BestBlogs 周刊第 93 期 · AI 次方变革-ginobefun

BestBlogs 周刊第 93 期 · AI 次方变革

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

我是geno

欢迎收听based blows 周刊的第九十三期

今天是二零二六年五月一号

星期五

这一期的主题借用了清华经管学院杨斌教授本周的一个新提法

他把企业当下最大的问题概括成两句话

第一句是要把ai 放到指数位上

不是加号边上

第二句是组织的中年撞上了技术的青春期

我读完这周的二十篇内容

越发觉得这个领域很有用

上一期我们聊的是模型层的集中爆发

这一期我们聊的是一种心态

是大家集体在往同一个方向上汇拢

Carpaaci 在sequy 给出三点零零完整整框sofoftwdaamis 在why combinator 把agi 时间表压到二零三零年

国内三家大厂同周给出harness engineering 的中文版第一性原理

Anthropc 把cloud code 的两份内部经验贴出来

Open ai 把codex 编排栈打开

京东和java 阵营把企业实战补齐

这些动作放在一起看

像是同一句话被翻译成不同口音在不同边上反复说

Basase blows 这边

四月份的内测正式收官

这一个月里我们做了挺多事情

我挑几个用户能感知到的说一下

一个是开放能力

包括open api

命令行工具

还有给cloud code 这类智能体准备的skills 套件

第二个是内置翻译升级到第二版

同一篇内容只扣一次配额

重英双向

现在文章

播客

视频都覆盖了

第三个是每日回顾功能上线

Ai 会根据你当天的阅读足迹提炼洞察发到你邮箱

第四个是主题深度解读上线

目前支持事件

领域 人物

对比四种类型

编辑可以把最值得读的主题置顶

还有一个是pro 早报上线了双形态

文字版和播客版可以及时切换

喜欢扫读的有了文字版

喜欢通勤听的还是播客版

完整更新日志在best bloss 官网的china log 页面

五月开始

我们正式进入早鸟期

欢迎大家订阅使用

把反馈直接告诉我

接下来我会按四个主题来串着二十篇内容

先聊三个理论框架

杨斌

Cappasy

Damis 三个人怎么用不同的语言说同一件事

再聊harness engineering 中文化和cloud code 心法

然后切到open ai 编排站

Cloud fyer 和企业实战

最后是范式思辨和open ai 与微软的合作新阶段

先聊三个理论框架

这周有意思的地方在于

三个完全不同背景的人几乎在同一周给出了同一种判断的不同版本的

杨斌教授的版本最直接

他说ai 加号是组织的中年心智

追求几期绩效主流一致

线性违进

这种心智把ai 当成现有流程的一个有益补充

不挑战既有的权利分布

也不挑战既有的文化假设

但ai 不是一种成熟工具

他每天都在变

如果底数没有先发生质变

逆位再怎么放大都没有用

底数小于一的时候

逆位甚至会让结果塌陷

所以正确的做法是把ai 放到指数位上

让组织从大写变小写

让主流让位给杨斌说的留人和编域

他在演讲里点名cloud code 和open 这两个产品

说他们都是留人作品

都是在边缘环境里长出来的

不是被规划出来的

这一点和涌现的本质相关

涌现不能被计划

但有规律

杨斌引用了两句话

第一句是情境而不是控制

第二句是涌现而不是计划

这是给企业的一个判断

把杨斌的话放下

我们听karpasy 怎么说

他在square 的现场演讲

加上宝玉的中文整理

给硅谷版的ai 次方搭了一套完整语言

他把过去的程序员演化拆成三段

Software 一点零是人类用代码显示写规则

Software 二点零是用神经网络的权重学规则

Software 三点零是大语言模型变成计算机本身

上下文窗口变成完整语言

在这个范式里

编程不是写代码

是设计上下文

然后他给了两个新词

一个叫web coding

意思是抬高地板

让所有人都可以靠描述意图做出软件

另一个叫agentic engineering

意思是给智能体保持质量和边界

因为这些智能体本质上是有锯齿有概率性的工程实体

需要被驯服

Kpapety 这次访谈里有一句话我印象很深

他说你可以外包你的思考

但你不能外包你的理解

未来的程序员是director

是导演

是那个决定品味和系统设计的角色

那部分是不可被外包的

第三个版本来自damiis

Haa abis 在y combator 的现场

他从科学家的角度回答agi 还差什么

Damiis 把agi 的时间表压到大概二零三零年

并且明确指出还差三块大想法

第一是持续学习模型

要能在不忘旧知识的情况下持续吸收新知识

第二是长程推理

要从简单的链式思考升级到能做计划和自省的更稳健的推理

第三是内脑工作记忆

从蛮力堆上下文窗口升级到更接近人脑的高效记忆

Damiis 给创业者的建议很硬

他说

你应该假设agi 会在你公司生命周期的中断出现

所以产品要去截机ai 曲线

去那些暴力搜索失效但ai 推理擅长的组合空间

