EP58 · AI 思考伙伴 / Abridge 医疗智能层 · Imagen 2.0 · 05.16 早报-ginobefun

EP58 · AI 思考伙伴 / Abridge 医疗智能层 · Imagen 2.0 · 05.16 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

Ai 当编程助理已经是日常

但把它当成思考伙伴来用的方式才刚刚开始展现出来

今天是二零二六年五月十六日

星期六

欢迎收听best blocks 早报ep 五十八

今天的三条金讲都围绕这条线展开

第一条

来自google 一位高级staff 工程师在info q 的演讲

讲带着团队要维护九种编程语言的客户端库

跨多个仓库

多种技术战

他不是让aii 写

写更多代码

而是把ai 当一一个问问题

能

能一起做实验伙

伙伴 二 二

来自laatenspace 对a bribrie 团队的谈

第

第是条条比chat gpt 还早四年起步的ai 原生医疗公司

今年要支撑八千万次医生和病人的对话

听他们讲怎么把环境记录扩展成一整套医疗疗能层

层三条

来自open ai 自家的podcast

第十九期

产品负责人和研究员一起聊image 二点零上线之后看到的反馈

使用量增长百分之五十

每周生成大十五五点层第条条不爆炸弹都耐看

我们开始先说第一条

Google 高级staff 工程师在info cill 的那个演讲叫做把ai 用作大规模工程系统的思考伙伴

他目前的身份是google cloud cli 和sdk 的uber tech leade

再往前还在google 的构编程语言团队呆过几年

背景景说清楚是因为他讨论的工程场景真的很硬核

他带着团队要维护九种编程语言的客户端库

在把种语言都自自己的库库

自己的发布技奏自己语言特性

要在这种规模模让aii 正帮上忙

在的不是prompt 技巧

而是方法论

他总结了三步法

第一步是先读懂系统

在让ai 写任何代码之前

先和他一起把整个系统的边界依赖

历史决策梳理一遍

他举了一个例子

让ai 在仓库里挖出三年前一个关键改动的原因

再把那段提交记录的上下文拿出来读

搞清楚当时为什么这么设计

今天还成成不成立

这一步看起来慢

够过它就会来出

再第不是是实验论是把ai 一次性给出最终方案

而是让他他先生成几个不同的可能解法

每个做一个小圆形跑起来

看看哪条路真的走得通

他说这一步特别像他当年在构团队时的工作方式

先写几个prototype 跑数据

再决定走哪条路

Ai 让这个过程从原来要花一周的工作压缩到一个下午

第三步才是真正的重新设计

基于前两步的认知再决定要不要动那段架构

动到什么程度

但他最想强调的不是这三步本身

而是一句话

他说

Ai 最大的价值不是让你写更多代码

而是把你每一次我应该这么改慢的犹豫时间从几天压缩到几小时

这一句对很多工程师来说应该会有共鸣

我们平时改一段关键代码的犹豫往往不在于不知道怎么改

而在于不确定这么改之后会不会有连锁反应

不确定这个判断是不是对的

这种犹豫过去靠开会

靠和老同事聊

靠自己花几天把上下文捋一遍

现在ai 可以陪你把这个过程做得更快更系统

他还讲了一个细节

团队里现在的工作模式变了

前是先开会讨论方案再去写代码

现在更多是先和ai 一起把方案的几种走法都试一遍

把数据带到会议上再讨论决策

会议时间反而变短了

因为大家手上都有更扎实的判断

这条精奖的takeway 很清晰

Ai 当编程助理只是入门

把它当成能帮你做判断的思考伙伴才是高阶用法

下一条

我们看一个把这种工作方式落到产业里的真实案例

第二条来聊a bridge

一家ai 原生医疗公司

这是lattin space 团队的一起访谈

受访的是a bridge 产品负责人和cto 两个人

先说时间线

A bridge 成立于二零一八年

比chat gpt 早四年

这一点很关键

他们不是看到chat gpt 火了才进场的

而是在大模型还不出圈的时候

就已经在医疗这个最难的领域里安安静静做事了

规模数字也很惊人

今年预计要支持八千万次医生和病人之间的对话

覆盖美国二百五十家医疗系统

二十八种语言

五十多个专科

二零二五年六月完成一轮融资

