本字幕由TME AI技术生成
工具决定结果
架构决定上线
今天是二零二六年五月十五日
欢迎收听base blocks 早报ep 五十七
今天的三条精讲围绕一个共同主题展开
当ai 编程工具真正走进大型工程组织
决定成败的不是模型能力
而是你怎么搭起那个让模型发挥的框架
第一条
Anthropy 官官公布布了cloud coat 在大型代码库里的最佳实践
他们说了一句很有意思的话
A ness 和模型同等重要
什么意思
就是你给模型配的那套工作环境
那套配置脚手架
甚至比模型本身的分数更能决定实际表现
第二条
Open ai 做了一期深度解析
剖析gpt realtime 二的语音agent 架构
十二点八万token 的上下文
几乎接近一小时的不间断对话能力
语音交互正在从聊天对话框变成真正的语音到行动工作流
第三条
Flome 创始人少难分享了一个真实的困境
当ai 把开发周期从按月压到按小时
效率反而不是问题了
真正难的是协作方式怎么跟着变
政委一个需求的速度加快了
但最终交付的产出数量却下降了
这个悖论值得每一个正在用ai 做产品的人认真想一想
这就是今天的base blocks 早报
我们开始先来聊an thropy 这篇关于cloud code 在大型代码库里运作方式的文章
很多团队在用ai 编程工具时会遇到一个共同的文章在小项目上用的很顺
但代码库一大
效果就掉下来了
文件成千上万
依赖关系错综复杂
Ai 给出的建议开始变得不对
引用已经删掉的函数
找不到最新的实现
为什么会这样
先源是早期的技术路线选择
很多工具早期靠reg 来让模型了解代码库
也就是像量化嵌入检索
这在小库里没问题
但大型代码库里
工程师每天都在提交代码嵌入流水线根本跟不上这个速度
Ai 很快就过期了
你问他一个函数在哪里
他告诉你的可能是两周前重命名之前的位置
或者已经被删掉的模块
Clode code 就智期里搜索代替了rag
更像一个有经验的工程师的工作方式
直接遍历文件系统
用grape 精确搜索
跨文件追踪引用
从最新代码实时运行
没有索引延迟
但enthroropic 在文章里强调的核心不是模型怎么搜索
而是一个让很多团队没想到的洞察
Harness 和模型同等重要
Harness 是什么
就是你为clode code 搭建的工作环境
那套每置勾子专业知识包工具连接的总和
文章里列了五大扩展点
我挑重要的讲
第一个是claude md 文件
这是每次绘画自动加载的上下文文件
放在根目录里就是全局视图
放在子目录里就是本地约定
关键原则是保持精简
不要把所有东西都塞进去
要像写给新来的工程师看的入门材料一样
说清楚这个仓库的逻辑是什么
约定是什么
第二个是hooks
翻译过来叫钩子
在关键时刻自动触发的脚本
防错误
当当然是一种用法
但文章里说更有价值的用法是持续改进
停止钩子可以在绘画结束时分析这次对话
建议你更新q 等b
把今天踩的坑记记下来
下次就不会再踩
启动钩子可以动态加载团队特定的下文
比如当前的的目标
近近架构构策策
第三个是sprrskills
按需加载的专业知识包
一个大型代码库有几十种任务类型
比如安全审查
文档更新
数据库迁移
Api 设计需需要把有有上文都常驻驻在会划里
而需要把安全审查时加载安全skill
做文档更新时加载文档skill
第四个是mcp 服务器
负责把cloud 连接到内部工具
数据源和api
此外还有lsp 集成
就是语言服务器协议
提供符号级的精确导航
解决grape 搜索可能返回同名函数的模糊问题
这是ide 级别的代码理解
另一个是子智能体
专门开一个隔离实例做探索
主实例专注做修改
互不干扰
文章还讲了三种配置模式
让代码库可导航
Claoeeoeeob 讲md 要分层
忽略文件排除构建产物
为大型项目构建目录索引
随模型迭代主动维护配置
三个月前写的规则可能已经在限制新能力
建议每三到六个月做一次审查
分配所有权
文章里提到了一个新兴只能
叫agent manager
类似产品经理和工程师的混合角色
负责维护整套配置体系
在大型组织里
这个角色已经开始出现了
今天的takeway 很清晰
如果你的团队在用ai 编程工具
花在调优模型基准分数上的经历
不如花在搭好harness 上
模型的基准分在短期内你改变不了
但harness 今天就可以动手做
而且很可能带来更大的提升
第二条
来聊open ai 做的那期build hour
深度解析gpt real time 二的语音agent 架构
