95%的工程师已在用AI写代码,但这只是最糟糕的开始
如果你觉得现在的 AI 编程已经够震撼了,Sherwin Wu 会直接泼你一盆冷水:这只是“模型史上最差的时刻”。在这期 Lenny’s Podcast 里,他把软件工程、个人能力差距和 AI 未来三条线拧在一起,给出了一个让所有工程师都坐不住的判断。
如果你觉得现在的 AI 编程已经够震撼了,Sherwin Wu 会直接泼你一盆冷水:这只是“模型史上最差的时刻”。在这期 Lenny’s Podcast 里,他把软件工程、个人能力差距和 AI 未来三条线拧在一起,给出了一个让所有工程师都坐不住的判断。
过去一年,AI圈最流行的说法是:我们正在经历AI的“COVID时刻”。但TBPN这期视频里,一个反直觉的声音冒了出来:类比可能是错的,而且错得很关键。真正值得警惕的,不是失控式爆发,而是你对“爆发方式”的误判。
这期 TBPN 看似杂乱、玩梗不断,但底层只有一个信号:AI 没有让世界线性变好,而是在同时制造超级赢家和大规模错配。从“IPO 在地平线”到“假工作激增”,从 SaaS 末日论到 Agent 全接管,真正值得 AI 从业者警惕的,不是技术进步,而是认知还停留在旧世界。
如果你还把浏览器当成“打开网页的工具”,那你已经落后了。Every 的这期视频首次系统聊清楚 OpenAI 正在探索的 Agentic Browser——Atlas:它不是更快的 Chrome,而是一个真正“懂你在干什么”的用户代理。更反直觉的是,它最颠覆的地方,甚至不是自动化,而是记忆、上下文和复杂度的消失。
几乎同一时间,两家顶级实验室把最新前沿模型推上台面。不是发布会的喧闹,而是模型能力本身在“贴脸对打”:推理强度可控、Agent 团队、长上下文、代码一次就跑通——这次竞争,开始变得不体面也不留情。
很多人还在比参数、拼提示工程,但 Peter Yang 的提前实测给了 Claude Opus 4.6 一个反直觉评价:提示越复杂,结果可能越差。这不是一次参数升级的炫技,而是一次“用法正在改变”的信号。
在 Anthropic 投放“攻击式广告”、行业舆论嘈杂的当口,Sam Altman 却在一场长达一小时的访谈里反复强调:广告不重要,模型和 Agent 才重要。他谈了 OpenAI 最新 Codex、长任务 Agent、GDP 级指标,顺手还把 AI 竞争的逻辑彻底翻了一遍。
如果你的孩子,未来会和一个 AI 认真谈恋爱,你会觉得奇怪吗?这是 Roblox CEO Dave Baszucki 在播客一开始抛出的问题。更炸的是,他并不是在讨论科幻,而是在解释:为什么 Roblox 正在为 40 年后的“4D 世界”打地基。这期对话,几乎把 AI、世界模型、虚拟人和下一代互联网的底牌一次性亮了出来。
如果你觉得 AI Agent 的瓶颈在模型不够强,那你可能被误导了。在这期 Latent Space 访谈中,Foundation Capital 的 Jaya Gupta 和 Ashu Garg 抛出一个更狠的判断:真正的万亿级机会,不在模型,而在“Context Graph”。它不是新名词,却可能是下一代 AI 基础设施的分水岭。
当所有人还在讨论“更大的模型”时,一批开发者已经把注意力转向了另一条路线:让一群AI Agent并行协作。为什么模型升级不再是唯一答案?Agent Swarm 正在悄悄改变AI的工作方式。