疾病”到“追求更多生命”。这个领域仍处早期阶段，并有许多非传统的研究与资金模式，但这正是历史上许多重大医学突破的共同特征。 未来可能出现的成果包括：冷冻器官库、针对细胞衰老的基因治疗，以及类似维生素的药物干预以延缓细胞衰老。最重要的收获是：会议提醒人们——生命本身就是无条件的价值。更多生命，更健康的生命，是医学前沿努力的方向。 - [Meta 的胜利为硅谷重启收购铺平道路](https://rengongzhineng.io/meta-%e7%9a%84%e8%83%9c%e5%88%a9%e4%b8%ba%e7%a1%85%e8%b0%b7%e9%87%8d%e5%90%af%e6%94%b6%e8%b4%ad%e9%93%ba%e5%b9%b3%e9%81%93%e8%b7%af/): 为了避免监管审查，大型科技公司近年来普遍避免直接收购初创企业；但 Meta 的反垄断胜诉可能改变这一思路。 在硅谷，大型科技公司的首席执行官们过去几年一直遵守一条不成文的规则：花巨资吞并竞争对手几乎不被允许；即便收购最小型的初创企业，也可能引来监管机关的不必要关注。 然而，本周的结果可能让这条默契失效。 周二，一名联邦法官裁定 Meta 在十多年前收购 Instagram 和 WhatsApp 这两家新兴竞争者时，并未非法抑制竞争。这一裁决不仅是社交媒体巨头的重大胜利，更是整个硅谷的胜利，因为硅谷长期依赖大型企业收购小型公司来推动创新生态。 如今，Meta 首席执行官马克·扎克伯格，以及谷歌、微软等公司的领导者，可能再次能够通过收购初创公司保持领先。此判决也恰逢关键时刻，因为科技行业正在为人工智能竞争投入数十亿美元。 Theory Ventures 的普通合伙人 Tomasz Tunguz 表示，这项反垄断裁决“将消除主要收购方必须进行的大量法律体操，并应真正为更多交易打开大门”。 Meta 对是否将恢复收购保持沉默。公司首席法务官 Jennifer Newstead 表示，法官的裁决“认可了 Meta 正面临激烈竞争”。她补充说，公司将继续与白宫合作并“投资美国”。 收购：硅谷的生命循环 购买初创公司长期以来都是硅谷生态循环的核心部分。风险投资公司向初创企业投资，希望其中少数能成为 Google、Meta 或 Uber。即便这些企业未能成为巨头，它们仍常常拥有可被大公司利用的价值——包括人才、新创意或尖端产品。 过去多年，科技巨头们愿意支付高额溢价“吞并”潜在竞争对手。• 2006 年，谷歌以 16.5 亿美元收购 YouTube，当时被视为惊人的金额；如今分析师估计 YouTube 的价值约为 5000 亿美元。• 谷歌还在 2005 年以 5000 万美元收购构成其移动操作系统核心的 Android，并在 2013 年以逾 10 亿美元收购导航初创公司 Waze，这两项都成为谷歌体系的关键业务。 Meta 则收购了 Instagram、WhatsApp 和其他初创企业，这些服务如今为公司带来数十亿用户。扎克伯格曾试图收购 Snapchat，但未成功。 监管强势时期：并购被迫降温 进入本世纪 20 年代后，由于监管压力增大，收购大幅放缓。自拜登总统在 2021 年任命 Lina Khan 担任美国联邦贸易委员会主席以来，她对科技企业收购采取更强硬的策略。司法部也开始调查亚马逊、苹果和谷歌的反竞争行为。 大型科技公司被迫采取变通方式，开始签署一些“几乎是收购但不算收购”的协议，业内称之为“人才收购（acquihire）”：公司支付巨额费用仅雇用初创企业的核心人才，却不收购整个组织，导致许多公司只留下“僵尸外壳”。 随着人工智能热潮来临，这类协议变得更加重要。 • 今年 6 月，Meta 投资 149 亿美元购买数据标注公司 ScaleAI 49% 的股份，并聘请该公司首席执行官 Alexandr Wang 担任 Meta 的首席 AI 官。交易后，ScaleAI 裁员并失去其创始人与核心研究人员。• 今年 7 月，谷歌花费 24 亿美元“雇用”另一家 AI 初创公司 Windsurf 的领导层，并购买其非独家技术授权。• 去年，谷歌、微软和亚马逊也分别与 Character.AI、Inflection 和 Adept... - [机器人出租车与郊区生活](https://rengongzhineng.io/%e6%9c%ba%e5%99%a8%e4%ba%ba%e5%87%ba%e7%a7%9f%e8%bd%a6%e4%b8%8e%e9%83%8a%e5%8c%ba%e7%94%9f%e6%b4%bb/): 重新回到美国生活后，许多人都会询问体验如何；然而由于过去多年每年夏天都会回到威斯康星，而此次搬回也是在夏季，因此最初并没有太大的不同感受。直到树叶开始变色、空气变得更冷、日照逐渐缩短，某项决定的优势才愈发明显：选择住在郊区。 都市生活当然有许多优点，特别是在台北生活多年后，更能体会那种便利性的重要。虽然回答“住在台湾最好的地方是什么？”时用上“便利”一词显得有些奇怪，但事实如此：生活所需几乎都能步行取得，地铁范围广大、整洁且可靠，而在理解“交通流量像河流越大越有优先权”的规则后，开车也不算太困难。 当父母第一次离开威斯康星时，夏天需要新的住处，再加上考虑到冬天空房子的维护问题，于是选择住在市中心的公寓；当时麦迪逊市中心因大学与州政府而十分热闹，而能步行到各处也很吸引人。随后 COVID 和 2020 年的夏天到来，市中心突然不再繁忙，开车的次数远超过预期，也对成年后长期居住的公寓生活产生厌倦。因此，当一位老朋友附近的房子挂牌出售时便立即买下，并进行改造，过去一年更决定长期居住在此。 近年来，批评郊区在年轻千禧一代中变得流行；然而对于出生于 X 世代尾端的人而言，小镇威斯康星的童年是早晨骑着脚踏车出门直到晚餐前才回家的一段相当田园诗般的生活。可以想象，过去几十年对青少年行动自由的严格限制，以及电子游戏与智能手机等室内活动兴起，让郊区生活变得愈加孤立。到了大城市反而成了如释重负的体验，尤其是在 Uber 于 2010 年代出现之后。 Uber 的争议及盈利困境辩论 在 2010 年代，极少企业比 Uber 更具争议性，除了丑闻与游走法律灰色地带的问题外，更有一场围绕其商业可行性的巨大争论。Hubert Horan 在其关于 Uber 永远无法盈利的长篇系列中，曾两度点名批评某些观察者对 Uber 能最终获得规模效益的看法，他认为 Uber 的成长全赖无法持续的投资补贴，并指责这些观点忽略了缺乏效率优势的事实——亦包括对当时市场数据与成本结构的反驳。 他强调，要推翻他的论点，需要展示 Uber 拥有足以迅速将数十亿美元亏损转为持续利润的规模经济，并能够凭借压倒性竞争优势击败所有其他竞争者。然而当时缺乏这类证据。 如今来到 2025 年，Uber 在过去 12 个月的经营利润已达 45 亿美元，并呈上升趋势（其中不包括 Uber 在全球其他交通服务企业中的权益带来的可观利润）。虽然 2017 年时无法展示此类盈利数据，但多年来规模效应如何使亏损的软件聚合平台最终转变为盈利巨头的路径已愈加清晰。 另一篇经典的看空分析来自纽约大学金融学教授 Aswath Damodaran，他于 2014 年在 Uber 估值 170 亿美元时发表文章，认为其合理估值难以超过 100 亿美元，甚至实际估值仅 59 亿美元。投资人 Bill Gurley 随后发表文章《如何偏离一英里：看待 Uber 潜在市场规模的另一种方式》指出 Damodaran 的关键错误：低估了更优体验所能创造的市场扩张与网络效应。 回顾近年来 Uber 的规模，光过去十二个月的预约总额就包含 930 亿美元的出行与 860 亿美元的外送服务，验证了早期低估的巨大市场潜力。 在郊区生活中，出行方式的巨大变化也十分明显。几十年前在麦迪逊出租车寥寥无几，而如今随叫随到的车辆通常只需六分钟，更不用说在寒冷的威斯康星减少酒驾事故方面起到的重要社会作用。 特斯拉“全自动驾驶（监督版）”体验 郊区生活通常意味着开车，许多人喜欢这种方式，但也有例外。例如有些在台湾驾车多年的人到了美国仍感到紧张，因为当地车速更快、距离更远、路线更不固定。因此，购买特斯拉就成了一种解决方案：不是人驾驶汽车，而是汽车驾驶乘客。 最新的 v14 版本“全自动驾驶（监督版）”尚未推送至多数车辆，目前的经验仍基于 v13。尽管如此，系统已经令人印象深刻：几乎可从起点开到目的地而不需要任何干预（v14 据称能处理上车库、停车等细节）。不过部分驾驶者介入操作仍比他人更频繁。 主要问题有两点：其一是“最好的最差驾驶员”。系统在眼前的复杂交通情境（并线、施工等）处理得极好，也能灵活跟随交通节奏，包括适当超速，这属最佳之处。但其缺乏前瞻规划，经常在转弯前半英里仍随意换道，导致错失出口，甚至被迫尴尬地重新并线。换言之，它制造了过多原本可以避免的麻烦，但处理这些麻烦的能力又是完美的。 第二个问题在于“监督”要求。系统时常因为驾驶者转头查看前方路况就跳出提醒，要求注意力回到道路上，反而破坏了驾驶者试图提前规划的节奏。 尽管如此，“全自动驾驶（监督版）”的水平已经接近无需监督，至少在天气良好时如此；真正的瓶颈反而在法规与现实推行速度。无论怎样，这套系统已经使那些原本对开车感到焦虑的人能更轻松地享受郊区生活带来的空间。 便利性差距：亚马逊如何改变郊区 在郊区生活中，垃圾每周收一次，但回收物两周一次，这对纸箱消耗量极大的家庭（尤其是亚马逊包裹）来说是个挑战。 实际上，亚马逊彻底改变了郊区生活方式。过去即使住在市中心，驾车前往附近商店仍比想象中更常见；而隔日到货（甚至当日到货）改变了人们的行为：当没有时间去商店的可能性变高，立即在线下单的选项显得更合理。沃尔玛的送货速度甚至更快。 在郊区，包裹不用担心被盗，也不用爬楼梯，储藏空间更大，补货压力更低。这些因素与高便利性结合，带来巨大的生活改善。 餐饮外送仍不如都市便利，特别是亚洲料理较少，但大厨房和充足设备使家庭自行烹饪成为主要选择。好餐馆通常在市中心，但 Uber 的存在缓和了这一缺点。总体来看，科技大幅缩小了都市与郊区之间的便利性差距。 Uber 的机器人出租车风险 回到 Uber，本系列记录先前曾提出的观点：机器人出租车是一项技术，而非一个市场。市场由需求定义，需求来自交通运输，而 Uber 是该市场的主导力量。对乘客来说，无论驾驶者是人还是机器人，只要能叫车、乘车、下车即可。 Uber 的优势在于其人类驾驶者承担折旧成本、能依市场价格自行决定供给，Uber 因此能随价格弹性调节供需。而机器人出租车是否具备经济规模仍是疑问：为满足需求高峰而设置的超大车队，在低谷时将长期闲置。 因此，Uber 在机器人出租车时代仍会扮演一定角色；但其长期盈利能力更不确定，因为其议价能力相较于集中式机器人车队企业更弱。... - [谷歌宣布推出 Gemini 3，与 OpenAI 的竞争进一步升温](https://rengongzhineng.io/%e8%b0%b7%e6%ad%8c%e5%ae%a3%e5%b8%83%e6%8e%a8%e5%87%ba-gemini-3%ef%bc%8c%e4%b8%8e-openai-%e7%9a%84%e7%ab%9e%e4%ba%89%e8%bf%9b%e4%b8%80%e6%ad%a5%e5%8d%87%e6%b8%a9/): 谷歌宣布推出升级版人工智能模型 Gemini 3，距离公司发布 Gemini 2.5 仅约八个月。 