科技爱好者周刊(第 416 期):编程已经面目全非
一位国外资深程序员总结认为,AI 已永久改变编程:代码审查与单元测试将消失,"好代码"与代码风格规范不再有意义,开发重点从写代码转向解决业务问题。周刊同时驳斥了某美国模型公司称 Qwen3-Coder 区别对待用户的说法,指出其测试选用的只是 2025 年 7 月 31 日发布的 Qwen3-Coder-30B-A3B-Instruct。
一位国外资深程序员总结认为,AI 已永久改变编程:代码审查与单元测试将消失,"好代码"与代码风格规范不再有意义,开发重点从写代码转向解决业务问题。周刊同时驳斥了某美国模型公司称 Qwen3-Coder 区别对待用户的说法,指出其测试选用的只是 2025 年 7 月 31 日发布的 Qwen3-Coder-30B-A3B-Instruct。
马斯克在财报电话会议上表示,训练 Optimus 就像养育幼儿,机器人只能通过观察人类工作并亲自练习来掌握技能。特斯拉正在建设“Optimus 学院”训练基地,让原型机练习任务、积累数据,马斯克称需先制造约 1 万到 2 万台机器人进行自主训练。特斯拉弗里蒙特工厂已开始生产 Optimus,预计 2027 年底向客户交付。
OpenAI CEO 奥尔特曼在斯坦福大学演讲时表示,数学家面对 AI 进军数学研究经历了从“我们完蛋了”到接受现实的过程,AI 正成为数学研究中不可或缺的工具。今年 9 月 OpenAI 宣布其 AI 模型攻克纳维—斯托克斯方程难题,引发多位数学家愤怒,陶哲轩也称数学研究的“浪漫时代”已经结束。奥尔特曼不认为 AI 会造成就业大灾难,但承认数学界受到 AI 冲击的速度明显快于其他领域。
英特尔 CTO 普什卡·拉纳德在 Dwarkesh 播客中表示,即便资金充足,全球前沿晶圆产量最多翻倍,难以扩大十倍。他指出 AI 计算能力过去十年约以每年三倍速度增长,而 ASML 每年生产的 EUV 光刻机不足 100 台且难以大幅扩产,英特尔、台积电、SK 海力士等厂商共同争夺这些设备。
扎克伯格在 Meta 财报电话会上向投资者描绘愿景:未来数十亿人使用个人 AI 智能体 Muse,这些智能体在“大规模 Muse 网络”中互相沟通并完成交易。Muse 上月发布以来在美国和加拿大已有超过 1000 万次下载,约四分之一下载者每日使用,四分之一用户通过其购物、平均每笔消费超 200 美元。
同一新闻,精选展示《Meta 称 Muse 用户超过 1000 万,购物成为主要活动》
Modal CEO Erik Bernhardsson 在完成 7.5 亿美元 Series D(估值 160 亿美元)后接受 Latent Space 采访,解释 GPU 容量合同为何与真实负载错位。
莱卡工作室 CEO 兼《Wildwood》导演 Travis Knight 直言,生成式 AI 与工作室坚持的手工定格动画创作理念背道而驰。《Wildwood》历时 5 年完成,动用 230 多个人偶、由逾 1000 名艺术家参与;Knight 强调技术取代艺术家创作出来的东西没有人性,但承认 AI 在医学与科学等领域能带来巨大益处。
Moshi CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈,讲述她从 JPMorgan 能源衍生品交易员到创立 Moshi 的经历。
黑石集团总裁乔恩·格雷反驳了肯·格里芬关于 AI 存在泡沫的说法,称 AI 需求近乎呈“抛物线式”增长。格雷表示,AI 与上世纪 90 年代电信泡沫是“截然不同的局面”,行业是在建设产能以跟上需求,而非先建设再期待需求出现。他还提到黑石与 Anthropic 共同成立的 AI 咨询公司 Ode 时称,公司“根本跟不上客户需求”。
Spotify 在第三季度财报电话会上表示,目标是成为各类 AI 智能体调用的媒体服务,把智能体的增长转化为自身 tailwind,该季度月活达 788 million、收入近 €5 billion(约 $5.6 billion USD)。
比尔 · 盖茨接受 The Verge 采访时表示,人们要为 AI 带来的二十年颠覆性变革做好准备,这段时期可能非常痛苦,甚至会将社会分裂成乐于接受与拒绝前沿科技的两派。他强调自己并非 AI 悲观主义者,认为 AI 过去一年在编写代码、发现网络漏洞和生物学推理等方面的进步令人惊叹。他预计在这二十年间人类将拥有可建造房屋、种植食物、进行手术的机器人,绝大多数商品和服务不再需要人类劳动力。