先说清楚背景
Gpt realtime 二不是今天刚发布的新产品
它已经上线一段时间了
这期build hour 是open ai 工程团队做的一次深入实操解析
目的是让开发者真正搞清楚这个系统的能力边界和最佳用法
这个区别很重要
我们讨论的是一个成熟工具如何被更好的使用
而不是评测一个刚发布的新功能
Open ai 在这期里展示了三款协同工作的音频模型
第一款是实时翻译模型
支持七十余种语言的输入
十三种语言的输出
低延迟流式传输
适合多语言客服
国际会议等场景
第二款是实时语音识别模型
重点是可调节
延迟最低可以做到两百毫秒
支持八十种输入语言
侧重高精度识别
第三款才是旗舰gpt realtime 二
引入了gpt 五级别的推理能力
更强的指令遵循和工具调用
Gpt realtime 二有几个关键的技术改进
我想重点讲三个
第一个是上下文窗口大幅扩展到十二点八万token
这个数字听起来抽象
换算一下潜代的四倍
意味着一段连续对话可以持续接近一小时都不需要截断
你和语音agent 谈一个复杂的业务问题
它能记住你们一小时前说的所有细节
不会丢失上下文第很多真实业务场景来说
这个改进非常关键
第二个是前导语机制
这是一个很有意思的设计
以前的语音ai 有个问题
用户说完一句话
模型要去查数据调接口
这段时间是沉默的
用户不知道他在做什么
体验很奇怪
前导语机制让模型可以先说让我查一下
或者好的
我来处理
用这句话桥接用户输入和实际的推理时间
对话流程就自然了很多
这个细节看起来小
但在实际用户体验里差距很大
第三个是逐轮的语音活动检测控制
开发者可以在关键输出期间
比如模型正在朗读法律声明
医疗建议这类不能被打断的内容
把语音活动检测关掉
避免用户的背景噪音或无意间说的话打断这段输出
这给了开发者更精细的流程控制能力
现场演示了两个场景
一个是电商语音助手
可以管理购物清单
按预算筛选商品
实时更新界面
另一个是产品数据分析仪表板
语音a 键可以诊断移动端的技术bug
自主筛选复杂数数据集给出结论
这两个演示的共同点是语音不再只是说话
而是在驱动后端的真实操作
有一个企业实测的数据也值得提
跟传统的级点语音系统相比
延迟降低了百分之三十到两百不等
范围很大
取决于具体场景
但open ai 的团队也强调
Agent harness 仍然必要
如何处理对话被打断
背景噪音
口音这些现实挑战
还是需要开发者在工程层面认真设计的
这一条和第一条其实有一个共同的底层逻辑模型能力越来越强
但能力能不能真正落地
取决于你怎么把它包起来
怎么设计工作流
语音agent 的时代可能来的比很多人预期的快
但到位的工程架构是绕不过去的门槛
第三条来说flomal 创始人少难的分享
这是今天最接地气
也最让我觉得值得认真听的一篇
Flomal 是一个笔记工具团队只有十六个人
但百分之七十到八十的代码
现在由ai 完成
开发周期从按月计算缩短到按小时计算
听起来像是效率问题已经解决了对吧
不是 少南说
真正带来转变有两个出发点
第一个是cloud code 命令行界面
直要复杂的id 一直接口头说
指令代码就出来了
第二个是api 价格大幅下降
Ai 工具的使用成本变得可接受了
这两件事叠加
才让生产力真正大规模上来
但效率上来之后
反而出现了一个意料之外的悖论
工程师变得更高效
但产品经理的效率下降了
原因是少南做了一个决定
要求所有产品经理在写需求文档之前
必须先拿到代码库的权限
在真实数据库里自己把需求跑通
然后再写prd
拿到ai 工具之后
这个门槛变得现实可行了
但结果是什么
大量需求在这个环节被枪毙了
产品经理自己就把自己的想法否定掉了
原因的原话很直白
你认为自己想法的效率变高了
但最终交付产出的数量变低了
他举了一个具体的案例
很有画面感
有用户一直反映flomo 应该做画板功能
觉得笔记要能效线下功来
以前这个需求听一听就直接pass 掉了
因为团对小资源有限
不敢轻易开新功能
但现在少男可以吃晚饭前把这个需求丢给ai
吃完饭回来一上手用就发现这是个伪需求
用户真正需要的不是自己手动连线画图
而是那种看到笔记之间有联系的感觉和认知满足感
这是两回事
一个是工具操作
一个是认知反馈
把这个需求真的做出来
用完了发现解决不了真正的问题
这个快速证伪的能力
换一个角度想
其实是一种很宝贵的能力
只不过他让做出来的东西变少了
推动团队用ai 的机制也很朴素
就是报销ai 工具的个人额度
从每人每月二十美元涨到一百美元
部分深度用户达到两百美元