公司表示，其最新的 AI 模型套件让用户在获得理想回答时所需的提示（prompt）更少。 谷歌还宣布推出一项名为“Google Antigravity”的新代理平台，让开发者能够以更高、更任务导向的层级进行编码。 在重庆拍摄的一张照片中，谷歌与 Gemini 3.0 的标志出现在手机屏幕和背景图像上。谷歌宣布正在开发下一代 AI 模型 Gemini 3.0，计划于 2025 年底发布。 谷歌正在推出其最新的人工智能模型 Gemini 3，在与 ChatGPT 开发者 OpenAI 的竞赛中持续加速前进。 Alphabet 首席执行官 Sundar Pichai 在谷歌周二发布的多篇博客文章中指出，新模型将让用户针对更复杂的问题获得更好的答案，“让用户在更少提示的情况下获得所需内容。” Gemini 3 将整合到 Gemini 应用、谷歌的 AI 搜索产品 AI Mode 和 AI Overviews，以及谷歌的企业级产品当中。该模型从周二起向部分订阅用户开放，并将在未来几周逐步扩大覆盖范围。 此次发布距离 Gemini 2.5 推出约八个月，距离 Gemini 2.0 发布约 11 个月。OpenAI 则在 8 月推出了 GPT-5，这家公司在 2022 年底发布 ChatGPT 后引爆了生成式 AI 浪潮。 Pichai 在周二的一篇文章中写道：“令人惊讶的是，在短短两年时间里，AI 已经从单纯读取文本与图像，进化到能够理解整体情境。自今日起，谷歌将在全平台级别部署 Gemini。” 谷歌表示，Gemini 应用目前拥有 6.5 亿月活跃用户，而 AI Overviews 月活用户达到 20 亿。OpenAI 则在 8 月表示 ChatGPT 每周拥有 7 亿用户。 Pichai补充称，最新模型“能够把握更深层次的细节与微妙之处”，他指出 Gemini 3“在理解用户请求背后的语境和意图方面也更出色，因此用户可以用更少的提示获得更精准的结果。”公司表示，谷歌的其他 AI 模型仍将用于更简单的任务。 Alphabet 及其多家超大型科技竞争对手正大举投资 AI 基础设施，以快速为消费者和企业构建更多服务。在上月的财报中，Alphabet、Meta、微软和亚马逊都上调了资本支出预期，这些公司合计今年的资本支出预计将超过 3,800 亿美元。 谷歌表示，由 Gemini 3 驱动的 AI... - [AI 广告正在走向主流: 为什么谷歌、可口可乐等公司纷纷拥抱 AI 生成广告](https://rengongzhineng.io/ai-%e5%b9%bf%e5%91%8a%e6%ad%a3%e5%9c%a8%e8%b5%b0%e5%90%91%e4%b8%bb%e6%b5%81-%e4%b8%ba%e4%bb%80%e4%b9%88%e8%b0%b7%e6%ad%8c%e3%80%81%e5%8f%af%e5%8f%a3%e5%8f%af%e4%b9%90%e7%ad%89%e5%85%ac%e5%8f%b8/): 10 月 6 日，互联网舆论突然转向泰勒·斯威夫特。作为其新专辑营销活动的一部分，斯威夫特团队宣布在全球各地隐藏 12 个 QR 码视频。这些视频发布在她的 YouTube 账号上，看起来疑似由 AI 生成。画面中出现某些视觉故障——例如错乱的文字或不一致的光线——让粉丝起了疑心。 许多粉丝因此愤怒。一些人指出，斯威夫特此前在 2024 年为卡马拉·哈里斯背书时，还公开批评过 AI 深伪内容。一位自称是“霉粉”的 Alyssa Yung 告诉《滚石》杂志：“最令人失望的是，这种做法在泰勒的项目中显得极其虚伪。” “一位十亿美元级别的富豪，完全有能力支付艺术家费用并拍摄这样的视频。”有人在 X（推特）上发文说。#SwiftiesAgainstAI 标签开始流行，多家媒体报道了相关争议。 然而，当时没有人能确凿证明这些视频确实使用了 AI。斯威夫特的代表并未回应媒体的置评请求，相关风波很快平息。 使用谷歌的新工具 SynthID，记者确认至少其中一支视频——“Berlin”——确实由谷歌的视频生成工具制作。该工具通过检测谷歌嵌入 AI 生成内容中的隐形水印来判断来源，因此阳性结果意味着视频极有可能使用谷歌的 AI 产品生成。（斯威夫特的公关团队未回应置评请求。） 如果连全球最知名的音乐人之一也在使用 AI 推广专辑，那么这项技术显然已经进入主流。 而斯威夫特并非唯一的例子。近几个月来，AI 生成广告越来越普遍。各类企业纷纷推出 AI 生成广告——有些甚至未予披露。 更多公司计划尽快发布 AI 广告。互动广告局的一项调查显示，今年约 30% 的数字视频广告将由生成式 AI 制作或增强。调查预测明年这一比例将上升至 39%。 也有人认为变化会更快。 AI 影像工作室 PhantomX 的联合创始人、电影制作人 Kavan Cardoza 表示：“现实来说，三到四年后，电视上看到的每一条广告都有可能是 AI 创作的。” AI 让企业能以传统方法一小部分的成本制作广告。虽然早期的 AI 广告引发争议，但反对声似乎不足以阻挡这一趋势继续扩张。 AI 生成广告的简史广告制作人尝试使用 AI 工具已有近十年，但早期实验极为有限： — 2016 年，IBM 训练了一个定制机器学习模型，用来挑选电影预告片的片段，由人类编辑组合。— 同年，日本一家广告公司开发了“AI 创意总监”，用于辅助设计广告，其首个项目是 Clorets 薄荷糖广告。— 2019 年，雷克萨斯发布了一条广告，其脚本由训练在过往汽车广告数据上的 AI 编写。 这些案例中，AI 的使用更像噱头，用于吸引关注。而且 AI 负责的是概念性工作——选片、构思或写脚本——并未真正生成视频内容。直到近两年，AI 才变得足够成熟，可以直接制作画面。 关键一步发生在 2023 年 4 月。当时美国共和党全国委员会发布了一支攻击拜登的广告，使用生成式 AI 制作了部分静态图像。这些图像看上去仍很假：例如拜登的脸像蜡像。但广告在 YouTube 上获得超过 35 万次观看。 当时 RNC 并未使用 AI 生成任何视频片段，因为技术尚不成熟，这一点可从当年流传的“威尔·史密斯吃意大利面”的可怕 AI 视频看出。 图像与视频生成后来迅速提升。... - [迈向星际 QUIC 流量](https://rengongzhineng.io/%e8%bf%88%e5%90%91%e6%98%9f%e9%99%85-quic-%e6%b5%81%e9%87%8f/): 2025 年 11 月 17 日，一篇关于“迈向星际 QUIC 流量”的技术记录引发了对深空互联网未来的讨论。文章开篇提出一个看似冷门却耐人寻味的问题：当公众从“毅力号”火星探测器下载图片时，究竟使用了哪些通信协议？这一疑问源自 2024 年 4 月网络上一则颇具技术色彩的简短招募信息，其内容是寻找熟悉 QUIC 与 Quinn 的专家参与深空 IP 项目。尽管文字简短却行话繁多，但信息背后指向了令人振奋的研究方向：在星际距离上使用 QUIC 协议进行通信。 相关背景显示，QUIC 是一种可替代 TCP 的互联网可靠通信协议，Quinn 是最受欢迎的 Rust QUIC 实现，而项目的目标则是让地球与遥远行星上的计算机能够通过 QUIC 进行通信。由于参与者此前曾为 Quinn 做出贡献，他认为自己具备协助项目的基础。由此展开的研究经历，构成了文章的主要内容。 深空通信困难重重。尽管人类已能与火星探测车乃至太阳系外的探测器保持联络，但随着参与太空探索的主体不断增加，现有架构的局限愈发凸显。扩展深空网络的努力仍在持续，其中一个颇具前景的方向是采用 IP 协议栈，并令 QUIC 成为可靠通信的首选协议。当前项目旨在证明 QUIC 能否在深空环境下稳定运行，并为未来部署提供具体指导。 然而，深空环境的巨大挑战使 QUIC 在默认配置下无法正常工作。例如，地球到火星的单程信号延迟高达 3 至 23 分钟，而信号中断也相当常见，这导致 QUIC 按默认设置尝试建立连接时必然超时，即使成功连接，也会因后续问题迅速断开。因此，关键不在 QUIC 协议本身，而在其配置需要针对深空环境进行高度定制。QUIC 的高度可配置性使得标准兼容的实现无需修改源码，只要暴露足够的配置选项，即可适配深空使用场景。相比之下，2000 年代初对 TCP 的评估已明确显示其不适用于深空网络。 为了找到适用于深空环境的 QUIC 配置，研究人员必须运行大量实验。所谓配置包括初始往返时间估计、失活后断线判断时间、拥塞控制算法等底层参数。虽然这些参数可以理论估算，但实际效果必须经过实验验证。因此实验流程为：设定 QUIC 参数，在模拟深空条件的网络中传输数据，收集指标并逐步找出有效与无效的参数组合。 最初的实验环境由一套程序组件组成：一端的服务器通过 QUIC 提供文件，另一端的客户端负责下载，两者连接于模拟深空网络的测试环境中。该模拟网络由一组虚拟机构成，模拟从 NASA 科研人员的电脑到火星探测车之间的路径，并附带深空延迟与信号中断逻辑。然而，深空延迟的引入造成实验耗时极长，例如模拟从火星下载文件可能需要等待数十分钟，甚至因断连而更久，严重影响实验迭代效率。 为提升迭代速度，科研团队提出了一个关键假设：若能控制程序内部的时钟与数据包 I/O，实验即可“瞬时”完成。实现路径包含两项措施：让程序时钟以超快速度推进，甚至在等待计时器时直接跳过时间；同时取消真正的网络 I/O，将客户端与服务器整合在同一进程中，通过自建模拟网络通信，使网络延迟也随程序时钟跳过。Rust QUIC 实现 Quinn 的高度模块化恰好提供了这些扩展点。其时间系统可通过 tokio 的 start_paused 特性实现自动时间跳跃，而模拟网络则借由 AsyncUdpSocket 与 UdpPoller 接口接入。 新系统成功实现了“瞬时深空实验”，并额外带来了确定性与可调试性优势。在模拟网络中，所有数据包都会被记录成 .pcap 文件，可使用 Wireshark 等工具进行分析，使外界得以对“虚拟深空链路”进行可视化排查，极大提升了调试效率。 文章结尾对最初的问题给出答案：目前从“毅力号”火星车传输图片时使用的协议是低层 CFDP。但作者指出，未来某一天，答案或许将变成 QUIC。 - [中国在追求“永久能源独立”的道路上迈出关键一步](https://rengongzhineng.io/%e4%b8%ad%e5%9b%bd%e5%9c%a8%e8%bf%bd%e6%b1%82%e6%b0%b8%e4%b9%85%e8%83%bd%e6%ba%90%e7%8b%ac%e7%ab%8b%e7%9a%84%e9%81%93%e8%b7%af%e4%b8%8a%e8%bf%88%e5%87%ba%e5%85%b3%e9%94%ae%e4%b8%80/): 中国在追求“永久能源独立”的道路上迈出关键一步。以钍为基础的熔盐核反应堆技术于近期取得新突破，引发全球关注。 苏联天体物理学家尼古拉·卡尔达舍夫曾提出文明等级划分，将“一级文明”定义为能够完全掌控并利用其母星全部能量资源的社会，包括太阳能、风能、地热能及潮汐能等。根据美国物理学家卡尔·萨根对卡尔达舍夫等级的推算，人类目前大约处于 0.73 级，只使用了地球可利用能源的一部分。最新进展显示，中国在释放地球能源潜力方面实现重大突破，使人类距离“一级文明”又近了一步。 