EP30 · State of the Claw · Building Pi · 04.18 早报-ginobefun

EP30 · State of the Claw · Building Pi · 04.18 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

大家好

欢迎收听best bloks 早报第三十期

今天是二零二六年四月十八日

星期六

今天的一线有一条非常清晰的主线

叫做ai 编程工程化

Ai engineer 大会今天放出了三条重量级现场声音

我先把主题给你理一下

第一条

Open cloud 创始人peter styburger 做了一场主题演讲

演讲名字就叫state of the cloud

意思就是当下的open cloud

Open clow 是过去五个月里github 史上增长最快的开源ai 项目

他讲了一千一百四十二份安全建议背后的行业乱象

讲了新成立的基金会

也跟swix 对谈了ai 时代的工程师品味

第二条

Ma rezeker 做的演讲叫building peanword of slop

意思是在垃圾代码横流的世界里造p

这里的pipe 是physical intelligence 的机器人模型

是他自己造的一个极简coding agent

这是一场态度极为激烈的三幕剧

我待会会详细讲

第三条

Open ai 的ryan w

Popolow 讲harness engineering

直接宣告一句话

代码已经免费了

真正稀缺的是人类注意力和模型上下文窗口

这三场放在一起看

是对ai 编程这个赛道最一手的工程观察

他们会是今天的前三条精讲

三场之后

还有几件值得放到一起讲的是athropic labse 把opper 四mory 的私有公测落地成一个叫oud design 的设计协作产品

Opcloud layer 把agent week 推进到第二波

主打一个叫agent memory 的私有公测

Open ai 今天还发布了第一个专为生命科学打造的前沿推理模型gpt 减roaselent

还有physical intelligence 的pi 零点七第一次在机器人上证明了组合泛化全部聊完大概十五到十八分钟

我们开始先说peter steyberg 的state of the claw

Open claw 这个项目现在只有五个月大

但他已经成了github 历史增长长快快的项

没有之一

三万万多次提交

接近两千名贡献者

即将突破三万个pr

Peter 自己调侃说

同行的增长曲线曲曲棍棒

他他这这曲已经像管股士的垂直增长

为什么值得专门拿出来讲

因为为今天场演讲讲露了了三件事

每一件ai 编程生态都有意义

第一件事

Peter 已经把自己变成了两份份工

他加入了open ai

同时社社区一创创立了open clow 基金会

他把这个基金会定位成一个原话是ai 界的瑞士

核心目标是不让项目依附于任何一家公司

目前基金会吸收了来自n

Vidia 微软

红帽 腾讯

字节跳动的维护者

他说open claw 中国的用户群比任何其他大洲都要大

第二件事

也是这场演讲信息密度最高的部分

Peter 开源发布以来

总共收到了一千一百四十二份安全建议

平均每天十六点六份

九乘九都被标记为严重

作为对比

Linux 内核每天收到八到九份claw

累计只有六百份

Peter 的原话是

对方叫的越响

越说漏洞严重

那他就越可能是垃圾报告

最出圈的一个小案例

Nvidia 当时发布了自己的open claw 安全插件nemo claw

邀请peter 周日一起测试

Peter 把他接上codiicx security

半小时内就找到了五种突破沙箱的方法

他的解读是

Co dix security 接触到的是没有被过渡对齐的模型版本

在网络安全识别上比公众能接触到的版本聪明的多

整个行业都要在这种新现实下重新思考软件怎么发布

怎么验证

第三件事

他和swix 的对谈

这部分相对轻松

谈了他加入open ai 的角色定位

本地模型在智能体生态里的位置

然后聊了一个谁都在想但谁都讲不太清楚的话题

就是ai 时代的工程师品味到底是什么

他的回答不是一句口号

而是一组具体的判断

什么样的代码值得保留

什么样的工具值得推掉

什么样的功能不该做

我的建议是这期演讲适合你

