EP41 · Symphony、gpt-realtime-1.5、AI 原生工程团队 · 04.28 早报-ginobefun

EP41 · Symphony、gpt-realtime-1.5、AI 原生工程团队 · 04.28 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

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

Google

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

展开显示全部歌词