比如材料科学

医药sm mophc labs 在做的虚拟细胞

不要去和agi 加一行prompt 竞争

那条路是没有壁垒的

把这三个人的话叠在一起

会发现一个共同信号

新范式的关键不是模型本身

是组织怎么改

人在哪里

产品打哪个空间

杨斌讲的是组织的底数得先质变

Karpesy 讲的是程序员要变成导演

Demonis 讲的是产品要去截机曲线

三个人从三个层面回答同一个问题

有了框架

我们看落地

这周

国内三家大厂几乎同步给出了harness engineering 的中文版第一性原理

最让我意外的是

娄天成接受量子位的访谈

小马之行cto

开发自动驾驶十年的人公开承认开发的主导权正在交给ai

他用了一句话

Harneys 是这个时代最关键的能力之一

原文里

他把今天的ai 形容成一匹脱缰野马

能调用工具

能调用各种skill

主动性和能量都在大幅提升

然后他抛出一个让人停下来想一下的判断

未来甚至连人类都可能成为被调用的一环

这一段听起来有点黑色幽默

但它的逻辑是直的

L 四g

自动驾驶不能靠人类兜底

模仿学习的天花板就是人类本身

当ai 司机的安全性全面超过人类

在让人类工程师手把手教ai 开车

就像让业余骑手去辅导阿尔法go

这是范式问题

不是态度问题

第二家是腾讯技术工程团队

他们给出的口号是

Harness 不是目的

知识才是护城河

这个判断把上一层抽象出来了

Harness 是工程实现

是sop 和skill 库的集合

但真正决定一个团队能不能持续受益的是这套harness 背后能沉淀什么知识

他们给出了从sop 到skill 库的工程交付路线

描述了一个团队怎么把每天踩的坑沉淀成可复用的能力

第三家是阿里云开发者

常文系统拆open cloud agent 的架构

这篇文章我读的比较仔细

因为里面有几个反直觉结论

第一个是更贵的模型没你想象中那么有用

Harness 和验证测试的质量对成功率的影响更大

第二个是调试agent 的行为时应该优先检查工具定义

因为多数工具调用错误都来自描述数不准确

不是模型不够聪明

第三个是评测系统本身的问题往往比agent 的问题更难发现

如果你一直在agent 代码上调

效果可能上不去

这三条结论给做agent 的同学是真的有用

最后是腾讯云开发者那篇rag 已死

Grip 回归

标题挑衅

但论点扎实

作者的判断是高质量的skill 和工具描述比向量索引更值钱

当模型本身越来越强长

上下文越来越便宜的时候

传统rag 那套切片向量化相似度召回的复杂度就显得多余

直接用grape

用关键字搜索加上准确的工具描述

效果反而更好

这其实和阿里那篇结论是相通的

都指向同一件事

工具描述和harness 比模型选型更重要

把这四篇放在杨斌的框架下看

就是指数的质重

那织如果果开始谁谁的型更贵

贵 就

就把变变放

放在杂杂多组组织如果开始研究harness

研究知识沉淀

研究工具描述

那就是开始把变革放在指数位上

接下来聊ethropic 这周的两篇

这两篇是clode code 团队的官方贴

可以理解成是卡pathy 没回答的工程细节

第一篇用了一个真实案例

Maccos slab 是华盛顿大学的一个蛋白质分析实验室

他们的开源软件skyline 已经维护了十七年

七十万行c sharp 代码

但开发者brandden 一开始很怀疑cloud code 能不能搞定这种长寿命项目

最后他想清楚了一件事

自己过去十几年在本科生

研究生

博士后进入这套代码库

那一整套on boarding 方法论可以原封不动的用cloud code 上

先给实验室手册

再叫工作任务

把ai 当做一个新进研究员来带

而不是当成一个魔法盒子

这篇值得做工程的同学读

他没有讲什么新概念

但他把新法落到了具体场景

第二篇是cloud code 团队自己的复盘

他们说提示缓存对于编程智能体是至关重要的

最中率直接决定了一个长程任务能不能跑稳

这听起来很工程

但他其实是一个范式判断

当智能体要持续可靠的干完长任务

关键变量不是模型本身的智能

而是他能不能稳定的保留上下文

提示缓存就是这个稳定性的最直接来源

这两篇加加起来

把car 留下的工程黑盒打开了

聊完新法

我们看落地的几条路径

第一条是pathopen ai 这周开的codex 编排站

三件事可以放在一起看

一是symphony open ai 把coded 多智能体编排做成了了源规范范是是i engineineer 现场拆解codex 子智能体

把open ai 的ai 工程平台从ided 拎出来

让外部开发者可以集成

三是elevate 那片长时间运行的智能体补了另外一面

怎么让一个agent 能持续可靠的干完长任务

要从持久化

子线程

检查点设计器这组三篇组合起来

像极了cloud flaare 上一期做的agent 基建周

只不过这次是open ai 在做

第二条是cloud flaer 自己

这一期他们的代表作是一个干净的one shot

演示ai agent 能自己创建cloud flaer 账户

