本字幕由TME AI技术生成
Open ai 这一周把控制平面摆到了台面上
先是开源了一份叫symphony 的编排规范
让lima 看板直接驱动codex agent 内部团队三周里pr 数量增长了五倍
紧接着又在开发者账号上推出gpt realtime 一点五
这是为语音控制交互应用专门做的新模型
让用嘴指挥软件第一次有了产品级的体验
同一天
吴恩达顺势抛出了ai 原生工程团队的运营模型
他说两到十人的同地小团队靠面对面沟通跑出最高效率
但同一波浪潮的另一面
微软的rusent vich 和hansome man 在acm 上发了一篇同行评审论文
警告
初级开发者管线正在被掏空
Gpt 四之后
二十二到二十五岁暴露在ai 影响下的岗位就业率掉了大约百分之十三
入门级开发者招聘比起二零二二年下降了百分之六十七
当harneys
也就是驾驭ai 的那套缰神决定了团队的五限工程师究竟该把判断力沉淀了五倍
今天的精讲值得我们逐字读完
我先的第一篇精奖
Gpt realtime 一点五
Open ai developers 官方账号在周一发了一条公告
重点不是参数也不是跑分
而是一句话
这个模型是为语音控制的交互式应用而生的
配套放了一段端到端的演示视频
演示的不是闲聊
也不是把语音转成文字
而是用嘴直接驱动一个真实的软件
让应用的状态跟着语音指令走
这件事重要在哪里
过去一年多
所谓的voice agent 大多还停留在两件事上
第一件是音色
让模型听起来更自然
第二件是延迟
让你说完话之后
模型回的更快
但真正限制语音应用落地的从来不是这两点
是稳定性
是对应用上下文的把握
是说错话之后能不能自己纠错
一点五这个版本号就指向这些
Open ai 没有给他一个大版本号
没有刻意造一个新名字
就是想说real time 已经从概念阶段走出来了
他现在能去和真实的产品场景对接
具体到开发者
这一更新意味着两件事
第一
语音不再只是输入法的替代品
它可以承载像点选
拖拽
跳转这种带状态的操作
我说一句话
应用知道我现在在哪个页面哪个tab
上一步刚做了什么
它能基于这个状态去做下一步的动作
第二
语音sdk 的工程门槛在下降
过去那种自己拼asrtts 对话管理的搭积木做法会被一个端到端模型替代掉
Open ai 把降噪
语音活动检测
上下文记忆全都放进了同一个接口里
开发者只需要把自己的业务状态接上去
我看到这条更新的第一反应是
这是open ai 在用一个统一接口去吃掉过去工程师手工编排的那一层
这一点和sympony y 做的情情接共一
都是把过去依赖工程师人肉拼接的中间层抽离出来
让模型自己去管
如果你正在open ai 平台上做语音应用
这一周必须去试
如果你不在
也至少要把那段演示视频拉来看一遍
因为它定义了未来一年语音交互产品的体验基线
我自己看完最大的感受是
用嘴指挥软件这件事正在从某阶段切到日常工具阶段
下一篇精讲讲的就是这种切换在工程写作层面的对应物
Open ai 用synhony 把同样的事情做到了coding agent 上
第二篇精讲open ai 开源synhony
先说一组数字
Open ai 内部一些团队上线synhony 三周
已落地的pr 数增增长百分之五百
也就是五五
Leninear 的创始人carsyhonon 在x 上同步说
它看到linear 工作区的创建量出现了明显的尖峰
这不是一个demo
这是一次工作方式的切换
Symphony 是什么
它是open ai 开源出来的一份codex 编排规范
把linear 这种issue tracker 直接变成coding agent 控制平面
它的核心动作只有一件
每一张打开的艺术自动派给一个独立的agent 工作区
Synhony 持续盯着看板
确保每一个active 任务都有一个agent 在跑
Agent 崩了自动重启
新工作来了自动接走
Pr 持续铲除看板就是状态机
工程师不再需要开十几个codex 绘画再在终端之间跳来跳去
为什这件事是范式转换
Open ai 自己复盘说
过去一段时间他
他们最大瓶瓶不是模型能能力
是人的注意力
一个工程师能稳定盯住的codix 绘画最多就是三到五个
超过这个数
上下文切换就开始反噬产出