数月前的报道曾提到，中国科研团队在今年 4 月成功为一座正在运行的钍基熔盐反应堆加入新燃料。相关研究持续快速推进。上月，由中国科学院上海应用物理研究所（SINAP）在戈壁沙漠建设的实验反应堆成功实现钍-铀燃料转化，为核能领域提供了接近“取之不尽”的能源可能性。 这座 2 兆瓦液态燃料钍基熔盐反应堆（TMSR）由此成为全球唯一成功加载并使用钍燃料运行的第四代核能示范装置，也是科研人员首次从实际运行的熔盐反应堆中获取钍基运行的实验数据，被视为可重塑未来清洁可持续核能格局的创新突破。 先前研究指出，钍在地壳中的丰度远高于铀，获取更为便捷，且其废物放射性显著更低。钍因而常被视为核裂变能源的“圣杯”，与核聚变并列为核能终极方向。内蒙古白云鄂博矿据估算所蕴藏的钍资源足以支撑中国未来 2 万年的能源需求。 此次突破的核心在于“堆内钍-铀转换”过程，即将天然存在的钍-232 转化为可持续链式反应的铀-233。该过程包括钍-232 吸收中子形成钍-233，随后衰变为镤-233，最终转变为有效核燃料。整个转化链在反应堆内完成，无需外部燃料加工。 钍被溶解在氟化盐中形成高温熔融混合物，既是燃料又是冷却剂。外部少量初始裂变材料（如浓缩铀-235 或钚-239）提供中子源以启动反应。在持续运转过程中，钍-232 不断吸收中子并转化为铀-233，实现“自燃式再生循环”，这是钍基熔盐技术的核心优势。 与传统压水堆需要停堆更换固体燃料不同，TMSR 的液态燃料在系统中持续循环，可随时补充，不必中断运行。此外，该技术不需要任何冷却水，大幅区别于传统需依赖海岸线布置的大型水冷式核电站，从而使其在干旱地区乃至内陆地区部署成为可能。 熔盐在常压与高温下具备极高传热效率，使该技术不仅适合集成在内陆电站，也具备在大型船舶等移动平台上应用的潜力。中国造船企业已在探索无排放核动力海运的可行性，而其在海军舰艇上的潜在价值也备受关注。 钍基熔盐反应堆系统于 2011 年进入中国科学院战略项目规划，核心目标包括可持续能源与碳减排。经过近 15 年研发，由原上海应用物理所所长许鸿杰领导的科研团队克服重重挑战，并于 2023 年 10 月 11 日实现 2 兆瓦液态燃料 TMSR 的首次临界，2024 年 6 月 17 日实现满功率运行。今年 4 月，科研团队首次在运行中的熔盐反应堆中加入钍燃料，再度创造全球首例纪录。 由许鸿杰团队实现的突破意味着中国目前拥有全球唯一实际运行的钍基熔盐反应堆。作为第四代先进核反应堆，该系统具备高度固有安全性：在常压下运行，几乎不存在高压爆炸风险；其建于地下并具有完善的辐射屏蔽能力；化学性质稳定的熔盐可有效吸附放射性物质；如发生泄漏，熔盐将自动流入被动安全排泄槽并在冷却后固化以实现物理封存。 目前，中国正逐步形成完整的 TMSR 产业链，约有近百家科研机构与企业参与反应堆设计、材料科学与关键技术研发。该实验装置的所有核心部件均已实现百分之百国产化，标志着供应链自主与技术独立能力的成型。 按照最新官方规划，中国正在戈壁地区建设 100 兆瓦示范反应堆，目标是在 2035 年左右验证其大规模商业化可行性。 正值全国为这一突破庆祝之际，科研界也迎来令人悲痛的消息：被誉为中国钍基反应堆项目之父的核物理学家许鸿杰于 2025 年 9 月 14 日在上海逝世，享年 70 岁。中国科技部发布消息称，许鸿杰在深夜工作时于家中去世。相关报道描述他被发现时仍坐在电脑前，桌上摊着书本，电脑鼠标掉落在地，屏幕上尚未完成的《核科学与技术概论》课件仍停留在最后编辑界面。 许鸿杰1955 年出生，1989 年于复旦大学获核物理与核技术博士学位，同年进入上海应用物理所从事博士后研究，1991 年任助理研究员，1995 年任副所长，并于 2001 年至 2009 年担任所长。1995 年，中国科学院与上海市政府决定建设上海同步辐射装置，并由许鸿杰承担领导任务。该项目在他的带领下建成世界先进的第三代同步辐射光源，用于产生高亮度光束。 2009 年该设施建成后，他被任命负责推进钍反应堆项目，进而促成 2011 年 TMSR 计划正式启动。与许鸿杰、已于 2015 年逝世的“中国稀土化学之父”许光贤等科学家的贡献共同构成推动国家科技实力跃升的核心力量，被视为国家的重要财富。外界将这些科研贡献者誉为推动中国复兴的重要英雄。 - [贝索斯Project Prometheus](https://rengongzhineng.io/%e8%b4%9d%e7%b4%a2%e6%96%afproject-prometheus/): 由《纽约时报》记者 Cade Metz 自旧金山发回的报道显示，亚马逊创始人、全球最富有的企业家之一杰夫·贝索斯正将资金与时间投入一家人工智能初创公司，并将以联合首席执行官的身份参与管理。这家名为 Project Prometheus 的公司以 62 亿美元的初始资金亮相，其中部分来自贝索斯本人。三名知情人士透露，这使该公司成为全球融资最充足的早期初创企业之一。由于相关细节尚未公开，这些知情人士均要求匿名。 这是贝索斯自 2021 年 7 月卸任亚马逊首席执行官以来首次在企业中担任正式运营角色。尽管他长期深度参与旗下太空公司蓝色起源，但在那家公司中，他的官方头衔仅为“创始人”。自离开亚马逊后，他在商业之外也因个人生活受到关注，其中包括其今年在威尼斯举行、群星云集的奢华婚礼。与此同时，他愈发积极参与蓝色起源事务，并对人工智能竞赛表现出更强烈兴趣。 Project Prometheus 的出现，意味着他正式置身这一竞争激烈的赛道。在人工智能领域，无论是规模较小的新创企业，还是谷歌、Meta、微软等行业巨头，以及 OpenAI、Anthropic 等先驱企业，都在争夺属于自己的位置。 该公司至今保持低调，成立时间尚不明确。据了解，Project Prometheus 正聚焦与贝索斯长期太空愿景相契合的技术路线，致力于开发可用于计算机、航空航天以及汽车等多个行业的工程与制造类人工智能。目前公司基地所在地尚未披露。 贝索斯的联合创始人与联合首席执行官是物理学家兼化学家维克·巴贾杰（Vik Bajaj）。他曾在谷歌旗下被称为“登月工厂”的研究部门 Google X 与联合创始人谢尔盖·布林密切合作。Google X 曾孵化多项雄心勃勃的项目，包括无人机配送服务 Wing 和后来发展为 Waymo 的自动驾驶汽车计划。 2015 年，巴贾杰参与创建 Verily，这是由谷歌母公司 Alphabet 运营、专注生命科学研究的实验室。三年后，他又共同创立并担任 Foresite Labs 的首席执行官，主要孵化新的人工智能与数据科学企业。据三名知情人士透露，他已离任该职位以全力投入 Project Prometheus。 Project Prometheus 属于一批致力于将人工智能应用于物理任务的公司之一，这些方向包括机器人、药物设计与科学发现。今年，多名来自 Meta、OpenAI、Google DeepMind 等顶尖 AI 项目的研究人员共同创立了 Periodic Labs，旨在利用人工智能加速物理与化学等领域的科研突破。 去年，贝索斯也投资了 Physical Intelligence，这是一家致力于将人工智能应用于机器人技术的企业。而 Project Prometheus 拥有的 62 亿美元资金规模在高昂的人工智能研发竞赛中提供了明显优势。由前 OpenAI 员工创立的 Thinking Machines Lab 今年获得了 20 亿美元融资。 目前，Project Prometheus 已招聘近百名员工，其中包括来自 OpenAI、DeepMind 与 Meta 等顶尖 AI 实验室的研究人员。多家知名人工智能公司——包括 OpenAI、谷歌及 Meta——均在研发可加速物理科学研究的技术。谷歌 DeepMind 的两名研究人员近期因 AlphaFold 项目获得诺贝尔化学奖，该项目能在一定程度上加速药物发现。 这些企业的高管普遍认为，支持聊天机器人（如 OpenAI ChatGPT）的核心技术——大型语言模型——即将实现重要科学突破。OpenAI 与 Meta 表示，其技术在数学与理论物理等领域已接近实现这样的能力。 然而，Periodic Labs 与 Project Prometheus 等企业的目标是构建比聊天机器人更复杂的学习体系。大型语言模型透过分析海量数字文本学习语言模式，从维基百科、新闻报道与网络信息中总结人类表达方式，并由此写出程序代码或解决数学问题。新的企业则致力于让人工智能能够从物理世界中学习。 Periodic Labs（获得 3 亿美元资金）计划在北加州建设实验室，由机器人执行大规模科学实验，再由人工智能从反复试验中提取规律，从而学会独立进行实验操作。按照知情人士的说法，Project... - [谷歌推出全新 AI 训练方法，让小模型也能处理复杂推理任务](https://rengongzhineng.io/%e8%b0%b7%e6%ad%8c%e6%8e%a8%e5%87%ba%e5%85%a8%e6%96%b0-ai-%e8%ae%ad%e7%bb%83%e6%96%b9%e6%b3%95%ef%bc%8c%e8%ae%a9%e5%b0%8f%e6%a8%a1%e5%9e%8b%e4%b9%9f%e8%83%bd%e5%a4%84%e7%90%86%e5%a4%8d%e6%9d%82/): 谷歌云与加州大学洛杉矶分校（UCLA）的研究团队近日提出一种全新的强化学习框架，可显著提升语言模型在多步骤、高难度推理任务中的表现。这一被称为 监督强化学习（Supervised Reinforcement Learning, SRL） 的方法，将问题求解重新定义为一系列逻辑“动作”，使训练过程获得更丰富的学习信号。 研究表明，SRL 能让规模更小、成本更低的模型掌握以往难以触及的复杂推理能力，不仅在数学推理测试中表现突出，还能有效推广至 软件工程代理任务，展现出跨领域的泛化能力。 研究团队强调，SRL 是一个高度通用的训练框架，可让小模型获得远超其规模的推理能力。 当前大模型推理训练的瓶颈 目前推动大模型推理能力进步的核心方法主要包括： 其中，RLVR依据最终答案是否正确给予奖励。模型反复尝试解题，在最终对错的反馈中逐渐学会策略。但由于推理“rollout”代价昂贵，模型能尝试的次数非常有限——问题一旦过难，模型往往连一次正确解题都无法“踩中”，导致完全没有学习信号。 更严重的是，复杂推理中模型可能前几步都正确，却在最后一步出错。RLVR 仍给出“错误”奖励，使得模型无法从部分正确的过程学习，这被称为稀疏奖励问题。 另一方向是 SFT，模型模仿专家的详细推理轨迹，但容易过拟合——只会复述训练数据中出现的路径，而非真正理解。同时，高质量专家推理数据极其昂贵与稀缺。 正如论文指出的，现有方法造成了一个严重缺口： SRL：介于 RL 与 SFT 之间的“中间道路” SRL 采用一种“顺序决策”框架，在最终结果奖励与全路径模仿之间找到平衡。它不是要求模型只关注最终答案，也不是要求模型逐字模仿专家思路，而是教模型模仿专家推理中的关键动作序列。 专家的完整解题过程会被拆解为一系列具体动作，例如： 训练数据由更强大的“教师模型”生成，再用于训练较小的学生模型。 Google 研究科学家、论文共同作者许一宏（I-Hung Hsu）指出，SRL 的优势在于贴近现实场景： 密集奖励训练：模型每做一步动作就获得反馈 在训练时，模型会先产生内部推理“独白”（以 <think> 标签包裹），再做出一个动作。