今晚或者明天找一个小时完整看一遍

做ai coding 工具的团队能看到一手的生态信号

之前热门开源项目的维护者能看到一份非常现实的生存手册

对ai 行业的宏观方向做判断的人

能看到很多不公开场合不会说的细节

接下来第二场演讲是mario sedner 的building peana world of slock

先澄清一下容易混的两个名字

今天的这个p 是mario sedner 自己做的一个coding agent

就是命令行里跑的那种帮你写代码的工具

他和physical intelligence 今天发布的机器人模型p 零点七之全不是同一件事

名字一样

东西完全不同

待会儿第七条素览才是机器人那个p 零点七

Mario 这个人早年是做游戏开发出身的

写过著名的开源游戏引擎live gdx

之前也在建筑工地干过活

他开场讲了一段特别朴素的话

如果我以前在工地用的锤子每天都坏

我会很愤怒

如果我的开发工具每天都出问题

我同样会很生气

这就是这场演讲的基调

这是一场他自己称之为三幕悲剧的演讲

第一幕是讲他为什么造批

Mario 最早是cloud code 的重度用户

他说cloud 团队很有才华

开辟了整个赛道

他不是来黑的

但用着用着他发现几个用户每次版本更新

系统提示词和工具定义都在背后被改

上下文里会被洞插入一些他看不见的系统提醒

整个工具几乎没有可观测性

他根本不知道agent 到底在干什么

可扩展性也非常浅

他退后一步去看替代方案open code

他也发现了一些让他不舒服的细节

比如每次编辑代码都要连lsp 服务器检查一次错误

就会把模型搞糊涂

每正点醒他的是一份叫terminal bench 的基准测试榜单

里面得分最高的agent 的外壳工具只有一个

就是像terminal 发按键读取输出

就这么简单

得分却超过了带各种复杂功能的原生外壳

Mario 的结论论是

我们现在整个行业对coding agent 是什么样子其实还没搞清楚

我们需要的是更快的试错能力

也就是可以自我修改

可以根据个人工作流魔改的agent

所以他自己造了p

整个p 只有四个核心包

系统提示词短到只有几行

Peter 就是yellow 模式

它的原话是

每次叫bash 都弹窗点批准

这不是聪明的安全设计

所有能力靠type script 扩展热重载

P 的理念是模型已经被深度后训练过

他天生就知道自己是coding agent

你不需要花一万个token 去告诉他

二零二五年十月的terminal bench 榜单里

当时还没加上下文

压缩缩pp 第

第六

所能能是pp 直接放进open clow 作为智能体核心

第二步是开源生态危机

Peter 把p 接近open claw 之后

一个副作用是大量不知情的open cloore 用户正在用p 对开源项目发起自动pr

Mario 的issue tracker 和pr trackker 里有一半是open 意义的机器人垃圾

他用了一个词叫clankers

也就是机器工

他开发了一套反击方案

任何pr 必须带有人类语气不超过一屏幕

否则自动关闭

他的朋友mitchell 把这套做成了一个叫watouch 的认证白名单

他还用三d 向量嵌入的方式把垃圾issue 聚类可视化

甚至发明了一个概念叫开源休假

意思是我想休假就直接关trackker

第场幕最后段段

直

直接说慢点吧

现在的乱象象越来越越多人吹

吹嘘我们的产品百分之百由agent 写成

他的原话是

是的

我们都看到了

他现在烂的一塌糊涂

恭喜你们

他呼吁回到模块化设计

人审关键代码保留类类纪律律性第一整体体内容密

密度高高

态度毫不掩饰的现场吐槽

但他同时也是今天做coding agent 的团队能找到的最坦率的一份工程参考

上下文

怎么管理扩展性

怎么做

怎么面对机器人pr 泛滥

以及什么时候该主动踩刹车

第三场演讲是open en i 的的in low popollow 讲harness engineering

中文可以叫驾驭工程学

可以叫脚手架工程

Ran 的身份有点夸张

他是open ai 内部每天消耗十亿输出token 的token 亿万富翁

按输出价格算

一天要上千美元

他已经九个月完全靠agent 写代码了

而且他把这个强度推到了他的团队

他禁止团队成员直接打开代码编辑器

必须通过模型干活

他的核心论断一句话就能说清