说白了就是他们造出了一支极有能力的初级工程师团队
结果让自己的资深工程师去当全职监工
这不可持续
Synhony 的解法是把人的注意力从绘画级别拉回到工单级别
你只关心issue 的产出和验收
不关心agent 在哪个绘画里干到了第几步
一个连带的变化是
工程师不再是唯一的派活人
产品经理和设计师也能直接在linear 上提需求
拿回一个可看的review 包里面
甚至在产品功能演示视频
Open ai 还提到一个很直观的细节
他们团队的一位工程师在度假的山间小屋里
靠着不稳定的wifi 从手机的linear app 上派出去三个有分量的工程任务
最后都按时回来了
最有意思部分是这一句
打开symphony 仓库
你会发现他本质上只是一spccpd 就是一份份文字
写
写出的规范
Open en i 没
没有去造一
复 复杂 监 监系 系
而
而把问题题期望的解
解法写清 剩
剩下留
留给agent 自己去实现
Open ai 团队就是sysynony y 构
构
Sysynony ysspcas code 这件事做成了正循环
我特别想强调他们复盘里的一个判断一样
Open ai 一开始把agent 当做状态机里的固定节点
所个结点
让他他一件事事
但他们后来发现模型一直在变聪明
能解决的问题比那个盒子要大得多
所以他们最终选择了一个合子的做法
Opagent 目标
而不是给死规则
就像一个好经理给下属布置任务一样
告诉他要拿到什么结果
工具自己挑
路径自己选
这件事呼应了今天第三篇精讲里吴恩达的判断
工程师的角色正在从写代码转向写规范
写判断
写约束
也就是说
Harneys 决软件团队的上面
第三篇精讲
吴恩达的ai 原生软件工程团队运营模型
吴恩达在自己的账号上发了一条长帖
给出了一套新的团队结构判断
它的原话是
Coding agent 把构建速度推上了一个新台阶
这逼着工程师同时承担产品
设计
市场的角色
两到十人的同地小团队靠面对面沟通就能跑出最高效率
这是他给出的最优解
为什么是同地办公
吴文达的判断是
速度变快之后
最大的成本不是写代码
是对齐
当一个特性从想法到上限只要几个小时
任何一次远程沟通的延迟都会成为新的瓶颈
把人放在同一个屋子里
让pm 设计
工程师抬头就能讨论但当下成本最低的写作方式
但速度上来之后
新的瓶颈也跟着冒出来
吴文达点了三个
产品管理跟不上
市场和法务跟不上
设计跟不上
换句话说
工程团队的输入push 翻倍了
公司其他职能没有跟上
整个组织就会卡在工程之外的环节
他给的药方是让工程师去学产品技能
让产品经理去学工程技能
跨职能的通载会取代专才成为这个时代最值钱的一类人
但这套乐观叙事的另一面今天必须放在一起讲
微软azecto
Rosinnovage 和开发者社区vp handsome man 在acm 上发了一篇同行评审论文
警告说agentcocoding 工具正系系性怎么初级开发者人才管线
他们引用哈佛的研究
Gpt 四发布之后
二十二到二十五岁ai 暴露岗位的就业率掉了大约百分之十三
另一份研究究入门级级开者招聘聘起起零零二年自己降百分之六十七
两位作者借用医学培训里的先生制作药方
提出preceptprogragram 也是是一一期的的资工程程师带教判断断和系系统品才才能人
Hanthle 们说
护士需要证明自己有临床能力才能上人
工程师同样需要证明自己有这个资格
这套制度的关键不在于资深工程师替新人写代码
而在于看着新人怎么和ai 工具互动
看他接受了什么
拒绝了什么
判断标准从哪里来
资深工程师的角色从答疑变成了叫判断
把这两条放在一起看
今天的故事就清晰了
胡恩达说
通才小团队是新时代的赢家
Rosse
Navage 说
我们正在掐掉通材生长的入口
一边是天花板抬高了
一边是楼梯被拆掉了
中间那条线就叫harness
下一段我们快速过一下今天的其他精奖
接下来这一段
我把今天剩下的几篇值得读的内容一一带过
第一条
腾讯技术工程发了一篇深度文章
作者直接亮出观点
Hskill 不是圈点
知识才是护城河
他们在内部ai team 工程交付实践里发现
工作流只是管道
真正流过管道的是知识
文章给出了一套五层知识存储架构和三级成熟度体系
把工作流明确定位为知识沉淀的载体