三亿美元

不止

五十三亿美元

这不是一个故事

公司是真的在跑量的产品

那么他们到底做了什么

最开始做的是环境记录

英文叫mbs scripe

就是医生和病人看诊的时候

A bridge 在旁边听

自动把对话整理成病例

医生不用再花晚上现场补语境

这件事就让医生平均每周省下十到二十个小时

这个数据在美国医疗系统里几乎是奇迹

因为美国医生写病历的时间负担是全球最重的之一

很多人就是因为这件事职业倦怠的

但访谈里最有意思的部分不是环境记录本身

这是他们怎么从这件事扩展到了一整套临床智能层

产品负责人是这么讲的

当你已经听懂了医生和病人之间的所有对话

你就掌握了医疗里最稀缺的一种信号

就是真实诊疗现场的语境

基于这个语境

可以做很多别人做不了的事

第一件事

实时预授权

在美国看病

很多检查和手术要先得到保险公司预授权

这个流程过去要好几周

现在abridge 可以在医生开单的当下

根据对话内容自动生成预授权材料

几分钟就走完

第二件是临床决策支持

在医生还没动笔之前

系统已经听懂了病人的主述

可以提醒医生最近的指南

建议过去类似病例的处理方式

这不是替医生决策

而是在合适的时机看信息推到合适的位置

第三件是ehr 集成

也就是和电子病历系统打通

第to 在访谈里用了一个特别有画面感的比喻

他说把电子病历当成医疗agent 的文件系统

Agent 要做事不是凭空读写病人数据

而是有一套规范的接口去操作系例

就像程序员在文件系统上读写系件

这个抽象一旦立住

很多上层应用就可以快速搭起来

这一条和第一条其实有一条共同线

Google 那位工程师讲的是方法论

怎么把ai 当思考伙伴

Abriage 讲的是产业实践

怎么把这种工作方式落到一个最复杂的行业里

下一条我们换个领域

看open ai 自己怎么复盘imagent 二点零

第三条来说open ai

Podcase

第十九七

话题是image 二点零上线之后的复盘

对谈的两位

一位是open ai 产品负责人

一位是研究员

分别从产品视角和模型视角拆解了这次发布

先说数据

Image 二点零上线之后

使用量增长了百分之五十

每周生成的图大约十五亿张

这个量在所有ai 图像产品里都算第一梯队的水平

他们讲了三个具体改进

我觉得每一个都值得展开

第一个是文字渲染

过去ai 画图最头疼的就是文字渲染

海报上一行英文都画不对

Image 二点零做了专门的优化

现在画带文字的图

比如带标题的海报

但说明的图表

准确率比上一代有非常明显的提升

教师在做生物图

专业人士在做幻灯片这类场景里是真的变得可用了

第二个是多语言原生支持

以前你用中文写prompt

模型会先把它翻译成英文再去生成

这次改成了原生的多语言理解

中文prompt 里那些含义微妙的形容词可以直接被模型用上

不再经过翻译这一层损耗

第三个是写实感

研究员讲了一个内部测试方法

叫做网格测试

过去他们测一张图能画对几件物体

最多就是测七八个

再多就乱了

这次他们把网格扩到一百个随机物品

让模型一次性画出来

看每个都有没有正确出现

有没有相互穿模

能做到一百个对象一次画对

证明模型在物体一致性上的能力跨了一大步

接下来是路线图

他们讲的很克制

不画大饼

第一个方向叫creative agents

简单说就是一个能慢慢学懂你审美偏好的助手

你今天画了一张图

给了反馈说太冷了

下次他生成的时候就会偏暖一点

再下次你说构图太对称

它就会主动错位一点

一个会学习你审美的工具

长期来看比一次性更强

大的模型对创作者更有价值

第二个方向他们叫image 乘以codex

意思是把图像生成和代码生成串到同一个回合里

你描述一个app 的概念模型

同时给你画出界面草图

再生成对应的实现代码

视觉概念和能跑起来的代码在同一次交互里出来了

下方方向独独立发发者来说

你能天一个能改变工作流东西

回过头来看今天这三条精讲

Google 那位工程师讲方法

A bridge 讲产业落地

Open ai 讲产品演进

三条放在一起其实在指同一个方向

Ai 当编程助理的时代已经过了新鲜期

把它当成能一起想问题

能一起做判断

能一起把产品推到下一步的思考伙伴

才是当下真正在发生的事

接下来是速览部分