SRL 依据模型预测动作与专家动作的相似程度给出逐步奖励。 这意味着模型即使最终解题失败，也能从部分正确推理中学习，彻底解决了 RLVR 的稀疏奖励困境。 SRL 的实测效果：更强推理、更高灵活性、无额外推理成本 研究中，SRL 在数学推理与软件工程代理任务中均显著优于现有技术。研究者观察到 SRL 训练出的模型更擅长： 在推理效率上，SRL 也未显著增加 token 使用量，这意味着更强的推理能力并不以更高成本为代价。 Hsu 强调： “推理提升来自结构化推理本身，而非输出变长。” 数学推理实验：小模型提升 3% 的平均成绩 研究团队使用 Qwen2.5-7B-Instruct，在 1000 道高难度数学题上进行 SRL 微调，并与 SFT 和 RLVR（使用 DeepSeek-R1 常用的 GRPO 算法）比较。 在四个数学基准上： 软件工程代理实验：SRL 在代码任务上实现 74% 的相对提升 在“智能软件工程代理”测试中，研究团队使用了 Qwen2.5-Coder-7B-Instruct，并使用 5000 条专家轨迹进行训练 与 SWE-Gym-7B（SFT 微调的强力基线）相比，SRL 模型： 结果显示 SRL 尤其适合自动化软件工程这一新兴企业关键领域。 SRL + RLVR：新的高可靠 AI 训练范式？ 最强结果来自两阶段训练： 这种“课程式学习”带来额外 3.7% 的平均提升，被视为构建高可靠性专业 AI 的潜在新标准。 Hsu 指出： “SRL 为模型提供清晰的推理课程，RL... - [Nvidia 正准备从卖 GPU 转向“整机交付”](https://rengongzhineng.io/nvidia-%e6%ad%a3%e5%87%86%e5%a4%87%e4%bb%8e%e5%8d%96-gpu-%e8%bd%ac%e5%90%91%e6%95%b4%e6%9c%ba%e4%ba%a4%e4%bb%98/): 摩根大通最新分析指出，随着 Nvidia 明年推出用于 AI 与高性能计算（HPC）的 Vera Rubin 平台，AI 硬件供应链可能迎来重大变化。根据报告，Nvidia 计划向合作伙伴直接交付 完全组装好的 Level-10（L10）VR200 计算模组，其中包含所有计算部件、散热系统与接口。这意味着 OEM/ODM 厂商几乎不再需要自行设计关键部件，其利润空间也将因此受到挤压。目前该信息尚未获得官方确认。 从卖 GPU 到卖整机：Rubin 时代的激进整合 传闻显示，从 VR200 平台开始，Nvidia 将： 这不是 Nvidia 第一次尝试深度整合：在 GB200 平台时代，Nvidia 就曾交付过预组装的 Bianca 板卡，但当时层级属于 L7～L8，而 VR200 则将这一整合程度推向 L10 完整计算模块。 如果摩根大通的消息属实，这意味着 Nvidia 将掌握一台 AI 服务器近九成的价值，而合作伙伴的角色被大幅弱化为： 这些工作虽必要，但几乎不再构成技术差异化。 为何 Nvidia 要大幅提高整合度？复杂设计 + 极端散热需求是关键 Rubin 平台的硬件设计难度极高。此前黄仁勋展示过 Vera Rubin Superchip，其： 这些设计成本昂贵，也需要大量时间。摩根大通认为，若由 Nvidia 直接与 EMS（预计以富士康为首，并可能涉及广达、纬创）合作，将能显著降低难度与成本。 此外，Rubin GPU 的功耗正在急剧攀升： 如此高功耗意味着 OEM/ODM 自研散热方案愈发困难，进一步促使 Nvidia 提前整合整个散热层级。 尽管微软等超大规模客户仍在尝试浸没式冷却、嵌入式冷却等前沿方案，但整个生态已不再像过去那样开放与自主。 OEM/ODM 的角色将被重塑：从“系统设计者”变成“系统整合商” 若 Nvidia 开始独占 L10 计算模块的制造，OEM 与 ODM 将逐渐失去服务器最关键的竞争优势，即： 未来它们的主要价值将转向： 而服务器核心的“计算心脏”将由 Nvidia 完整控制与标准化生产。 更激进的未来？Kyber 超大规模架构与 800V 机房或进一步推动完全垂直整合 行业还在关注另一个问题：Nvidia 是否会将整合范围继续提升至“整机柜”乃至“整数据中心级”方案？ 原因在于： 在这种背景下，Nvidia 若进一步实现“机柜级整合”，甚至将数据中心架构交由 AWS、微软等合作伙伴直接部署，似乎已经成为未来趋势。 供应链将被重新定义，Nvidia 利润大幅提升 从商业角度来看，Nvidia 此举可能： 简言之： 这是 Nvidia 的终极垂直整合战略：从芯片，到系统，到架构，再到整个数据中心。 随着 Vera Rubin... - [Anthropic 的新报告“味道不太对”——缺乏证据、缺乏细节、却满满营销意味](https://rengongzhineng.io/anthropic-%e7%9a%84%e6%96%b0%e6%8a%a5%e5%91%8a%e5%91%b3%e9%81%93%e4%b8%8d%e5%a4%aa%e5%af%b9-%e7%bc%ba%e4%b9%8f%e8%af%81%e6%8d%ae%e3%80%81%e7%bc%ba%e4%b9%8f%e7%bb%86/): 近期，AI 公司 Anthropic 发布了一份关于网络攻击的重量级报告。该公司因其 Claude 系列 AI 工具而走红，尤其在代码辅助方面广为宣传。然而，这份本应具权威性的威胁情报报告，却因其模糊的细节、缺失的指标与高度营销化的内容，在网络安全社区引发强烈质疑。 报告执行摘要中最引人注目的段落如下： “2025年9月中旬，Anthropic 侦测到一项高度复杂的网络间谍行动，该行动由一个被命名为 GTG-1002 的中国国家支持组织实施……攻击涉及约30个目标实体，并验证了部分成功入侵。” 乍看之下，这段文字信息量巨大： 网络安全分析人士原本预期，报告后续应提供完整的 TTP（攻击战术、技术和流程）、IoC（攻击指标）以及可用于其他机构自查的证据。然而，报告越读越让人失望——缺乏验证、缺乏细节、缺乏任何行业标准必备内容。 关键问题：IoC在哪里？证据在哪里？ 一份合格的威胁情报报告通常会包含： 例如，法国 CERT 公布的 APT28 报告就包含上述所有关键信息。但在 Anthropic 的报告中： 换言之，未提供其他机构保护自身所需的最基本情资。 关于“80–90% 自动化攻击”的说法毫无证据 报告声称： “Claude Code实例以自治渗透测试代理的形式执行80–90%的战术操作，执行速率为人类物理上不可能达到的规模。” 然而： 这些问题，报告全部避而不答。 报告还宣称 Claude 执行了 “系统性证书与凭证搜集”。但未说明： 没有方法、没有样本、没有路径、没有细节。 归因中国？却不给任何证据，这极其不专业 报告声称攻击来自“中国国家支持组织”。但未提供： 现实中，APT 归因需要严谨证据，背后甚至有外交影响。而该报告只是轻描淡写地一句话归因，完全不符合专业标准。 业内人士指出：在西方与中国关系紧张之际，这种无证据指控不仅鲁莽，而且可能误导公众。 更令人担忧的是，如果没有证据，这些所谓“高度先进攻击者”甚至可能只是自动化脚本小子。 报告目的似乎不在安全，而是营销 报告末尾突然给出一句关键话： “安全团队应开始在SOC自动化、威胁检测、漏洞评估、事件响应等领域尝试使用AI。” 结合全文，这似乎暗示： 安全社区专家指出： 从结构到内容，整个报告更像营销宣传，而非专业威胁情报。 结语：报告专业度不足，风险夸大，证据缺失，被指“不负责任” 综合分析，安全社区普遍认为： 在当下 AI 技术快速扩张的时代，安全行业对事实与证据的要求比以往更高，而并非更低。 如果 Anthropic 日后发布 IoC 与技术细节，安全研究人员当然愿意进一步分析。但在此之前，这份报告更像一份未经审查的商业文案，而非可靠的安全研究成果。 行业期望更高的专业性，也期待科技公司能“做得更好”。 - [泄露文件揭示：OpenAI向微软支付的真实金额首次曝光](https://rengongzhineng.io/%e6%b3%84%e9%9c%b2%e6%96%87%e4%bb%b6%e6%8f%ad%e7%a4%ba%ef%bc%9aopenai%e5%90%91%e5%be%ae%e8%bd%af%e6%94%af%e4%bb%98%e7%9a%84%e7%9c%9f%e5%ae%9e%e9%87%91%e9%a2%9d%e9%a6%96%e6%ac%a1%e6%9b%9d%e5%85%89/): 在过去一年中，随着OpenAI密集的融资行动与IPO传闻不断，其财务状况正受到空前关注。科技博主Ed Zitron近期获得的泄露文件，为外界首次提供了有关OpenAI具体收入以及其向微软支付的算力费用规模的更清晰图景。 文件显示，2024年微软从OpenAI获得 4.938亿美元 的分成收入；而2025年前三季度，这一数字上升至 8.658亿美元。 据悉，这些分成基于双方此前的合作协议：微软曾向OpenAI投资超过130亿美元，作为交换，OpenAI reportedly需将 约20%收入 返还给微软（双方从未公开确认这一比例）。 然而，这段合作关系远比表面复杂。 双向分成：微软也向OpenAI支付费用 一位熟悉内情的消息人士向TechCrunch透露，不只是OpenAI向微软返利，微软也会将Bing与Azure OpenAI Service的部分收入回拨给OpenAI，比例同样约为20%。 原因在于： 此外，这位消息人士强调，泄露的分成数字指的是 “净分成”，并不包括微软从Bing与Azure所得后返还给OpenAI的金额——这些金额会从微软对外披露的内部收入分成数据中被扣除。 由于微软没有披露Bing与Azure OpenAI的独立营收规模，外界无法得知实际返还给OpenAI的具体金额。 财务推算：OpenAI收入规模或远超已知数字 按照广泛报道的20%分成比例，可以推算： 但消息普遍认为实际收入更高。此前《The Information》报道： 而萨姆·奥特曼近期公开表示： 成本激增：推理（Inference）开销正在吞噬利润 Zitron的分析指出，OpenAI： 这意味着推理成本增长速度惊人。推理指的是模型日常运行所需的算力，是持续高额现金支出。 相比之下，训练成本（Training）多由微软先前的投资“算力信用”覆盖，因此是非现金支出。 也就是说： OpenAI的实际现金流压力来自推理成本，而这部分费用可能已超过其收入。 过去报道显示： 综上，这些数字暗示OpenAI可能仍处于 收入覆盖不了推理支出 的阶段。 对整个AI行业意味着什么？ 在纽约和硅谷，从风险投资人到科技公司高管，“AI泡沫是否已经出现”的讨论愈发激烈。若连OpenAI这样估值高达数千亿美元的巨头依然因推理成本陷入亏损，那么其他依赖大模型、需要持续花钱购买算力的AI创业公司又将面临何种处境？ 这或将影响全球AI产业的估值、投资节奏与资本态度。 OpenAI拒绝发表评论；微软未回复置评请求。 - [麻省理工学院未来研发更高温超导体打开了新路径](https://rengongzhineng.io/%e9%ba%bb%e7%9c%81%e7%90%86%e5%b7%a5%e5%ad%a6%e9%99%a2%e6%9c%aa%e6%9d%a5%e7%a0%94%e5%8f%91%e6%9b%b4%e9%ab%98%e6%b8%a9%e8%b6%85%e5%af%bc%e4%bd%93%e6%89%93%e5%bc%80%e4%ba%86%e6%96%b0%e8%b7%af%e5%be%84/): 麻省理工学院的物理学家近日在“魔角”三层扭转石墨烯（magic-angle twisted trilayer graphene，MATTG）中观测到清晰且决定性的非常规超导性证据。这一发现为未来研发更高温超导体打开了新路径，并可能推动零能量损耗电网、量子计算等革命性技术的发展。 超导体能够让电流毫无阻力地穿过材料，因而极其节能。但传统超导体必须在极低温下才能保持超导状态，严重限制了应用范围。因此，科学界持续探索能够在更高温度下工作的“非常规超导体”。MATTG正是近年来最受关注的候选材料之一，由三层石墨烯以特定“魔角”堆叠而成，其内部电子结构因扭角而呈现奇特的量子行为。 此前，MATTG被观测到多种间接的非常规超导迹象，而MIT团队本次在《Science》期刊上发表的成果，被认为是迄今最直接、最明确的证据。 研究团队成功精确测量了MATTG的超导能隙（superconducting gap）——这是判断一种超导机制是否“非常规”的关键物理量。他们发现，MATTG的能隙呈现明显的V形结构，这与传统超导体平坦均匀的能隙曲线截然不同，说明其超导机理必须由全新的电子作用驱动。 “超导能隙为我们提供了材料何以成为超导体的重要线索。”论文共同第一作者、MIT物理系研究生孙书雯（Shuwen Sun）指出，“理解这些机制将有助于未来设计出甚至可能在室温工作的超导体。” 新型实验平台：在二维材料中“实时观看”超导形成 为了获得这一关键证据，研究团队开发了一种全新的实验平台，将量子隧穿谱技术与电输运测量结合在同一个装置中。隧穿谱可观察电子如何穿过材料，而电输运则可监测材料是否进入零电阻的超导状态。 通过这套系统，研究团队在同一块MATTG样品中同时确认了零电阻（超导特征）与V形隧穿能隙（非常规特征），实现了领域内长期难以做到的“直接关联证明”。 随后，团队研究了能隙在不同温度与磁场下的演化，确认其行为与传统由晶格振动驱动的超导机理不一致。 论文共同作者朴正敏（Jeong Min Park）解释道：“在传统超导体中，电子配对依靠晶格振动。但在魔角石墨烯中，更可能是强电子相互作用本身促成配对，从而形成具有特殊对称性的非常规超导态。” “扭曲材料体系”（Twistronics）再迎突破 自2018年Pablo Jarillo-Herrero教授团队首次制备魔角双层石墨烯以来，“扭学”（twistronics）迅速成为量子材料领域最热门的方向之一。通过对二维材料进行原子级扭转，可产生莫尔（moiré）干涉图案，使电子出现强关联效应，从而诱发超导、绝缘相和奇特的量子态。 本次对MATTG超导能隙的首次直接测量，是这一研究方向的里程碑成果。团队计划将新平台应用于更多二维扭转材料，以寻找更高温、更稳定的超导体候选者。 “深入理解一种非常规超导体，可能会带来对整个超导体系的突破性认识。”Jarillo-Herrero表示，“这将为我们设计未来的室温超导材料提供方向——那是整个领域的‘圣杯’。” 该研究由美国陆军研究办公室、空军科研办公室、国家科学基金会、戈登和贝蒂·摩尔基金会等机构支持。 - [“暗激子（dark excitons）” 以 30万倍亮度被观测到](https://rengongzhineng.io/%e6%9a%97%e6%bf%80%e5%ad%90%ef%bc%88dark-excitons%ef%bc%89-%e4%bb%a5-30%e4%b8%87%e5%80%8d%e4%ba%ae%e5%ba%a6%e8%a2%ab%e8%a7%82%e6%b5%8b%e5%88%b0/): 纽约城市大学（CUNY）与德克萨斯大学奥斯汀分校的研究人员近日在现代光学领域取得重大突破——他们成功让一种极难探测的量子光状态 “暗激子（dark excitons）” 以 30万倍亮度被观测到，并可实现精确操控。此成果为更快速、更小型、更节能的量子计算与光子技术奠定了新基础。 暗激子是一种存在于原子级超薄半导体中的奇异“光-物质耦合”状态，由于其发光极弱，通常处于“隐形”状态。然而，它们的长寿命和极低环境干扰特性，使其成为量子信息处理和传感领域的理想候选。 为了让暗激子显现，研究团队构建了一种全新的纳米级光学腔结构，由金纳米管与一层仅三原子厚的**二硒化钨（WSe₂）**构成。这个精密的等离子体-激子纳米异质结构使暗激子的发光增强到原来的 近30万倍——不仅首次让其“发光”，还实现了纳米尺度的可控操作。 CUNY光子学计划负责人、研究首席科学家、爱因斯坦物理学教授安德烈亚·阿卢（Andrea Alù）表示：“这项研究表明，人类可以访问并操控过去完全无法触及的光-物质状态。通过在纳米尺度上随意开启与关闭这些隐藏态，将极大推进下一代光子与量子技术的发展，包括传感与计算。” 电场精准调控：可随需切换的新量子功能团队进一步展示了如何通过外加电场与磁场灵活调节暗激子的发光，使科学家能在芯片上微调其量子特性，以应用于光子电路、传感器与安全量子通信系统。 与过去依赖改变材料结构的方法不同，这种新技术完全保留了半导体材料本身的特性，却实现了前所未有的光-物质耦合增强。 论文第一作者、谷加明（Jiamin Quan）表示：“研究揭示了一类此前从未被观测到的自旋禁阻型暗激子，这是探索二维材料中更多隐藏量子态的开端。” 解决长期争议：等离子体结构能否增强暗激子？纳米光子学界长期争论是否能利用等离子体结构增强暗激子而不破坏其本征量子特性。本次研究通过精确设计的等离子体-激子异质结构给出了答案。团队利用纳米级六方氮化硼层，将金材料与半导体隔离开，使激子的内在结构得以保持，同时极大增强其光学响应。 该研究获得美国空军科研办公室、海军研究办公室及国家科学基金会资助。 通过让原本“黑暗”的量子光态变得明亮可控，这项成果为构建更小、更快、更节能的新一代量子与光子系统迈出了关键一步。 - [萨姆·奥特曼与孙正义支持一位27岁青年的“新贝尔实验室”计划](https://rengongzhineng.io/%e8%90%a8%e5%a7%86%c2%b7%e5%a5%a5%e7%89%b9%e6%9b%bc%e4%b8%8e%e5%ad%99%e6%ad%a3%e4%b9%89%e6%94%af%e6%8c%81%e4%b8%80%e4%bd%8d27%e5%b2%81%e9%9d%92%e5%b9%b4%e7%9a%84%e6%96%b0%e8%b4%9d%e5%b0%94/): 关于路易斯·安德烈（Louis Andre），互联网上的信息少得惊人——而这恰恰让他的崛起显得更加引人注目。 安德烈今年27岁，成长于欧洲，母亲是法国人，父亲来自马达加斯加。他曾在伦敦大学学院攻读神经科学与计算机科学，之后辗转于普林斯顿大学、斯坦福大学等科研机构，并在谷歌联合创始人谢尔盖·布林（Sergey Brin）支持的帕金森病相关生物科技公司任职。熟悉他的人评价其“聪明、有魅力、研究扎实”，虽然他过去的项目并非爆款，但始终潜心于科学。 然而，从本周一开始，这位默默无闻的年轻科学家将进入聚光灯中心。安德烈正式宣布成立新公司Episteme，获得OpenAI首席执行官萨姆·奥特曼（Sam Altman）、软银集团创始人孙正义（Masayoshi Son）以及多位尚未公开的投资者支持。总部位于旧金山的Episteme计划打造一个现代版“贝尔实验室”或“施乐帕洛阿尔托研究中心（Xerox PARC）”，吸引世界顶尖科学家进行自由探索式研究，孕育突破性成果。 “我们希望支持那些真正有思想、想追求有意义创意，却在现有体制下感到受限的人。”安德烈表示，“有太多天才科学家对当下的科研模式感到失望。” 从一场对话开始的理想 Episteme的起源可以追溯到几年前安德烈与奥特曼的一次谈话。两人讨论了当今科研生态的种种弊端：学术界的顶尖人才大多耗费时间在撰写基金申请、管理繁琐行政事务和论文发表上，真正的科研时间反而稀缺；而风险投资驱动的初创公司，则往往要求短期回报，难以支撑长期高风险研究。 “那时我们都在想，‘我们应该做点什么，尝试不一样的模式。’”安德烈回忆道。 Episteme的核心构想，是为科学家提供丰厚薪酬、实验资源与公司股份，让他们摆脱筹资与申报压力，专注研究。同时，Episteme配备专业团队处理知识产权、税务、人事与行政事宜，并已从盖茨基金会及美国能源部引入多名关键管理人才，帮助科学成果走向产品化。 “新贝尔实验室”的野心 贝尔实验室与施乐PARC被视为科研机构的巅峰典范——前者孕育了晶体管、激光、信息论、Unix系统与蜂窝通信技术，后者则奠定了个人计算与互联网时代的基础。它们的模式是让研究部门享有相对独立的自由，免受短期盈利压力的束缚，鼓励探索性研究。 20世纪90年代以前，美国大型科技公司仍延续这一传统。IBM、Sun Microsystems、惠普（HP）、英特尔等均设有实验室，记者每年都受邀参观科学家最新的突破性项目。近年来，谷歌的“X实验室”被认为是这种传统的延续者，但成效参差不齐。 如今，这种“自由科研乐园”几乎绝迹。企业需向股东交代季度业绩，已无余力长期资助基础研究。更多公司选择直接收购初创企业，而非自行研发。 Episteme：跨领域的科学加速器 与生物技术领域的霍华德·休斯医学研究所、怀特海德研究所或扎克伯格基金会的研究中心不同，Episteme的愿景更广——它不专注单一领域，而是吸纳跨学科的科学家。 耶鲁大学天文学系主任普莉亚姆瓦达·纳塔拉詹（Priyamvada Natarajan）作为Episteme顾问表示：“Episteme涵盖人工智能、能源、新材料、电池系统与超导体等多个方向。它借鉴了贝尔实验室和PARC的精神，但更适应当今科学语境——这是一种新型科研加速器。” 安德烈透露，公司已锁定约2,400名理想候选人，首批将招募15名科学家，研究领域包括能源、计算与神经科学。首个实验中心设在旧金山，未来计划在全球建立多处分部。 “我们考察三件事，”安德烈说，“科研的实质性、技术与执行能力，以及最重要的——他们的‘变革理论’。我们希望他们对未来有清晰愿景和深层动机。” 风险与理想并存的“科学乌托邦” 这种由投资人主导的科研机构风险不小。出资者可能因兴趣减退而撤资，科学家也可能在压力下失去自由。上周，曾获5亿美元融资、备受瞩目的Arena BioWorks被曝运营仅两年便即将关闭。 尽管如此，奥特曼与安德烈都承认Episteme具有商业目标。科学家将定期接受成果评估，公司希望通过科研成果与产品化实现自我造血。然而两人也强调，希望给予研究人员充分的时间与空间。奥特曼表示：“我不会对他们施压。科研项目成熟自有其节奏，有的需要两个月，有的需要十年。路易斯的愿景与我非常契合。” 安德烈与奥特曼均拒绝透露投资规模，但消息人士称，这并非奥特曼那类“巨额押注”项目（如Helion核聚变、Retro Bio长寿研究或World Labs世界模型）。其他富豪投资者也接受这一投资可能多年不见回报的前提。 重建科学的“第三条道路” 美国科研体制近年来遭遇重创——联邦预算削减、政治化干预、大学经费减少让众多实验室陷入困境。大量研究经费被行政管理消耗，年轻科学家面临职业不确定性。 