EP2 · 世界模型/软件复杂性/Agent 产品化 · 03.17 早报-ginobefun

EP2 · 世界模型/软件复杂性/Agent 产品化 · 03.17 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

嘿 大家好

我是吉诺

今天是三月十七号

今天有三篇深度内容

我觉得特别值得展开聊

一篇是谢赛宁跟张小军的七小时马拉松访谈

他对当前ai 路线的质疑非常犀利

一篇是讲软件复杂性的深字长文

写的很透彻

Ai 时代尤其值得中读

还有质朴发布glm 负五减turbo

专门为a 键场景做了深度优化

这个方向很有代表性

另外今天还有gpt 负五点四创下营收记录

Cursor 安全智能体

Stripe 的ai 系统每周发一千三百个pr 等等

后面一起速览

我们先从谢赛宁的访谈开始

张小军对谢赛宁做了一场七个小时的深度对话

谢赛宁是amil abs 的联合创始人

跟杨丽坤一起创办的

这期播客的信息密度非常高

我挑几个最有意思的点来聊

他的核心判断很鲜明

硅谷已经llm 中毒了

大家都在语言空间里卷

忽视了物理世界的建模

他认为世界模型才是通向真正智能的关键路径

不是预测下一个字符

而是预测环境的下一个状态

他说了一个我印象很深的观点

有大量信息和知识是没办法通过语言去完整描述的

语言的好处是你不需要做任何额外的事情就能跟人对齐

但这也恰恰是他的天花板

语言模型处理的是符号化的信息

但真实世界大量的知识是非符号化的

比如一只松鼠怎么在树枝之间跳跃

怎么在复杂环境里生存

这些能力背后的智能

语言模型目前是建模不了的

他还说了一句挺有意思的话

他觉得能够打造出一只松鼠的智能这件事情才是真正难的问题

不是让模型写更长的代码

是理解物理世界的因果和交互

还有一个判断我觉得特别值得琢磨

他说

在当前这种强竞争环境下

每家公司似乎都失去了定义问题的能力

所有人都在抢着回答同一个问题

但真正重要的是谁在定义新的问题

这句话不只是在说ai 研究放到任何一个竞争激烈的领域都成立

他和勒坑创立aa labs 的初衷也挺有意思

不是为了做更大的语言模型

而是想在一个自由的研究环境里去探索表征学习和世界模型

他们认为当前ai 领域缺少的不是更多算力

而是更多对根本问题的思考

对我来说

这些访谈的价值在于提供了一个完全不同的参照系

当整个行业都在为llm 的下一个版本兴奋的时候

有人在说

这条路可能不是终点

不管你最终同不同意它的判断

第种对主流叙事的系统性质疑

值得认真听一听

第三是在简介里

七个小时确实长

我可以倍速听重点章节

说到深度思考

今天还有一篇文章我特别想推荐

大淘宝技术发了一篇万字长文

讲软件的复杂性

标题叫软件为何越做越乱

写的非常透彻

文章的切入点特别好

它从一个现实折扣功能的演进故事讲起

这个功能一开始很简单

但随着需求迭代

不断打补丁

加开关

复制逻辑

每次修改看起来都合理

但最终整个模块变成了没人敢碰的黑箱

我相信做过几年开发的人对这个场景都不陌生

作者把复杂性归纳为三大表现

第一是变更放大

第一个小功能要动好几个地方

第二是认知复合理解一段代码需要同时记住太多上下文

第三是最危险的未知的

未知就是你不知道修改这里会不会影响那里

而这三个问题的根源可以追溯到两个词

依赖和晦涩

核心主张是什么呢

他提出了战略性编程的概念

不是每天埋头赶需求

而是主动投入百分之十到二十的时间来做架构优化

这个投入看起来慢了

但长期看

好的架构才能保证真正的开发速度

方法论层面

它讲了几个点

都挺实用的

第一个是深模块

最好的模块应该是接口简单

但内部功能强大

用他的话说

深模块是一个好的抽象

因为它的内部复杂性对使用者几乎不可见

第二个是信息隐藏

模块的设计者应该把复杂性留给自己

把简单留给调用方

不要通过增加配置参数或抛出不必要的异常来把问题转嫁给使用者

文章里有句话我特别喜欢

把简单留给别人

复杂交给自己

这不只是一条技术原则

几乎是一种工程师的职业美德

为什么我觉得这篇文章在今天特别值得读呢

因为ai 编码工具让写代码变得越来越快了

Vib coding 的趋势下

代码生成速度不是瓶颈

但代码生成快了之后

复杂性累积的速度也变快了

如果不重视架构和设计

Ai 帮你写出来的代码可能比人写的烂代码堆积的更猛

所以

对抗复杂性的工程素养在ai 时代反而更重要了

不

是更不重要

再来聊质朴发布的glm 负五减turbo

这个模型不是常规的版本升级

而是专门为open call 龙下a 阵场景做了深度优化

这个方向本身就很有代表性

质朴提了一个我觉得挺准确的判断

体验过open call 的用户有一个共同感受

模型能聊好天

但未必能干好活

问题出在哪呢

通用大模型进入真实的a 阵场景后

涉及多轮理解

任务拆解

工具调用状态

衔接时间

触发这些长链路工作流很容易中途失速