代码已经免费了

以前代码昂贵是因为它持续消耗人类工程师的同步注意力

现在模型无限耐心

无限并行生产

维护 重构

删除代码都不再是瓶颈

他说

过去我们把代码当负担

是因为人类写的慢

现在你应该吞下一颗叫做agi 的药丸

假设模型有能力写出所有需要的代码

工程师的角色是系统思考

系统设计

任务委派

代码免费了

那什么变成稀缺资源

Ran 给了一组非常清晰的三元组

第一是人类的时间

第二是人类和模型的注意组

第三是模型的上下文窗口

你的工作就是把这三样东西用好

他给了三组非常具体的操作方法

第一组

重新定义p 级任务

过去p 零必须做

P 二排着等

P 三永远排不上日程

现在p 三任务也可以立即启动

开四条平行的agent 的线程同时做

跳最好的那个合并进去

他举了一个open ai 内部例子

给同事做内部工具可以从第一天就做完整的国际化

伦敦 都柏林

巴黎 苏黎世

慕尼黑的同事都有魔语体验

这在过去根本不敢想

第二组

把非功能性需求硬件化

过去qa 规范

可靠性 标准

代码风格都在专家脑袋里

靠代码审查的时候被动传递

现在把他们写进link 规则

写进针对源代码的测试

写进agents 配置文件

一个小细节

他们会用测试强制单个文件不超过三百五十行

不是为了可读性

而是为了对齐模型上下文窗口重构整个代码库在这个世界里也是免费的

他原话说

再不会有拖了六个月都完不成的重构

你只要起十五个agents 直接跑就行

第三组提示词无处不在

Agents 配置是提示词

Skills 是提示词

Link 错误信息是提示词

Pr 查意见是提示词

甚至他举了了一个很有意思的例子

Open en a 开开者者指南里写提示词cocodook 全部部给cocox

让cocox 自自合成一个怎么写提示词词技能

之后他本本地写写提示示词

直接调用这个由agent 写成的agent 技能

整场演讲最有工程感的操作是revieer agent 们们在代码库里部署多个审查agent 作为ci 的一部分运行

每次pr 都会被问这段网络调用有没有超时和重试

这个接口有没有防止被误用

这种问题以前靠人审是靠不住的

包括他自己也承认加个重试超时合并修复

转头就忘了把这件事做成link 规则加上reviewer agent

再加上一次性化整个代码库修掉

从此这类缺陷永久消失

他的结论是

每个工程师现在都应该把自己当主任工程师

团队成员的数量只收你并发驱动能力和token 预算限制

放到今天的具体问题上

就是你看到一个组织里老的技术债

以前评估修的成本会觉得劝退

现在你完全可以起一批agent 并行的去挨个吃掉它们

这是一种思维方式的彻底调换

这场和昨天anthropic harness engineering 那篇精讲刚好形成对照

两家最前沿的ai 实验室在同一个工程范式上达成了共识

这本身就是值得注意的信号

如果你是技术管理者

今天就值得把anthropic 那篇文章rain 的这场演讲

再加上今天素览里会讲的cursor 加emptitude 的案例放在一起读

读完你会对团队接下来半年该怎么搭有一套更清晰的判断

三场演讲讲完

我们进素懒

今天的速览一共七条

第四条

Ann s roropy gaps 退出cloud design

这是ops 四点七视觉能力的第一个垂直落地产品

你可以用自然语言对话

加上英栏批注

自定义滑块协作生成原型

Mock up 演示落地页营销物料

最亮眼的能力是on boding 的时候

Cloud 会读你的代码库和设计文件

自动建立一套团队设计系统

之后每个项目自动套用

Canva

Brilliant

Data dox 三家已经上线反馈

Brilliant 说

以前要二十次提示词才能做出来的交互原型

现在两次就够了

Cllad d pro mateam am 订阅

阅者可可

Enenterprireseararch preview 文件

第五条

C ououd fare agent memory 私有公测上线

这里划重点

是私有公测不是正式发布

公开预览要到四月三十号才开放

它给agent 做了一个按profile 划分的持久记忆层

四个基础动作

Angent 批量入库

Remember 模型主动剂

Recall 合成式检索

Forget 标记过期

检索阶段并行跑五个通道

然后用rf 融合

