EP7 · Karpathy 循环时代/GStack 虚拟工程团队/Vibe Design · 03.23 早报-ginobefun

EP7 · Karpathy 循环时代/GStack 虚拟工程团队/Vibe Design · 03.23 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

这里是best blog 早报

我是吉诺

今天是二零二六年三月二十三号

星期一

今天的早报信息密度非常高

我挑了十条值得关注的内容

其中有两条我要重点展开聊

因为他们讲了其实是同一件事

就是开发者的角色正在发生根本性的变化

从亲手写代码变成了指挥ai 去干活

第一条是karpathy

Y 在no prayers 博客上的一段深度访谈

他直接说自己从去年十二月以来

一行代码都没写过

第二条是y 的combinatc eo greitten 开源了一个叫g stack 的项目

把cloud code 变成了一支虚拟工程团队

这两件事放在一起看

你会发现他们指向同一个趋势

好

我们先从car pathy 始

第一条精讲来自no priose 博客

评分九十四分

今天的最高

Karpasy 在这期节目里说了一句让人印象很深的话

他说

我每天向我的ai 智能体表达十六小时的意图

编程这个词已经不再准确了

这不是一个夸张的说法

他详细描述了自己现在的工作方式

每天同时管理多个aig

就像管理一个初级开发团队一样

他不再逐行写代码

而是把任务拆解成清晰的指令

分发给不同的agent 去执行

然后审查结果给反馈

再迭代

他把这个阶段叫做ai 的循环时代

而o peera 什么意思呢

以前我们用ai 主要是一问一答

你发个消息

他回个结果

一轮就结束了

但现在的agent 是在循环里跑的

他有持久记忆

有沙盒环境

能自主决定下一步做什么

你启动它之后

他可以在后台持续运行

遇到问题自己尝试解决

实在解决不了再来找你

更有意思的是他提到的auto research 项目

他说前沿实验室现在最热衷的事情是想办法把人类研究人员从研究循环中移除

具体怎么做呢

你设定好目标

指标和约束条件

然后让ai 自己去跑实验

调参数

分析结果

在设计下一轮实验

这个循环可以比人类快得多

而且不会累

不会有认知偏差

他还提到了一个很有洞察的概念

叫模型物种形成

就是说在特定任务上专门训练的小模型可能会超过通用的大模型

这意味着未来的ai 生态不会是一个模型统治一切

而是会出现大量针对细分场景优化的专业模型

最后他聊到了杰文斯悖论

很多人担心ai 写代码会让程序员失业

但kposy 的判断正好相反

当写软件的成本大幅下降

对软件的总需求会爆发式增长

就像蒸汽机提高了煤炭使用效率

但煤炭的总消耗量反而暴增了

短期内

我们可能需要更多人来监督和引导这些agent

他还说了一句很实在的话

如果agent 不好用

大多数时候不是模型的问题

是你给的指令和上下文不够好

这其实对应了一个我最近在实践中越来越有体感的判断

用ai 工具的核心能力不是写prompt 的技巧

而是你能不能把一个模糊的需求拆解成清晰的

可执行的任务描述

好

说完kpepathy 观点

我们来看第二条经讲

这条我要多花点时间聊

因为它非常值得推荐

Gr ritten y combinator 的ceo 在三月十二号开源了一个项目

叫g stacack

他在kit 上两天就拿到了一万颗星

现在已经超过两万了

G stack 是什么呢

简单说

它是一套基于cloud code 技能包

安装之后你会得到二十八个斜杠命令

每个命令对应一个工程角色

比如你输入office 减hours

它会变成一个产品经理

用六个核心问题帮你理清需求

你输入plan 减ceo 减review

它变成ceo 视角

帮你审视方案够不够有野心

Plan 减n 减review 变成工程经理

锁定架构和边界情况

Plan 减review 变成高级工程师做代码审查

找n 加一查询静态条件

信任边界漏洞这些生产级别的bug

Sovqa 会直接打开一个premio 浏览器自动测试你的应用

找到bug 之后还会自动修复并生成回归测试

Jare rturten 分享了一个工程角念

我觉得特别值得琢磨

他说

规划不是审查

审查不是发布

创始人品味不是工程严谨

如果你把这些全角在一起

你通常只会得到四者的平庸混合物

这其实是最核心的创新点

它不是让ai 变得更聪明

而是给ai 加了认知档位

就像开车一样

你不能一直用同一个档位跑所有路况