今天值得知道的七条

第四条

越志暗面

Kimi 推出一个叫web bridge 的浏览器插件

它解决的问题是让cloud code 色curcodex 这些ai agent 能带着你自己的登录态和cookie

真正像你一样去操作浏览器

这件事的使用价值很高

比如订机票

整理某个内网系统第一个需要在录的的询

如果某个流程程已经摸熟了

可它把它做成一个专用的命令行工具

重复跑

比每次守点高效的多

第五条

Zarbot 写的deep sick v 四maga oee 解解是他们技术报告深度解读的第三章重a 讲讲细粒度的专家并行调度

怎么通过通信和计算重叠

把性能到到原来的一点五到一点九倍

读底层架构的朋友可以仔细看

第六条

Ai news 本周综述

标题叫做万物皆像conduct 看齐

Conduct 是一种智能体优先的工具形态

这一周里

Github 新版co pilot app

Codex 移动端cloud code 几次更新几乎都在朝同一个方向收敛

意思是ai 编程工具这条赛道已经不再讨论谁的补全更准了

开始比谁能把更长的工作流整体接管下来

第七条

宝玉分享了一篇讲forward deployed engineer 的文章

这是ai 时代正在兴起的一个新岗位

简称fde

文章对比了open ai and thropic 和google 三家在这个岗位上的不同布局

如果你在考虑下一步职业方向

或者你的公司在思考怎么把ai 真正交付到客户那里

这一篇可以读一读

第八条

腾讯会员推出了一个离线翻译模型

叫做imt 一点五

把支持三十三种语言的翻译模型压缩到了四百四十照

可以在手机上本地离线运行

腾讯说

在内部评测里

质量谷谷歌翻译还要好些

手机端端线翻译这件事

可能就要从普通工具变成基础设施了

第九条

腾讯科技拆解serious 这家ai 芯片公司的招股书标题用了一个很直接的词

叫做警惕爆雷风险

文章从晶圆级芯片的技术真相

到他们和open ai 之间股权换订单的合同结构

再到百分之三十九毛利率背后的会计幻觉

一层层揭开

这是一篇做了功课的财经分析

不是简单单热热

第十条

Anthropc c 普华华永到扩大战略联盟

要把cloud 部署到普华永到全球三万名员工里

Anthropic 还专门成立了一个针对cfo 的业务集团

在已经落地的项目里

交付效率提升了百分之七十

这件事是企业服务市场的一个信号

咨询公司不只是用ai

而是开始把ai 当成核心交付能力

重新组织自己

最后是几条补充阅读

今天都在best blocks 平台上

感兴趣的可以去找

第一篇是iterate 一个演讲视频

提出把ai agent 整个运行环境收敛到事件溯源这一个抽象上

事件历史就是状态

处理事件就是改变状态

架构很干净

第二篇是hugging face 团队系统讲解他们的开智智能体态

从本地编程智能体到mcp 集成

再到通过skills 实现模型自动微调

包括用acr 处理三万篇论文的真实案例

第三篇是软逸风科技周刊第三百九十六期

这一期讨论互联网通信的替代规则

介绍了laura 和meastastic 这两个开源项目思路很有意思

第四篇是阿里发布的code 一点零

从一个aid 升级成了智能体自主开发工作台引入了独立任务视窗

跨项目多任务并行团队级知识引擎

如果你团队在选ai 开发工具

可以对比一下

第五篇是前端早读课转载的文章

在copperty 提的四条规则基础上

作者

Monimio 补充了工则专门应对多步骤agent 任务的crowded 的md 规则

实测把出错率从百分之四十一降到百分之三

今天的早报到这里

今天三条精讲讲的是同一件事的三个层面

Ai 当编程助理已经常态化

把它升级成一个能一起读懂复杂系统

能一起做判断

能一起重新设计工作流的思考伙伴

才是当下值得花时间练习的能力

Google 那位工程师给的方法论

Average 给的产业落地的样本

Open ai 给的产品眼镜的克制路线

三条都不爆炸

但都耐看

也都值得抽时间去读原文

如果你今天只能选一篇精读

我会建议挑那条和你当前工作离得最近的

今天的内容和原文链接都在best blocks 平台上

Show notes 里也都列好了

我们明天继续

展开显示全部歌词