纳塔拉詹指出：“当前正是提供这种替代方案的最佳时机。”与此同时，中国的科研体系正迅速崛起，从制造业到人工智能、生物科技都在迎头赶上，美国若继续失去科研创新优势，将付出高昂代价。 安德烈认为，问题不在人才，而在机制：“科学的瓶颈不是缺乏天才，而是缺乏让科学成果转化为社会应用的体系与执行力。Episteme的目标，是构建区别于学术界与产业界的‘第三种模式’，让科学家既能自由探索，又无需成为创业者或募款人。” 年轻的理想主义者与科学的再启蒙 Episteme首批科学家之一、本·安古洛（Ben Angulo）来自哈佛大学乔治·丘奇实验室（Church Lab），计划于2026年初在Episteme建立自己的研究室，专注基因与细胞疗法研究。“在学术界，很多有前途的项目被过早终止；若去初创公司，又会被严格的商业时间表束缚，”他解释道。 安古洛曾与安德烈在布林资助的OccamzRazor生物科技公司共事。他称安德烈“聪慧且理想主义”，并认为正是年轻使他有勇气挑战旧秩序：“要推动这种变革，必须是一个尚未被体制驯化的年轻人。” Episteme的名字源于哲学概念“知识论”（episteme），体现安德烈将文学与科学相融合的理念。他希望通过这家公司纠正“资本与人才错配”的问题。 “有些人会说这听起来太理想化，”安德烈笑道，“但在这个充满不确定的世界里，保持理想主义，恰恰是推动科学前进的必要条件。” - [Anthropic比OpenAI更快实现盈利：两大AI巨头财务路线的分化](https://rengongzhineng.io/anthropic%e6%af%94openai%e6%9b%b4%e5%bf%ab%e5%ae%9e%e7%8e%b0%e7%9b%88%e5%88%a9%ef%bc%9a%e4%b8%a4%e5%a4%a7ai%e5%b7%a8%e5%a4%b4%e8%b4%a2%e5%8a%a1%e8%b7%af%e7%ba%bf%e7%9a%84%e5%88%86%e5%8c%96/): 硅谷两家最大的人工智能初创公司——OpenAI与Anthropic——正走上两条截然不同的增长之路。最新披露的财务文件显示，Anthropic的盈利速度远超竞争对手OpenAI。 根据《华尔街日报》获得的文件，凭借Claude聊天机器人在代码生成与企业应用领域的表现，Anthropic预计将在2028年首次实现收支平衡。而OpenAI的预测则显示，到同一年，其运营亏损将扩大至约740亿美元——相当于收入的四分之三。OpenAI预计要到2030年才能首次实现盈利，期间现金消耗量将是Anthropic的约14倍。 两种战略：稳健增长 vs. 激进扩张 这两家估值最高的AI独角兽在今夏向投资者展示的财务蓝图，揭示了截然不同的经营哲学。Anthropic的未来五年利润率预计将显著高于OpenAI，而后者则在芯片、数据中心与人才激励上的投入远超同行。 OpenAI首席执行官萨姆·奥特曼（Sam Altman）显然正以激进方式押注未来。他的目标是将OpenAI打造为市值数万亿美元的科技巨头，引领AI时代节奏，即便这意味着承担巨大风险。该战略需要持续筹资以维持运营，一旦资本市场对AI热度降温，风险极高。 近期，投资者对科技公司AI支出增长表示担忧，市场质疑相关投入是否能在短期内转化为足够的收入，以支撑庞大的基础设施建设。 文件显示，OpenAI的财务数据统计于公司签署多项新算力协议之前。奥特曼随后在社交平台X上透露，这些新协议让OpenAI未来八年内的计算支出承诺高达1.4万亿美元，引发部分业内人士与投资者的质疑。 Anthropic：稳健路线的代表 相比之下，Anthropic采取更为保守的扩张策略，成本增长速度与收入基本保持同步。公司将重点放在企业客户身上——约80%的收入来自B端业务。Anthropic避开了图像与视频生成等高计算成本领域，转而深耕代码生成与企业应用。 Anthropic由前谷歌研究员、前OpenAI高管达里奥·阿莫代伊（Dario Amodei）于四年前创立。他在与奥特曼分歧后离开OpenAI。虽然Anthropic在ChatGPT爆红之初一度被动，但其专注企业服务的路线逐步获得回报，目前估值已达1830亿美元，而OpenAI估值约为5000亿美元。 微软、亚马逊与谷歌三大云计算巨头分别与两家公司建立了深度合作关系——微软是OpenAI的核心云服务商，亚马逊与谷歌则支撑着Anthropic的计算后端。几乎所有硅谷顶级投资机构都押注在这两家公司之一，希望抓住未来科技史上最大规模IPO机遇。 资金消耗与盈利预期的巨大反差 文件显示，2025年，OpenAI预计在实现130亿美元营收的同时，将消耗约90亿美元现金；Anthropic则在实现42亿美元营收的情况下，亏损近30亿美元，两者现金消耗率均约占收入的70%。 但到2026年，Anthropic的现金消耗率将降至收入的三分之一，而OpenAI仍高达57%。到2027年，Anthropic的燃烧率降至9%，而OpenAI几乎不变。 OpenAI的“重资产豪赌” OpenAI正进行有史以来最大规模的基础设施投资——包括芯片采购与全球数据中心建设——并计划在未来几年花费近1000亿美元建立备用算力储备，以应对潜在需求激增。公司为AI研究预留的计算资源远超Anthropic。 OpenAI近期推出了视频生成应用“Sora”、AI浏览器“Atlas”，并正在开发消费级硬件设备、电子商务与广告功能，以及拟人型机器人项目。 一名公司发言人表示：“如今AI的需求远超算力供给。我们在基础设施上的每一美元投入，都是为了支持数以亿计依赖ChatGPT的用户和开发者。” 奥特曼则在X平台发文强调：“对OpenAI而言，没有足够算力的风险远大于算力过剩的风险。” 上周，OpenAI首席财务官莎拉·弗赖尔（Sarah Friar）在一次公开讲话中表示，公司“拥有健康的利润率”，若有意愿，甚至“随时可以实现收支平衡”。她指出，企业级业务增长强劲，OpenAI仍在尝试多种新的商业模式。 总结：AI两极化战略的缩影 从财务结构上看，Anthropic选择控制支出、稳步盈利；OpenAI则押注规模与速度，以“先占领、后盈利”为逻辑。前者以企业客户为中心，后者追求全产业布局。 这场AI巨头之间的分化，或许正预示着未来人工智能行业的两种命运：一家成为“稳健的AI基础设施提供商”，另一家则试图赌赢一个价值万亿的未来。 - [轨道力学的奇迹：NASA如何借助轨道动力学魔法拯救下一次火星任务蓝色起源公司即将进行“新格伦”火箭的第二次发射](https://rengongzhineng.io/%e8%bd%a8%e9%81%93%e5%8a%9b%e5%ad%a6%e7%9a%84%e5%a5%87%e8%bf%b9%ef%bc%9anasa%e5%a6%82%e4%bd%95%e5%80%9f%e5%8a%a9%e8%bd%a8%e9%81%93%e5%8a%a8%e5%8a%9b%e5%ad%a6%e9%ad%94%e6%b3%95%e6%8b%af%e6%95%91/): 蓝色起源（Blue Origin）的“新格伦”（New Glenn）火箭已经滚入36号发射场，为本周末的发射做准备。因天气恶劣、邮轮误入发射禁区及地面系统问题，公司取消了周日的发射计划，并表示下一个可行窗口将在11月12日星期三，美国东部时间下午2点50分（协调世界时19:50）开启。 佛罗里达州卡纳维拉尔角——轨道动力学（astrodynamics）并非魔法学科，但有时轨迹分析师的计算成果，确实像是“从帽子里变出奇迹”。正是这种科学与创造的结合，挽救了NASA的“ESCAPADE”火星任务，使其免于漫长延迟甚至被取消。 任务概述：从险境到新路径 ESCAPADE，全称“逃逸与等离子体加速和动力学探测器”（Escape and Plasma Acceleration and Dynamics Explorers），由两颗相同的探测器组成，计划最早于本周日搭乘蓝色起源公司的大型“新格伦”火箭奔赴火星。 来自加州大学伯克利分校的项目首席研究员罗布·利利斯（Rob Lillis）表示：“ESCAPADE正在采用一种极为独特的轨道前往火星。我们这次的发射并不在传统的霍曼转移窗口（Hohmann transfer windows）内——那种窗口大约每25至26个月出现一次。任务采用了一种灵活的设计方案：先进入地球附近的等待轨道，直到明年11月地球与火星重新排成合适角度，再进行火星转移。” 这并非最初方案。任务原本打算直接从地球飞往火星，航程约需六到九个月。但如今，ESCAPADE将在火星位于太阳系另一侧、距离地球超过2.2亿英里时起飞。 延期与转机：错过窗口，但计划依旧 上一次火星发射窗口已在去年结束，下一次要等到2026年底。行星尚未排位合适，而火箭与卫星的准备工作也直到本周末才同步完成。然而，对NASA而言，这一切问题并不致命。 “新格伦”火箭的推力对于这次任务来说绰绰有余。其两级设计原本能将数吨货物送往火星，而ESCAPADE仅重约一吨，由两颗小型探测器组成，用于研究火星高层大气与太阳风的相互作用。 NASA从蓝色起源公司获得了极具性价比的发射合同——约2,000万美元，低于任何其他能执行该任务的火箭报价。作为交换，NASA接受了较高的发射风险：毕竟，这是“新格伦”火箭的第二次飞行，其尚未获得NASA或美国太空军的正式认证。 ESCAPADE本身预算也相对低廉——总成本不到8,000万美元，仅为NASA以往火星任务预算的十分之一。NASA当然不会让一枚未经验证的火箭运送价值数十亿美元的探测器，但在风险与成本平衡的前提下，ESCAPADE成为理想选择。 NASA在2023年与蓝色起源签订发射合同时，并未预料到“新格伦”会延误。首飞直到2025年1月才完成——虽成功入轨，但回收失败。经过十个月改进后，第二枚火箭终于准备就绪。 准备发射：再度挑战蓝天 目前，火箭已静候在卡纳维拉尔角太空军基地。若进展顺利，“新格伦”将在周日下午的88分钟发射窗口内升空。蓝色起源预测，天气适宜概率约为65%。 由发射总监梅根·刘易斯（Megan Lewis）带领的团队将在发射日监督整个倒计时流程。液态甲烷与液态氧将在起飞前4.5小时开始加注。终端倒计时将在T-4分钟启动，七台BE-4主发动机将在T-5.6秒点火。系统检测一切正常后，火箭将脱离固定装置，腾空而起。 火箭将在一分钟后突破音障，三分钟后分离第一级。上级两台BE-3U氢氧发动机点火，将ESCAPADE送往月球外侧的L2拉格朗日点，在那里进入等待火星转移的“驻留轨道”（loiter orbit）。 与此同时，近20层楼高的第一级助推器将尝试回收着陆——目标是大西洋回收船“Jacklyn”，以纪念贝索斯的已故母亲。 首飞时助推器坠海未能复用。蓝色起源副总裁劳拉·马吉尼斯（Laura Maginnis）表示：“我们对推进剂管理系统进行了多项改进，并增加了硬件冗余，以提高着陆成功率。”公司计划若成功着陆，将在明年初的第三次发射中重复使用此助推器。 奇特的轨迹：像肾形豆的路径 ESCAPADE的飞行路径相对地球而言呈现出一种“肾形曲线”，这类轨迹被称为“平动（libration）轨道”或“分段（staging）轨道”，能在地月系统外保持稳定，同时等待前往火星的最佳时机。 来自Advanced Space公司的任务设计师杰夫·帕克（Jeff Parker）解释道：“我们可以几乎在任何一天发射。