这一篇配合mphony 那一篇看
会有一种明显的中外呼应感
第二条
腾讯科技的嗨好聊趋势写了一篇
标题就是问skill 到底能争馏我们的几分之几
文章拆了github 圈订上一周冒出来的统事skill
老板skill
女娲skill 这些热门项目在对照cmu 的skill foundry 论文得出的结论是
Skill 擅长编码显性规则和知识路由
但抓不住人类专家在复杂决策里依赖的那种隐性直觉
第三条
量子为专访小马智行cto 娄天成
他给出的判断和吴恩达呼应
Harness 是这个时代最关键的能力
他说ai 是一匹脱缰野马
当ai 驾驶能力超过人类后
人类数据的价值会归零
Ai 必须成为主导研发的总教练
配套发布的是pony world 世界模型二点零
第四条
淘天营销中后台发了一篇深马工作流最佳实践
他们把ai 深马从本地分散模式收敛到云端托管一体化工作流核心方法论用一句话总结就是
给恰好够用的精确知识
确定性逻辑
教工程知识
见正向循环
这边是想看大型组织里落落长什么样的工程程总读的
第第条
跨国串门计划工播客挪为主权财富基金harnec eo 访谈小米cfo 阿len 的amon
重点是他讲了小米如何用不到三年时间造出第一款
为什么集中十倍资源只做一款车
Ai 在制造
销售
研发里全方位落地的细节也都给到了
最有看点的是他讲到雷军的管理哲学
亲自试驾一百五十款车
专门去考赛车执照
再来定义产品
这一段对中国制造的速度叙事会刷新你的题感
第六条
通用实验室发了一篇eapo 论文
已经被acl 两千零二十六录用
他干的事情很有意思
把强化学习的奖励信号从答案下沉到证据模型
必须先证明自己找对了证据才能拿到奖励
结果让一个三十b 的模型在长文本推理上反超了一百二十b 的gbtocs 和cloud sonate
四
这个方向值得做rg 系统的工程师认真琢磨
因为它实质上把搜对和答对绑成了一件事
而不是分两步走
最后一段是补充阅读几条话题我一句话带过
双tose 里都有链接
Info cill 中文有一篇文章分析enthropic open ai
微软在ai agent 控制层产品化上的不同策略和定价模式
揭示这一新兴市场的分裂格局
Dethub 官方也宣布co pilot 全面转向及token 用量计费模式
二零二六年六月一日生效
Premium request 单位被github ai credits 替代
哈佛商业评论发了一篇the future is surrounded in aai
Fog
讲ai 的快速眼镜让长期投资变得极度模糊
企业要从一次性commit 转向staged 启蒙
Minton a 十六z 联合创始人mark and dressson 接受z potentials 访谈
说真正危险的不是投缩项目
而是错过下一个google
Founder park 报道了app loving 任命的华人cto 葛小川
不到一百人的工程团队
三年市值翻二十五倍
机器之星也有一篇mssiy 的报道
胡渊明这家公司用户破千万
Air 年翻十四倍达四千万美元
这两条放在一起看
是小团队跑出大产出的两个鲜活样本
Info kill 英文有一篇mcp in the java world
讲mcp java sdk 怎么把llm 集成从临时工具调用变成有契约的架构模式
说说一篇篇cl 两千零零十六六论论文
讲一个个怪活漏洞
讲ai 发一个波浪号表情符号
企可能会去删你的整个主目录
平均混淆率高达百分之三十八点六
讲到这里
今天的早报就结束了
如果说今天有一个关键词
那就是harness
Open ai 用symphony 告诉我们
Harness 可以是一份space md
吴恩达说
Harness 决定了小团队能跑多远
罗天成说
Harness 是这个时代最关键的能力
腾讯技术工程提醒我们
Harness 不是目的
沉淀下来的领域知识才是护城河
但rcinnavch 们同时在井井
没有判断断的传承
再好的hhandmharness 也只是空架子
工程师该把判断力沉淀在哪里
我的答案是沉淀在你能写进space
写进skill
写进workforld 那部分判断力
其他的部分留给和年轻人面对面工作的那一段一年时间
我们明天见