买域名

把workers 部署上线

背后有managed o house 加meash 撑起私有联网

这件事小

但意义大

他把agent 上手干活从demo 推到了生产入口software 三点面临

真正能跑的标志不是agent 能写多少代码

而是agent 能不能从注册账户开始把整个交付流水线走完

第三条是企业生产实战

两篇值得说

一篇是京东广告团队披露的gram 架构

他们把生成式推荐做到了端到端五十毫秒

这是什么概念呢

五十毫秒是用户感知不到的延迟

在电商场景下

把模型及推荐系统这个判断打的第一个范本

这背后涉及到训练册的稀疏化

推理册的工程化

还有大量的算子优化

是真正的工程硬功夫

另一篇是info qe 的长文讲java mcpsdk

这篇文章我推荐java 同学读一下

它的视角是把mcp 看作架构纪律不是prompt 工程

显示契约

反腐败层控制平面

这一整套spring 和jvm 团队熟悉的语言被拿来描述llm 集成

它不是教你写mcp 代码

是教你把llm 集成放进企业架构的那条线里

两篇加起来是企业版的ai 次方基础设施

把这三条放在杨斌框架里再看一次

碰ai 的编排站是把工具开放出来

Cloud flair 自助开放是把基础设施施放出出京

京东java 阵营是把企业落地地径径通

三条路径径指向向都同一个

让agent ent 能上手干活

让ai 真的进入指数位

最后两块

一个是范式思辨

一个是商业重构

范式思辨这一块我把三篇放在一起

第一篇是腾讯科技的

标题就叫skill 到底能蒸流我们的几分之几

三月底

Gitop 上同时火起了一批skill 类项目

同事skill

老板skill

女娲skill

光听名字就有点黑色幽默

同事skill

把离职同事的飞书消息

钉钉文档slack 记录

微信聊天都会给cloud 自动生成一个skill 文件

装上之后ai 能变成那个同事

连说话语气都模仿

然后cmu 出了一篇论文跑出来skill 方锥一次扫一遍github 仓库api 文档jupiter notebook

学术论文挖出二百八十六个skill

但同一周还出现了一个反向项目mntd skill

帮你生成一份看起来完整

核心智却被掏空的skill 文件

作者追问的问题是

那

那能被掏空空是什么

那那掏不空空又是什案

但这个问题没有答案

但值得我们每个内容工作者放在心里

第二篇是张小军最新一期访谈

嘉宾是俄亥俄州立大学的苏域教授

两个小时的长对谈

把language agent 六十年的技术史复盘了一遍

从一九六零年代的逻辑代理到神经代理

语义解析

再到今天的语言代理

苏玉给出一个判断

Open clow moment

像chat gpt moment

意思是open cloud d 出现可能是agent 时代的那个分水岭

这一期我推荐五一假期厅

节奏不快

信息密度大

第三篇来自posthowk dannelo

他在ai engineer 现场分享了一个智能体的失败案例

他们做的visa 是一个一个月服务一万五千用户的自动化集成助手模型

很容易因为静态训练数据过期而搞砸事情

丹尼o 给了五条修法

比如把最新的markdown 文档直接注入入下文

比如用模型飞机这种简简版的的实应用用模板教

如如用包血式的逐步引导等等

他最后留下一句话挺有力

在ai 时代

纯文本的散文比脚手架代码更值钱

文档质量是面向未来的资产

硬编码的逻辑是在折旧

最后一块是商业重构

Open ai 和微软这周宣布了一个重要的合作新阶段

新协议把双方关系从独占走向灵活

三件事可以注意

一是open ai 产品仍然优先在either 上发布

但现在可以服务任何云供应商

二是微软对open ai 知识产权的授权从独占改成非独占

同时微软不再向open ai 支付收入分成

三是微软作为大股东继续参与open ai 的增长

这是过去两年商业重构里最值得记下的一笔

Open ai 走向基础设施级独立的关键一步迈出去了

好

今天就聊到这里

整理一下我自己这周独完的判断

三是杨斌的ai 次方变革不是又一个八字word

是给企业的一个很有用的提醒

如果你团队还在讨论怎么让大模型给现有流程加分

那就是把ai 放在加号位上

如果你团队还始讨论harness 知识沉淀

工具描述

那就是开始把ai 放在指数位上

第二

Car pary 的director 比喻和damis 的截绩ai 曲线建议

加上国内三家大厂的harness 中文化这组信号让我相信agenty engineering 已经从概阶阶段进入工阶阶段

下一阶阶段拼

拼的不是谁的型型更强

是谁谁工工程

律律扎扎

第三

Ananthropic 那篇带新人的故事

我会推荐给所有团队的同学读一下

他没有讲什么cutting edge 的东西

但他把新法落到了你今天就能用的实践里

完整二十篇精选链接都在简介里

Best blocks

第九十三期

欢迎到best blocks 官网读完整版

也欢迎订阅我们的pro 早报

下周再见

展开显示全部歌词