肾形轨迹的大小会根据等待时间而调整。最后我们会绕地球进行一个小回环，随后再点火前往火星。” 两颗探测器——代号“蓝号”（Blue）与“金号”（Gold）——将在2026年11月7日与9日经过地球上空几百英里时启动主发动机，正式踏上前往火星的征途。 风险与创新：灵活的新方法 这种非典型轨道设计虽具风险，却展示了未来深空任务的灵活潜力。更长的驻留时间将使卫星暴露于更高辐射环境，同时也会消耗更多推进剂。但ESCAPADE由火箭实验室（Rocket Lab）制造，本身具备较强机动与冗余设计。火箭实验室战略副总裁理查德·弗伦奇（Richard French）指出：“NASA认为风险在可接受范围内，但确实高于常规任务。” 罗布·利利斯补充说：“这种方法展示了前往火星的全新可能。未来如果我们想一次发射上百颗探测器，就无法在短短一个月的发射窗口内完成。ESCAPADE的方案提供了新的‘排队’方式——让更多任务分批进入等待轨道，再统一启程前往火星。” 这场由轨道力学“魔法”拯救的任务，正以一种创新而务实的姿态，开启火星探测的新篇章。 - [从文字到世界：空间智能是人工智能的下一个前沿](https://rengongzhineng.io/%e4%bb%8e%e6%96%87%e5%ad%97%e5%88%b0%e4%b8%96%e7%95%8c%ef%bc%9a%e7%a9%ba%e9%97%b4%e6%99%ba%e8%83%bd%e6%98%af%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e7%9a%84%e4%b8%8b%e4%b8%80%e4%b8%aa%e5%89%8d%e6%b2%bf/): 人”：语言优美却缺乏经验，知识丰富却缺乏落地。空间智能（Spatial Intelligence）则将改变人类创造与互动的方式——重塑叙事、创意、机器人、科学发现乃至更广泛的世界。这正是人工智能的下一个前沿。 视觉与空间智能的追求，自学界进入此领域以来，始终是引领方向的“北极星”。正是出于这一信念，科研团队曾花费多年时间构建了 ImageNet——第一个大规模视觉学习与基准数据集，它与神经网络算法及图形处理单元（GPU）一起，成为现代人工智能的三大基石。正因如此，斯坦福大学的实验室在过去十年持续探索计算机视觉与机器人学习的结合；也因此，研究者与合作者们于2024年创立了 World Labs，旨在首次完整实现这一可能性。 本文旨在阐释何为空间智能、为何它至关重要，以及如何通过“世界模型”（World Models）释放其潜力，从而重新定义创造力、具身智能与人类进步的方式。 空间智能：人类认知的脚手架 人工智能正处于史上最令人振奋的时刻。生成式人工智能模型，如大型语言模型（LLM），已经从研究实验室走进日常生活，成为数十亿人用于创作、生产与沟通的工具。这些模型展现了昔日被认为“不可能”的能力——能生成连贯文本、复杂代码、逼真图像，甚至短视频。人工智能是否将改变世界？答案已然明确：它已经在改变世界。 然而，仍有许多能力尚未触及。自主机器人的愿景依旧停留在猜想层面，距离真正融入日常生活仍有漫长距离。AI 加速疾病治愈、新材料发现或粒子物理研究的梦想，仍未兑现。而让 AI 真正理解并增强人类创造力——无论是学习分子化学的学生、构思建筑的设计师、创作世界的电影人，还是追求沉浸体验的艺术家——这一目标依旧未能实现。 要理解为何这些能力依然遥不可及，必须追溯空间智能的进化根源。 视觉长期以来是人类智能的核心，而其力量源于更为根本的能力。远在人类能筑巢、抚育后代、以语言交流或建立文明之前，感知世界的简单行为就已悄然引发了智慧的进化之旅。 这种从外界获取信息的能力——无论是光的闪烁还是触觉的反馈——在感知与生存之间架起了桥梁。随着世代更替，这座桥梁愈发复杂：神经系统由此演化，用以理解世界并协调生物体与环境之间的互动。科学界普遍认为，感知与行动构成了推动智慧进化的核心循环，也是自然创造出人类——这一感知、学习、思考与行动的顶点物种——的根基。 空间智能定义了人类与物理世界交互的方式。日常生活中，人类依赖它完成看似平凡的动作：停车时想象车尾与路沿间的距离，接住抛来的钥匙，穿过人群而不相撞，或在半梦半醒间将咖啡倒入杯中。更极端的情况下，消防员在烟雾与坍塌中导航，凭借空间直觉判断结构稳定性与逃生路线；儿童在学会语言之前的岁月里，则通过与环境的游戏探索世界。这些行为都自然、直觉且自动完成——这是机器尚未达到的流畅度。 空间智能同样是人类想象力与创造力的基础。从洞穴壁画到现代电影，从虚拟游戏到元宇宙，叙事者通过空间想象构建世界。无论是堆沙堡的儿童还是在电脑上构筑 Minecraft 世界的玩家，空间化的想象都支撑着现实与虚拟的互动体验。在工业应用中，对物体、场景与动态环境的模拟已成为设计、制造、数字孪生与机器人训练等核心环节。 历史上，空间智能推动了无数文明进步的关键时刻。古希腊学者埃拉托色尼通过测量影子的角度推算地球周长；哈格里夫斯通过并排布置多轴纺锤发明了“珍妮纺纱机”，极大提高了生产效率；沃森与克里克则通过搭建三维分子模型，发现了 DNA 的双螺旋结构。这些成就都离不开对空间结构与物理关系的思考——而这超出了语言所能描述的范畴。 空间智能是人类认知的支架。它存在于观察与创造的每一刻，驱动着推理与规划，构成了人与环境、人与人之间的交互基础。 然而，今日的人工智能尚未真正具备这种能力。 尽管多模态大模型（MLLM）已在视觉理解与生成上取得突破，但在空间推理上仍远不及人类。它们在判断距离、方向、大小等方面的准确率接近随机，无法进行空间旋转、路径规划或预测基本物理规律。AI 生成的视频常在数秒后失去连贯性。 人类对世界的理解是整体性的——不仅看到事物本身，还理解它们之间的空间关系与意义。而空间智能正是这种理解力的核心：让思维、想象与行动结合，从而与真实世界相连。没有空间智能的人工智能，无法真正驱动汽车、引导机器人在医院或家庭中工作，也难以创造沉浸式学习体验或加速科学发现。 哲学家维特根斯坦曾说：“语言的界限意味着世界的界限。”而对人工智能而言，世界不止于语言。空间智能代表着超越语言的前沿——它连接想象、感知与行动，让机器能够以全新方式扩展人类能力，从医疗到科学，从艺术到日常生活。 未来十年：构建真正具备空间智能的机器 构建空间智能 AI，需要超越语言模型的雄心：发展“世界模型”（World Models）。这种模型不仅要理解语义，更要在物理、几何与动态层面生成并交互于复杂的虚拟或真实世界。 空间智能世界模型具备三大核心特征：一是生成性（Generative）——它们能创造感知上、几何上与物理上连贯的虚拟世界；二是多模态性（Multimodal）——能从文字、图像、视频、动作等多种输入中理解与生成世界；三是交互性（Interactive）——能根据输入动作预测世界的下一状态，乃至下一步行动。 这是一项前所未有的挑战。语言是人类认知的生成产物，而世界遵循复杂的物理规律：重力、光学、结构与能量共同决定一切互动。要让模型在语义、几何、动态与物理层面保持一致，需要彻底革新的架构与算法。 为实现这一目标，World Labs 正在开展多个方向的研究：——开发类似“下一个词预测”的通用任务函数，用于世界建模训练；——构建更复杂的数据体系，结合互联网图像、视频与合成数据，并引入深度与触觉信息；——探索超越二维序列的新型架构，例如三维与四维感知模型，使 AI 拥有空间记忆与持续生成能力。 World Labs 已发布首个世界模型原型“Marble”，允许用户通过多模态输入生成并探索一致的三维世界。这是通向空间智能的重要一步。 用世界模型建设更好的世界 人工智能的发展动机至关重要。AI 应增强而非取代人类能力。它的价值在于延伸人的创造力、连接力与生产力。空间智能正体现这一理念——让科学家、创作者、护理者与梦想家实现曾经不可能的目标。 空间智能的应用正跨越不同时间尺度：短期内推动创意工具与沉浸式叙事；中期内强化机器人感知与行动循环；长期则将在科学、医疗与教育中带来革命性影响。 在创造力方面，空间智能将重塑叙事方式，使电影人、设计师、建筑师与游戏创作者能够快速构建可探索的三维世界；在机器人领域，它将赋予机器具身智能，使其感知、推理与行动协同一致；在科学研究中，它能模拟实验、探索极端环境；在医疗中，它可加速药物研发与诊断过程；在教育中，它能创造让学习者身临其境的互动体验。 最终目标始终一致：让 AI 扩展人类智慧、加速发现、增强关怀，而非取代人类独有的判断、创造与同理心。 结语 过去十年，人工智能已成为全球现象，重塑科技、经济与地缘政治。然而，真正驱动这一切的，仍是图灵七十五年前提出的问题——那份对智能本质的好奇。 历史上，人类首次有机会创造出能与物理世界深度协调的机器，让它们成为应对重大挑战的伙伴。无论是在实验室中加速疾病研究，还是在艺术与故事中扩展人类表达，或是在脆弱时刻提供支持，这项技术都正让生活变得更深刻、更丰富、更有力量。 距自然界首次在早期动物中孕育空间智能的火花已近五亿年，如今，人类有幸成为能够赋予机器同等能力的一代科技创造者——并将这些能力用于造福全人类。真正智能的机器之梦，唯有在实现空间智能之后，方能完整。 - [AI的拨号时代：人工智能正在加载的未来](https://rengongzhineng.io/ai%e7%9a%84%e6%8b%a8%e5%8f%b7%e6%97%b6%e4%bb%a3%ef%bc%9a%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e6%ad%a3%e5%9c%a8%e5%8a%a0%e8%bd%bd%e7%9a%84%e6%9c%aa%e6%9d%a5/): 现在，想象回到1995年。 调制解调器发出刺耳的尖啸声，试图连接一个叫做“互联网”的新奇世界。也许成功，也许你得重试好几次。 那是人类历史上第一次，几秒钟内可以跨越国界收发“电子邮件”。当时全球网站数量不过2000多个，理论上一个周末就能把所有网站“刷一遍”。页面以灰底黑字为主，偶尔夹杂几张像素粗糙的图像。加载一张图片得花上一分钟；看一段一分钟的视频？几个小时是常态。没人愿意在网上输入信用卡信息，互联网上最广泛的忠告是：“别相信陌生人。” 人们很快分成两派。 一派充满乐观：有人认为数字商务将迅速取代实体零售；也有人预言未来人人都将在虚拟现实中漫游。 “我预计未来五年内，每十人中至少有一人会在公交车、火车、飞机上戴着头戴式计算机显示器。”——麻省理工学院教授 Nicholas Negroponte，1993年 另一派则认为互联网不过是一阵风潮，是注定破灭的泡沫。 但如果你在1995年告诉大多数人，25年后人们将从社交媒体上的陌生人那里获取新闻而非报纸，点播节目取代有线电视，谈恋爱靠应用程序多过靠朋友介绍，甚至会愿意让网络陌生人开车接送自己、在他们家里过夜——他们多半觉得你疯了。 如今，我们再次身处1995年。只不过这次是人工智能（AI）的版本。 而今天关于AI的争论，正重复着当年的错误。 一边警告：AI将在几年内淘汰整个职业群体，引发大规模失业；另一边反驳：AI将创造比被取代更多的工作岗位。一边斥责AI是炒作泡沫；另一边则预言它将自动化所有知识工作，并在十年内重塑文明。 这些观点都有一部分是对的，也有一部分是错的。 