你需要在不同阶段切换不同的思维模式

规划的时候要发散

审查的时候要收敛

测试的时候要怀疑一切

测划的时候要严格按流程

他还提了一个原则

叫boyse lake

就是把湖水煮干

意思是说

用ai 之后

完整性的成本降低了十到一百倍

所以不要再偷懒走捷径了

百分之百的测试

覆盖完整的错误

处理全整的错界情况

以前需要一个团队花几周做的事情

现在ai 一天就能搞定

那就应该做到位

当然

G 斯duack 也不是没有争议

有人说这不就是一堆prompt 嘛

有什么了不起的

这个忽评有一定道理

但他忽略了一个关键点

Prompt 本身确实不值钱

但把正确的工作流程和工程纪律编码进这些promptly

这个经验是值钱的

就像一个厨师的食谱

写下来就是一张纸

但背后是多年的实践和判断

他的cto 鹏上试用之后发了条消息说

你这个gs daack 太疯狂了

这简直是上帝模式

工程审查发现了一个我们团队都没意识到的跨站脚本攻击漏洞

这条消息说明了什么呢

不是说ai 比人类工程师更厉害

而是说当你用结构化的方式让ai 从安全审查的角度去检查代码时

它能覆盖到人类容易忽略的价区

这就是认知党位切换的价值

我自己也在做类似的事情

我的这个skills 体系其实和gs daack 的思路异曲同工

只不过侧重在内容创作和数据分析这些方向

所以看到gary ritten 把这个想法开源出来

我觉得特别有共鸣

如果你也在用clode code

我强烈建议去试试gs daack

或者至少看看它的设计思路

一定会有启发

而接在简介里

好

深度精讲就到这里

接下来我们快速过一下今天剩下的八条内容

第三条

Tw 九十三写了一篇系统性的agent 的工程实践常工

覆盖了agent

Loop 上下文

工程

工具设计

记忆系统的核心维度

里面有一个观点我很认同

就是调考试agent 的时候

应该先检查工具定义

大多数工具选择错误的根源是描述不准确

而不是模型能力不行

如果你正在构建agent 的系统

这篇必读

第四条

Google 发布了ai 原生设计工具

直接冲击figment 的的核心务务viable design n 个概念开始落地了

用自然语言驱动设计

就像web coding 用自然语言驱动编程一样

设计师朋友们可能要紧张一下了

第五条

来自elevator 的深度分析讨论

传统id 是不是走到头了

当ai 编码助手能理解整个代码库

并自主执行复杂任务时

我们还需要传统意义上的ide 吗

这个问题值得每个开发者思考

第六条

Lightn space 梳理了一个很有趣的趋势

个真正正视开发者的opa i 实验室都已经收购或者深度绑定者核核心战略工具opopen ai 收low one self

Google 投了replate

Enthroropic 绑定了clod code 开发工具正在成为ai 公定的核心战略资产

第七条

Deep learning 到的ai 的the batch

本期信息密度极样

Queen 三点五全尺寸加组发布

Deep ick 布局华为芯片生态

数据中心遭

遭遇了新型物攻攻击

想篇篇读完一周ai 大事的话

推荐看这个

第八条

软逸风的科技爱好者周刊

第三八九期

聚焦ai 时代怎么招聘程序员

当ai 能写大部分代码的时候

面试和评估标准到底该怎么调整

这个问题目前还没有标准答案

但值得所有技术管理者关注

第九条

马斯克联合space x

Tesla 和taa i 官宣宣terarr 飞b 项目要建年产以太瓦算力的超大规模芯片工厂

还计划把算力中心推向太空轨道

这个计划听起来很疯狂

但考虑到是马斯克

你也不能完全不当回事

第十条

Ahead of ai 出了一篇技术深度长文

用精美的可视化图解了mhagqamla 等注意力机制变体的原理和眼睛脉络

如果你想系统理解transformer 架构的演化

这篇图文中茂非常推荐

好

十条内容就过完了

今天的早报如果用一句话总结

我觉得是这样的

我们正在经历开发者角色的重新定义

从kapathy 述的每天管理a agent 十六小时

到garary ton 用gay stuck 把cloud coat 变成一支虚拟工程团队

再到google 用ai 重新定义设计工具

Ai 实验室纷纷把开发工具作为核心战略资产

这些信号加在一起

指向一个很清晰的方向

未来的核心能力不是写代码的速度

而是编排ai 去完成工作的判断力

好

今天的早报就到这里

所有链接都在简介里

如果你觉得有收获

欢迎分享给朋友

我们明天见

展开显示全部歌词