Moshi CEO Anekha Sokhal 在 AI Engineer New York 上分享了她从数学与 JPMorgan 能源衍生品交易转向创业的经历,以及 Moshi 如何将市场信息与交易员的头寸需求连接起来。
The Verge 专访微软联合创始人比尔·盖茨,他认为 AI 是人类迄今最危险的技术,呼吁社会为约 20 年动荡的颠覆过渡期做好准备。盖茨指出对齐问题有三种技术路线,主张高能力模型只能在经认证、保留安全护栏的平台上运行,并预测网络攻击和就业冲击在未来两三年内就会显著显现。
博联创始人刘宗孺介绍其寰思中枢方案:由多个参数不到 10B 的小专家模型组成 IoT 专用模型,采用多 Agent 架构,系统一只判断不生成、命中率 95% 以上,系统二负责推理,通用大模型(DeepSeek 最新模型)每晚判卷并将判断蒸馏给小模型自我迭代。
10 月 22 日,宇树科技在杭州举办世界物理 AI 大会并迎来创立十周年,创始人王兴兴在 36 分钟演讲中呼吁所有人相信 AI,并坦承自己「相信得还不够」。他将具身智能 ChatGPT 时刻的预期从 2 到 3 年压缩至 1 到 2 年,称让机器人收拾房间「快的话明年就可以实现」。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"理念,认为 AI agent 只有理解业务流程与任务上下文,才能真正支持企业决策。
科大讯飞董事长刘庆峰在 2026 全球 1024 开发者节上表示,国产算力对标全球仍有两代左右差距,但会很快缩小到一代、半代,最终实现并跑甚至领跑。他指出国内几乎没有几家公司真正在大模型训练上花力气,但未来会有更多人投入训练与应用生态。刘庆峰还表示,相比安全与 token 成本,他更担忧人工智能对人类社会意味着什么,以及碳基与硅基生命将面临的融合和挑战。
宇树科技创始人王兴兴在 2026 世界物理 AI 大会上表示,宇树 G1 累计下线约 1 万至 2 万台,测试显示 GPT-6 在完全零训练下已能直接控制机器人完成画画、清洗画笔、下围棋等任务。
AI 编程并未取代程序员,而是将核心瓶颈从代码编写转移到需求翻译、系统设计与风险识别等判断力环节。哈佛大学与 Jellyfish 的研究显示,AI 参与后代码产出明显上升,但被交付的软件数量并未同步增长。领先团队普遍采取让 AI 产出、人把关的模式,Codigger 云工作站也通过环境开机即用,把开发者时间还给想清楚问题。
谷歌 CEO 皮查伊将日常信息收集交给 AI 智能体,由其整理过去 24 小时的动态并汇总,他仍可随时深入查看。部分智能体还监测各产品领域的计算资源使用情况与运行效率,但计算资源分配等重大决策仍由管理人员亲自完成。皮查伊认为,智能体每周 7 天、每天 24 小时不间断运行、能从上次停下的地方继续任务,是其核心优势。
宇树科技创始人王兴兴在 2026 世界物理 AI 大会上表示,随着 GPT-6 发布,物理 AI 已经看到被击穿的苗头。他认为具身智能迈过 ChatGPT 时刻的最核心挑战是 AI 模型的输入输出与真实机器人的对齐,商业服务落地会快于家庭和工业领域。他还预测 2027 年 GPT-7 可能直接把具身智能问题打穿。
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上表示,市场对 AI 基础设施债务累积的担忧被过度放大。
Google DeepMind 创始人、诺贝尔化学奖得主 Demis Hassabis 现在认为 AGI 可能两到三年内到来,比他今年早些时候给出的三到五年进一步缩短。
谷歌 CEO 桑达尔·皮查伊表示,公司正将部分算力从云业务转向前沿 AI 研发,宁愿放弃云业务短期收入也要支持前沿 AI 发展。他指出数据中心从决策到投运需两至三年,加上智能体任务需求激增,客户目前寻求锁定 2027 年算力将面临极大困难。
雷军在 2026 世界智能网联汽车大会上表示,小米已构建全球最大规模消费级 IoT 平台,截至二季度末全球 IoT 设备连接数超 11 亿台。过去 5 年小米在芯片、操作系统、AI 具身智能等硬核科技研发上投入 1055 亿元,预计未来 5 年相关投资将超过 2000 亿元。