记忆会被分成四类

分别是事实

事件 指令 任务

Clrodd flt

特别强调

你的记忆是可导出的

不锁生态

Workers 里用binding 直连

或者外部用rest api 接入

第六条

Open ai 发布gpt 减roslink

这是open ai 第一个专门为生命科学研究做了前沿推理模型

命名致敬发现dna 结构的roslln frfrklin

他在lrb bench 二十一项任务里

有六项超过gpt 五点四

在dialosophutics 的rna 序列预测任务上

十次最优提交

超过百分之九十五的人类专家通过trusy access 机制对em

Jam

Moderna

T harm official 这些合格企业客户开放

Open ai 正在进入垂直前沿模型这个新赛道

第七条

Pysql intelligence 发布拍零点七

这是真正的那个机器人拍零点七

五十亿参数的vla 模型

也就是视觉

语言

动作模型

他第一次在机器人领域证明了组盒饭化训练数据里从没见过用空气炸锅烤红薯

它也能组合出来

在从没见过的ur 五一机械臂上叠t 四

完成度百分之八十五点六

接近十个平均三百七十五小时经验的顶级人类操作员的百分之九十点九

核心洞见是多样化数据要配多样化提示词

在任务指令之外补上子任务指令

子目标图像

Episode 质量元数据模型就能从脏数据里跳出信号

第八条

Cloud flaer 推出agent readiness 评分

输入域名就能测出你的网站对智能体有多友好

结构化元数据有没有

爬虫策略开没开

第pi 可达性readc p 接口

站点地图图片out

它和今天cloud d layer 同批发布的share dictioners 共享字典on weight 模型压缩

Ai 训练重定向配合

是一整套智能体可消费互联网的基础设施

第八条

Google 推出arui 零点九是是一个便写框架无关的生成式ui 标准

同一份arui 描述可以在react

View 这些前端框架上都渲染出来

也能在不同agent 的框架间流转

生成式ui

过去每个产品都自己造轮子

Arui 是一次认真的尝试

第十条

官方博客报道cursm plplte 的案例

M plicte 的工程团队把cursor 做成团队及基础设施之后

生产代码产出提升三倍

Pr 通过率和review 速度都显著改进

真实企业数据不是demo

他们的做法核心是把编码团范和内部库内制定cursor rules

让review 流程和cursor 深度集成

十条说完了

下面再额外聊六条今天也值得一读的内容

第一条

Found park 对谈creao

二十人团队

每天上线八个功能

在pv 的产品之前先配v 的组织做创业团队或技术管理的可以读

第二条

软易风的科技爱好者周刊

第三百九十三期

主题是脑辅状态

周末通读合适

第三条

腾讯云开发者的长文

叫一文讲透harness engineering 及控制论

用控制论视角把今天ranand 那套方法论重讲一遍

配着精讲一起看

第四条

腾讯技术工程写的

从vib coding 到agentic engineering 重构后台开发全流程

讲他们怎么把后台开发的每一步都分给一个专门的agent 做企业级ai 应用的团队

参考价值高

第五条

Ca oud flaer shared dictionous

也就是共享字典

把brought 里共享字典扩展到边缘网络同一站点多页面场景

可以省三到七成带宽

第六条

Nvidia 开源i sac gr 零零tn 一点七人形机器人

开源vla 和今天的p 零点七放一起看

就是vla 赛道闭源前沿模型和开源生态基座两条路线的对照

好了

今天的早报到这里

今天的节目重点是三场来自ai engineer 大会的演讲

一是state of the claw

二是building p

三是harness engineering

三个都来自一线

都很值得静心看一遍视频

如果你只有时间看一个

那我推荐先看ryan 的harness engineering

因为它会立刻影响你接下来的工程选择

今天提到的所有链接

包括详细的推荐

由全部十条素览的原文

还有六条补充阅读

都在使用notes 里

你也可以直接去best blocks 今天这期早报页面查看

我是主播

我们明天再见

展开显示全部歌词