自动化与就业的悖论 2016年，被誉为“AI之父”的 Geoffrey Hinton 曾断言： “AI将彻底改变医疗影像行业，现在就应该停止培训放射科医生。” 但到了2025年，现实远非如此。 据 Deena Mousa 在《算法将为你诊断》（The Algorithm Will See You Now）一文中的研究，美国放射科仍在蓬勃发展： AI 没有取代放射科医生，反而让这个行业变得更强大。 Mousa 指出多个原因： 这也是科技圈目前的共识。微软CEO Satya Nadella 与 Box CEO Aaron Levie 都强调： “杰文斯悖论是世界上最被忽视、却最重要的概念。技术越高效，需求就会越多。AI 正是这种现象的典型代表。” 但他们只说对了一半。 AI 会在哪些行业改变就业格局？ 前特斯拉AI主管 Andrej Karpathy 指出： 放射科并不是AI最先带来职业冲击的领域，因为它太复杂、风险高、受监管严格。 他建议观察那些任务单一、上下文少、错误成本低、易自动化的岗位，比如客服、内容审核、文档处理等。即便如此，也不会立即取代，而是通过工具形式逐步渗透，使岗位职责发生演变。 历史视角：从工业自动化看就业变化 经济学家 James Bessen 在论文《Automation and Jobs》中分析了1800至2000年三个产业的数据：纺织、钢铁、汽车制造。 初期，自动化带来生产力爆炸式增长 → 产品价格降低 → 消费激增 → 岗位增加。 例如： 但一旦需求饱和，随着自动化继续推进，岗位数量开始下降。衣服再便宜，人们也不会买无限多件。医疗影像也是如此 —— 便宜得再多，也不可能让每个人每年做一百万次CT扫描。 对比之下，汽车制造行业的需求仍未饱和： 因此，只要需求还在增长、自动化潜力未饱和，岗位就能持续存在甚至增长。 那么软件行业呢？ 这是一个更有趣的问题： 我们需要多少个App？如果AI能自动生成完整应用，甚至整个软件生态系统呢？ 过去，软件开发的最大瓶颈是“人”：软件工程师成本高昂，资源稀缺。即使一个项目有商业价值，公司也常常放弃——因为开发成本太高，优先级排不上。 作者本人曾在亚马逊看到这样的现实： 一旦AI能以极低成本生成软件，潜在需求将被释放出来。 但关键问题仍在于：这些被释放的需求最终会不会也达到饱和？ 所以，就业取决于两个变量之间的竞速： 是泡沫，还是方向正确的狂热？ 另一个广泛讨论的问题是：当前AI热潮是不是一场泡沫？ 回顾上世纪90年代的互联网泡沫： 但泡沫也带来了未来的基建。正是那些当年破产的企业，铺设了日后支撑 YouTube、Netflix、Facebook 的光纤网络。 今天的AI正走在类似的轨道上： 与此同时，大型科技公司也在疯狂投入： 即使部分项目未来失败，这些基础设施会成为后世AI企业的基石。 投资人 Azeem Azhar 提供了一个判断是否为“泡沫”的模型，五项指标包括： 他认为：目前仍是“由真实需求驱动的繁荣”，但一旦多个指标偏红，就可能进入泡沫区。 我们能预测的，是不可预测的未来 AI时代的未来将如何展开？ 我们正处于“拨号上网”阶段。基础设施刚刚搭建，创业公司疯狂融资，炒作与真实并存。如同1995年，无人能预见社交媒体、网约车、Airbnb、网红经济…… AI也将重塑职业边界：... - [为什么团队的回顾会议没效果，以及如何真正让它发挥作用](https://rengongzhineng.io/%e4%b8%ba%e4%bb%80%e4%b9%88%e5%9b%a2%e9%98%9f%e7%9a%84%e5%9b%9e%e9%a1%be%e4%bc%9a%e8%ae%ae%e6%b2%a1%e6%95%88%e6%9e%9c%ef%bc%8c%e4%bb%a5%e5%8f%8a%e5%a6%82%e4%bd%95%e7%9c%9f%e6%ad%a3%e8%ae%a9%e5%ae%83/): 每个团队都应该相信“改进是可能的”，即使实际早已不再发生改进——而这正是回顾会议原本的意义所在。 但实际上，多数团队只是将回顾会议当作一个记录问题的过程——这些问题往往没人有时间解决。于是，一到回顾会议，大家便一起点头认同：“对，这确实是个问题”，“对，我们确实应该解决它”——但“不是今天”。 有时，团队甚至会进一步“分配”某人去“调查”这个问题。只不过“调查”从未有任何实际进展。毕竟，没有人真正知道“调查”到底意味着什么——除了大家都很清楚，它绝对不是“修复”。否则早就写“去修复它”了。 不过没关系——我们已经把问题写下来了！这样做还有一个额外的好处：如果哪天问题爆发，我们可以理直气壮地说：“这个问题我们早就记录了，只是一直没空处理。” 听起来像是流程失效？但这其实就是大多数团队回顾会议的真实写照。它们并不真正推动持续改进，而只是让人对那些一直被忽略的问题感觉“良好”一些罢了。 如果团队的回顾会议也正是如此运作的，那么这篇文章的内容或许可以帮团队厘清“回顾会议应该是什么”与“回顾会议实际上成了什么”之间的差异。 其实，回顾会议是可以被修复的。在作者之前所参与的多个团队中，包括目前所在的团队，都经历过真正良好的持续改进文化。以下便是作者在其中学到的一些经验，文章末尾也会分享一个思考：为什么“总有点什么是坏的”，并且为什么这并非坏事。 起源：丰田的生产方式（TPS）与“持续改进” “持续改进”（Kaizen，改善）理念起源于丰田生产方式（Toyota Production System, TPS）。在 TPS 中，工人若发现挡风玻璃有裂痕，可以拉下安灯绳（andon cord），立刻停线。接着，大家一起追溯问题根源，并制定防止其再次发生的方案。 注意：TPS 并不会说“记录下问题以备后查”或“等有空再调查”。而是立即行动，并在当天完成根因分析。 即使不是所有问题都立即解决，团队负责人也会迅速到场评估，决定是否应暂停生产，并启动正式问题分析程序。关键在于，反馈周期极短——以小时为单位，而非数周。 此外，根因分析的最终产出必须是有明确负责人和截止日期的具体行动。目标是确保此类缺陷永远不会再发生。 但在软件开发团队中，这种机制是否存在？多数情况是否定的。原因有很多，以下将逐一解析每个问题，并探讨如何修复。 原因一：缺乏“停线”的权限 在丰田，工人有权立即停线。而在软件团队中，却没人真正拥有“叫停流程”的权力。最接近的形式，也不过是在几周之后的回顾会议中提出问题。 虽然在软件行业，程序并不需要被“停运”，但我们的劳动本身不是软件，而是开发流程。而流程，是可以，也应该在关键时刻暂停的——哪怕只是由一两个人暂停下来处理问题。 但问题是——谁来停下来解决问题？ 若这个问题没有明确答案，那么没有人会主动停下来。大家只会期望“总有别人会处理”，或者希望“问题自己会消失”。 而这种状态的根源，在于许多管理者的错误评估标准——他们只关注“有没有新功能上线”，哪怕后台早已满目疮痍。 解决方法：设立“问题处理专员” 一种成功的做法来自于 Resend 公司。该公司每周指定一名成员担任 The Fixer（修复者）。 这个角色的职责是：只要发生问题，修复者就是主要负责人，不论是 SQS 队列延迟，还是仪表板按钮失效，大家都知道修复者必须出手解决。 此机制的好处不仅在于保证问题会被解决，更有助于开发者理解底层基础设施，反之亦然，使平台工程师也能更理解产品运作。 对于任期的设定，作者认为“一周”是理想周期，既给修复者足够时间，也避免其因压力过大而倦怠。 需要注意：这并不意味着只有修复者能解决问题，其他人依然可以协助。但最关键的是：必须明确某人对问题负有最终责任。 原因二：缺乏即时响应与早期复盘 在 TPS 中，问题一出现便被立即响应。而多数团队，只会选择快速打个补丁，口头承诺“之后再分析原因”。 但“之后”永远不会变成“现在”。每个人都忙着做功能，并心安理得地等待下一次回顾会议“讨论问题”。 解决方法：明确设置问题处理时限 更好的方式是：为问题后续分析设定明确的时间窗口。这个时间不是“公司统一规定”的，而是由真正关心问题的人共同设定的合理期限，并由领导持续强化这种文化。 虽然没有统一的时间标准，但关键在于：分析必须发生得足够快，且不能无限延期。 当处理时效变得清晰，团队就能避免问题永远“排不进优先级”的困境。 原因三：回顾会议缺乏具体任务、负责人和期限 在 TPS 中，问题分析最终都会转化为明确的行动项目，有具体内容、负责人、时间节点。 反观软件团队中的回顾会议，其行动项经常是“调查”、“改善”、“文档化”等模糊术语——这些动词听起来积极，但含义却模棱两可。 例如，“调查某个错误”究竟意味着什么？没人能说清。可能是看看日志就结束，也可能是深入找出根因并彻底修复。 多数人想表达的是后者，但写出来的是前者。 解决方法：用具体行为替代抽象动词 例如，与其说“调查 bug”，不如明确写成：“使 delta-wave 分流器具备幂等性”。这样一来，重复消息就不会再造成下游错误。 写下真正想做的事，分配具体负责人，设定完成期限，并在之后跟进其执行进度。 而要写出这些具体任务，最佳时机是在问题发生后不久。此时印象最深，也最容易清晰识别解决路径。 不明确的任务，往往不是能力问题，而是因为我们根本还没搞清楚问题的解决方式。 原因四：只有临时补救，没有永久修复 在 TPS 中，分析结果必须转化为能根本解决问题的方案。 但在大多数软件团队中，大家止步于临时补救，例如增加重试次数、扩大服务器资源等等。虽然这些临时手段是必要的，能解决眼前燃眉之急，但问题在于：团队往往就此止步。 解决方法：实施不可复现的问题修复机制 真正的“永久修复”指的是：让同一个问题永远不会再次发生。而高手的实践，甚至能让一整类问题彻底绝迹。 当团队达到更高水平，还能设计出具备自修复能力的系统——即便发生故障，也能自动修复，对业务影响最小。 总结：持续改进文化不靠回顾会议，而靠行动机制 将上述四个方面结合起来，就能看出：人们常说的“DevOps文化”，其实正是持续改进文化，与丰田几十年前工厂地面的运作方式本质相同。 核心原则如下： 注意，上述流程并未提到“定期回顾会议”。因为一支真正具备持续改进文化的团队，不依赖定期回顾会议也能不断优化。 事实上，定期回顾有时甚至会产生反效果——它让人产生错觉：改进是“专属时段的任务”，不属于日常工作的一部分。 在实际工作中，改进应该持续发生，最好能在问题刚刚出现时立即介入。 这并不是说应该马上取消回顾会议，它们依然可用于反思团队的持续改进机制本身是否有效，只是频率可以逐渐降低。 最后：总有点什么是“坏”的，也没关系 在结束之前，有一点很重要：总会有一些地方是坏的。 虽然混沌工程、自动回滚是可靠性工程的终极目标，但大多数团队达不到那个水平。 初创企业必须快速前进，在可靠性与速度之间寻找创造性平衡；而传统企业则必须在繁杂的组织中推动变革。 现实是：系统永远不完美，但只要愿意努力，我们就能在这样的环境中做出伟大的产品，与同样热爱技术的同伴共同成长。 本质上，持续改进的真正内涵，是承认“永远会有点什么坏掉”，并愿意一件件地修复它们。 只有当团队真正相信“完美状态永远不会到来”，才能建立起真正可靠的持续改进体系。 ## Pages - [Thank You](https://rengongzhineng.io/thank-you/): Thanks for your subscription to the newsletter! 谢谢订阅。 [comment]: # (Generated by Hostinger Tools Plugin)