这们原话说的是harness 再多不如模型自身变强

Harness 就是模型外面套的各种框架和工具链

意思是这些外部能力加的再多

如果底层模型本身不适配a 阵场景

效果还是上不去

所以glm 负五减turbo 从训练阶段就针对四个核心能力做了专项增受

工具调用不掉链子

复杂指令拆解更准

定时和持续性任务不中断

高吞吐

长链路执行更稳

他们还发布了一个评测基准

叫zel oud bench

基于open cloud 真实用例

有个数据挺有意思的

Open cloud skills 的使用比例从百分之二十六快速增长到了百分之四十五

这说明agent 能力正在向模块化和技能化的方向演进

不是一个大模型什么都自己干

而是通过调用不同的skills 来组合完成任务

另外他们同步推出了龙虾套餐的订阅制模式来解决成本问题

这也很现实

Agent 任务的token 消耗远超普通对话

一次跨部门的会议纪要整理可能涉及数十轮工具调用的token 成本是agent 大规模落地的一个实际瓶颈

还是一套面向企业的安全管理体系

包括权限编排

实时监控审计日志这些

当agent 开始在企业内部干活

安全和合规就不是可选项了

我觉得这件事最值得关注的不是glm 负五减turbo 这个模型本身有多强

而是它代表了一个趋势

国内厂商开始围绕agent 执行链路

成本和安全体系做成套的产品化方案

不只是发布一个更好的模型

而是把模型加框架加评测加定价加安全打包成一个完整的解决方案

这跟之前大家这笔跑分的阶段不一样了

好

接下来快速过一下今天其他几条值得关注的内容

先说gpt 负五点四

基瑞brokman 公布了一组数据

Gpt 负五点四上线api 一周日处理量就到了五万亿token

超过一年前整个open api 的总量

年化净新增营收十亿美元

增长速度在open ai 历史上没有先例

黑色mtt man 提到一个有意思的点

他说gpt 负五点四最大的进步不是更聪明了

而是更有人性了

交互体验有了质的变化

另外有位波兰数学家花了二十年构建了一个号称ai 解不出的数学难题

Gpt 负五点四试了十一次就破解了

推理能力的边界还在快速扩展

Co 官方博客公开了他们内部的安全智能体体系

挺值得学习

他们用currol automations 建了四种专门的安全agent

一个做pr

实时安全审查

确认准确率之后直接上了ci 阻断

一个叫vom hunt

扫描已有代码库的漏洞

一个叫any bump

先做可达性分析

再自动升级有风险的依赖测试通过才开pr

还有一个每天跑一次

监控代码有没有偏离安全合规规则

整套体系每周覆盖三千多个内部pr

抓出两百多个安全问题

Ai agent 在desic ops 领域的一个扎实落地案例

也就是对理解了技术术报简简单就是把attenreredudutransformm 标准的均匀确学的案例就是了

输输依赖型的注意力机制

这样做能缓解深层网络中隐藏状态不断增长长模型信息被释释问题

已经在四百八十亿参数的kimi linear 模型上验证了

延迟增加很小

但性能提升明显

架构层面的改进值得关注

Tools datata science 上有一篇关于llm 幻觉的研究结论停反直觉

他们通过分析模型内部残差流的几何结构

发现模型产生幻觉时并不是没解到正确信息

而是为了追求上下文连贯性

主动抑制了事实性的token

也就是说

幻觉是下一词源预测目标的涌现属性

不是训练数据的缺陷

这个发现对理解和解决幻觉问题的方向有很大启发

Stripe 内部的ai 智能体系统叫minons

每周能发布一千三百个pr

不需要人工干预

通过slack 触发端到端自动化编码任务

他们强调的是成功的秘诀不在llm 本身

而在成熟的开发基础设施

隔离式开发沙盒加上混合确定性工作流的蓝图架构

才是让agent 真正稳定产出的关键

Cloud code 团队总结了六条反直觉的缓存法则

挺实用

核心思路是把缓存命中率从省钱的成本指标提升为保证系统稳定运行的可靠性指标

具体包括提示前缀编排绘画中不切换模型工具

延迟加载上下文压缩时的缓存安全分叉等等做常态化agent 的团队可以直接拿来参考

最后一条

三一五晚会曝光了ai 大模型被投毒的问题

黑产通过批量制造伪内容和伪共识

系统性的影响rs 检索增强生成的过程

把广告伪装成ai 给出的标准答案

用户完全分辨不出来

这种认知操纵比传统广告更隐蔽

本质上是在操纵模型的外部证据链

对所有做r 字系统的团队都是一个警示

今今天就聊到这里

今天的系统精讲内容各有侧重

现在您在以当前ai 的主流路线

软件复杂性那篇在提醒我们工程基本功

Glam 负五减turbo 在展示agent 的产品化的新趋势

三个不同的维度

但共同指向一个判断

Ai 发展到这个阶段

光块不够

需要更深的思考和更扎实的工程

链接都在简介里

推荐看看原文

明天见

展开显示全部歌词