最好的工程师不是写代码,而是删代码:一场关于AI、Token与管理的反直觉对话
如果你还在用“写了多少代码”衡量工程师价值,这期播客会让你不太舒服。Stay Sassy 两位匿名作者在 Latent Space 里抛出的核心观点是:在 AI 时代,真正稀缺的能力不是生产代码,而是删除、约束和管理它——尤其是当 Token 开始像预算一样被管理时。
如果你还在用“写了多少代码”衡量工程师价值,这期播客会让你不太舒服。Stay Sassy 两位匿名作者在 Latent Space 里抛出的核心观点是:在 AI 时代,真正稀缺的能力不是生产代码,而是删除、约束和管理它——尤其是当 Token 开始像预算一样被管理时。
如果你还以为AI赛道的主角只有OpenAI,这条消息可能会让你愣住:Anthropic的年化收入已经冲到30亿美元,并在统计口径上反超OpenAI。更关键的是,这不是一次偶然爆发,而是一整套商业、算力和客户结构同时拐点的结果。
如果你还觉得大模型只能在云端跑,这场NVIDIA的实测会直接打脸:14B模型本地20 token/s,首token快3.4倍。更重要的不是跑得多大,而是开发者终于能在自己桌边,摸清真实的工程边界。
你以为 AI Agent 的核心是更聪明的模型,但 Greg Isenberg 在这期播客里反复强调:真正拉开差距的,是上下文、流程和“技能文件”。更反直觉的是,模型并不会思考——但你依然可以把它训练得像一个老员工。
上下文窗口越来越大,很多人开始断言 RAG 已经过时。但在这场来自 IBM 的分享里,演讲者几乎是正面“开怼”:RAG 不但没死,而且远比你想象得复杂。更关键的是,他们把这些复杂性做成了一个开源栈——OpenRAG。
如果你的 MCP Server 在本地跑得很顺,恭喜你——它大概率撑不过生产环境。来自 Lenses 的 AI 工程师直言:糟糕的 MCP 设计,本质上就是安全事故的预演。这场分享揭开了 Agent 接口、上下文、Token 与部署之间那些被严重低估的风险。
如果你还以为 AI 竞争只发生在模型参数和算力上,那你已经落后半拍了。Meta 员工在内部“刷 Token”冲榜,Intel 加入 Terafab 押注新制造范式,而 Anthropic 正在把能力递到巨头手里——这期 TBPN 透露的,是一条正在成型、但很少被明说的前沿 AI 竞争逻辑。
如果你还以为 AI 公司内部比拼的是代码质量,那你已经落后了。Meta 工程师现在被公开排名的不是绩效、不是影响力,而是——你花了多少 token。更疯狂的是,这可能只是一个更大变化的前奏:token,正在变成新时代的“眼球”。
就在所有人还盯着模型参数、算力和AGI时间表时,OpenAI干了一件极不“OpenAI”的事:直接收购了一家科技媒体TBPN。这不是流量生意,也不是公关外包,而是一次关于AI叙事权、信任和未来沟通方式的关键下注。
一档看似“什么都聊”的节目,却在同一天把苹果50周年、SpaceX登月、AI推理、Snap生死局和潜在超级IPO串成了一条暗线:科技正在从“讲故事”阶段,进入“拼执行、拼现金流、拼算力”的硬核时代。这期TBPN,是AI从业者必须认真消化的一次信号汇总。