“编程已经被解决了”:Anthropic 工程负责人一句话震住全场
在红杉资本的一场对谈中,Anthropic 的 Boris Cherny 抛出一个几乎挑衅整个软件行业的判断:编程这件事,本身已经被解决了。更意外的是,改变这一切的 Claude Code,并非宏大战略,而是一次“意外”。这场对话,真正讨论的不是写代码,而是软件、团队和人的角色将如何被重写。
在红杉资本的一场对谈中,Anthropic 的 Boris Cherny 抛出一个几乎挑衅整个软件行业的判断:编程这件事,本身已经被解决了。更意外的是,改变这一切的 Claude Code,并非宏大战略,而是一次“意外”。这场对话,真正讨论的不是写代码,而是软件、团队和人的角色将如何被重写。
很多人以为 AI Agent 不好用,是模型能力不够。但在这场 Supabase 的分享里,Pedro 直接把锅甩给了我们:Agent 之所以“拉胯”,不是智商问题,而是技能设计、权限边界和评估体系全都没跟上。这是一场把 Agent 从“玩具”拉回“工程系统”的演示。
如果你以为AI监管只是“合规成本”的问题,这期 a16z 可能会让你后背一凉。节目把AI、数字自由和地缘政治绑在一起,抛出一个极具争议的判断:真正决定西方互联网命运的,不是模型参数,而是我们正在发出的政策信号。
当所有人都在堆多智能体、谈自治时,Chris Parsons在台上泼了一盆冷水:未来的自动化,可能恰恰是“更笨”的AI。用最简单的while循环、在Claude Code里反复跑任务,这种看起来原始的方法,反而更容易落地、更容易交付。
如果你还觉得“真正的 AI 一定在云端”,这场分享会直接打脸。来自 Google 的工程师展示了一个反直觉现实:通过 Tiny LLM、量化和 LiteRT-LM,边缘设备已经能跑起可靠的智能代理,而且不是 Demo,是可上线的那种。
在这场超过一小时的分享里,Peter Werry抛出一个让很多AI工程师不舒服的观点:你现在做的RAG,很可能从一开始方向就错了。更反直觉的是,他认为真正浪费token、拖慢Agent效率的,并不是模型不够强,而是我们还在用“人脑时代”的方式喂上下文。
当大多数人还在卷提示词技巧时,Patrick Debois 抛出一个反直觉观点:真正决定 AI 工程质量的,不是 prompt,而是你如何“开发、测试、复用上下文”。这场演讲,把提示工程从手艺活,推向了一套工程化方法。
很多人以为 AI 变强,是模型参数又翻了几倍。但 Ravi Mehta 在这期对谈里抛出一个更反直觉的判断:真正拉开差距的,不是模型,而是你如何“喂”它上下文。Context Engineering,正在把 AI 从一条冷冰冰的流水线,变成一支需要配合、即兴和默契的爵士乐队。
当所有人都在吹嘘“全自动AI Agent”时,Liam McGarrigle在这场超过1小时的工作坊里,反其道而行:他反复强调,人类不该被踢出系统。真正能上线、能扩展、能让人睡得着觉的AI自动化,必须有人类在环。这不是保守,而是现实。
把AI代理接入聊天、邮箱、知识库、自动化运维,甚至在你睡觉时替你“整理大脑”——听起来像失控的开始。但Radek Sienkiewicz给出的结论恰恰相反:真正危险的不是把控制权交给AI,而是一次性交出去。这场分享讲清了一个AI从业者最该学会的能力:如何和代理建立“长期信任关系”。