少男说
慢慢的大家自己就会互相传染的
这玩意儿传染性很强
不需要强制培训
让工具真正有用
让成本不是障碍就够了
但代价也是真实的
能力鸿沟没有缩小
反而拉大了
少男说
只有原来优秀的人变得更优秀了
而且最会用ai 的那些人往往最累
因为能力边界扩张之后
他们会自发的承担更多
把自己压到极限
团队遇到的最大难点不是ai 工具的使用
而是协作方式的重构
谁来做代码审查
产品经理和工程师的分工边界怎么变
只能在溶解
但新的协同机制还没建立起来
这个组织层面的问题不是买更好的ai 工具能解决的
弗lomoo 也在探索一些有意思的产品方向
认知地图功能
把所有笔记用向量压缩
从纤维降到二维
用等高线表示认知密度
让你一眼看出自己在哪些领域想的深
哪些领域几乎空白
还有ai 记忆功能
把历史笔记压缩成偏好事实事件功能
让ai 真正了解你这个人
而不只是回答你的问题
今天这三条的共同线索其实很清晰
Ai 的能力不是平静了
围绕ai 重新设计工作方式才是真正的挑战
下面是今天的素览部分几条组织关注的精选内容
第四条
玩点聊播客采访了明略科技的创始人
话题是当ai 打败sars
企业软件将怎么变
他们讨论的核心概念是多agent 网络
叫章鱼架构
过去的企业软件是一个个独立的应用
未来可能变成很多agent 协同完成一个复杂任务
每条触手负责一个环节
整体协调
对做企业服务的团队来说
这个视角很值得了解
第五条
Open ai 的前首席技术官创办了新公司thinking machines
发布了一个叫永远在场的ai 交互原型
核心技术是通过两百毫秒的微轮次心跳机制
让ai 在对话间隙也能感知上下文变化
实现一种真正共载的人机交互感
不是等你说话再响应
而是一直在场
这个方向很有想象空间
第六条
一篇阿里云开发者写的实践文章
讲他们怎么用三天时间构建技能工厂
方法是测试驱动开发
面向harness 设计的自动化技能生成流水线
让agent 能自动生成
验证
迭代自己的skill
对正在玩agent 工程化的团队这边很实用
第七条
Open ai 公布了他们十三点一万张gpu 训练网络的设计
有些选择很反直觉
他们主动禁用了动态路由优先
流量控制和流固定这些通常被认为是优化网络性能的标配技术
代价是什么
换来了可预测的尾部延迟
大规模分布式训练最怕的不是平均延迟高
而是偶尔一次很慢的请求拖累整个批次
所以他们选择可预测性
而不是峰值性能
第八条
一篇讲如何用evals 把ai agent 作稳的系统性文章
核心方法是用traces 和spense 记录agent 行为
再用五段式的评分框架来量化表现
从直觉判断到数据驱动
这条路对任何想让agent 真正可靠的团队都是必须走
第九条
标题叫只加两行代码
为什么要两天
听起来夸张
但核心揭示的是代码腐化的真实机制
功能间的隐秘耦合
如何让改一行代码的代价指数级增长
写给所有觉得就改一点点这句话说出口就心虚的工程师
第十条
Codex 正式登录其tgbt 移动应用了
开发者可以在手机上管理编程项目
查看任务进度
处理反馈
不过codex 本身还是在电脑端运析的
手端端多多是个管理界面
方便随时看一眼
批准或调整任务
最后推荐四篇深度内容
在best blocks 平台上都可以找到
第一篇
Open ai
Codex 负责人讲述codex 如何从开发者工具进化为通用agent
如何的产品思路和技术眼镜路径值得做agent 产品的细系
第二篇
Hugging face 工程团队写的连续批处理异步性解析
讲llm 推理系统如何处理请求并发和延迟权衡
偏底层
但对理解ai 推理服务的工作原理很有帮助
第二篇
Codeub 分享他们怎么改造issues 页面的导航性能
从明显的加载延迟做到接近计时响应
工程细节写的很扎实
前端性能优化的好素材
第四篇
Zooks 的工程师写了他们在自动驾驶公司内部推广llm 开发者工具的实践
在一个对安全要求极高的行业里加速开发效率
挑战和方法都很有参考价值
这四篇今天都在best blocks 平台上
感兴趣的可以去找一找
如果今天三条精讲让你对ai 工程化有了新的思考
这四篇能帮你从不同角度继续延伸今天早报到这里
今天三条精讲指向同一个方向
Ai 的能力边界在扩张
但真正决定结果的是围绕它搭起来的工作体系
是团队怎么协同
是组织怎么分工
工具越来越强
但搭框架的人
重构工作方式的人
才是真正的变量
今天的内容和原文链接都在best blocks 平台上
欢迎越读原文
我们明天继续