TiDB 社区活动杭州站 Data + AI 圆桌上,五位来自数据库、大模型厂商、教育和创业等生态位的嘉宾,讨论了企业级 Agent 从 Demo 走向生产的难点与解法。
谷歌 CEO 桑达尔·皮查伊表示,谷歌与苹果合作的市场反馈很好,双方目标是把 AI 转化为更好的用户体验。他透露苹果会对模型深度定制并融入 Siri,谷歌致力于进一步深化双方合作,但目前没有可以透露的新合作内容。
英伟达 CEO 黄仁勋在柏林 GTC 大会表示,未来所有电信运营商都将提供 AI 算力,电信基站有望发展成分布式 AI 网络。他重提 AI“五层蛋糕”理论,将 AI 从下至上划分为能源、芯片、基础设施、模型和应用五个层级,强调 AI 是像电力和互联网一样的底层工业基础设施。
Latent Space 对话 Tenex 联合创始人 Alex Lieberman 与特殊项目负责人 CJ Hess,讨论按产出而非工时付费的工程薪酬、MetaHarness 工作流以及企业 AI 落地。
亚马逊 CTO Werner Vogels 与极客公园对谈,向创业者分享二十余年技术实践沉淀的四条生存法则。他建议初创企业解决真实痛点而非追逐 AI 风口,将安全视为不可妥协的第一要务,尽早采用抗量子加密技术。
AI 并未终结神话,而是正在生成一种建立在算法与数据之上的新神话结构。该结构由算法神谕、数据神学与数字永生构成,分别对应解释权威转移、数据世界观与数字人格延续。人机持续互动还会捕捉个体的“最小认知主干”,形成对认知结构的数字逼近而非意识复制。
前 Nvidia 产品营销人、Techable Ventures 创始人 Amulya Vishwanath 表示,机器人行业尚未迎来“ChatGPT 时刻”,目前更处于“乐高时代”:机器人的基础软件与机械手、执行器等构建模块正在被重新设计,通用与专用机器人同步发展。她认为人才仍是美国市场的关键壁垒,其基金正依托多年积累的人脉网络,帮助创始人与顶尖人才建立连接。
Hugging Face 联合创始人兼 CEO Clem Delangue 表示,Netflix 纪录片《AI 失控》内容不准确,为博取高流量刻意制造恐慌、走向末日论叙事。
Hugging Face CEO Clem Delangue 表示,Netflix 纪录片《AI Gone Rogue》关于 OpenAI 智能体攻击 Hugging Face 的讲述并不准确。
Latent Space 对话 SF Compute CEO Evan Conrad,讨论如何把 GPU 算力变成可交易商品。SF Compute 自建了云的运营能力来做物理交割,买家拿到的是可用算力而非现金差价,Evan 认为先做现金交割会制造可操纵的指数和基差风险。
图像、声音、语言等自然样本可被"高斯流形"近似,而 GPT 系列与扩散模型已证明机器能高效识别并生成这类结构。人类若继续把认脸、听声、懂语言当作独特性根基,等于在机器最强的维度上打一场必输的消耗战。抵制 AI 是误判,共存的出路是把独特性迁移到目标设定、价值判断、因果建模与责任承担等机器不承担的角色上。
Microsoft Research 播客本期由 Weishung Liu 对话 Catalyst Lab 负责人 Chris White,回顾他从哈佛博士后、DARPA 项目经理到阿富汗战场先进技术负责人,再到暗网搜索工具先驱的职业生涯。
英伟达 CEO 黄仁勋访欧期间向多国领导人喊话,呼吁欧洲加快 AI 发展步伐,避免因过度监管错失 AI 竞赛。他与德国总理默茨对话时强调,政策应重点监管 AI 应用而非底层技术,德国需培育本土 AI 产业。黄仁勋还指出英国拥有人才与文化优势,但行事过于纠结,应大胆行动。
2007 年图灵奖得主、Verimag 实验室创始人约瑟夫 · 斯发基斯在 2026 可持续全球领导者大会上呼吁建立全球 AI 监管标准。他指出,当前 AI 系统无法理解现实世界并做出安全决策,AI 自我演进并不总是向好,超级智能可能掩盖不安全与不可控的真实风险。他同时警告一些大公司利用监管空白谋利,当务之急是治理我们已经拥有的 AI 系统。
思科总裁兼产品主管 Jeetu Patel 授权个人 AI 智能体访问邮箱,发现年度订阅总开销高达 9,000 美元,随后指令智能体取消两项不需要的订阅,一年省下 1,000 至 1,200 美元。该智能体月费 20 美元,还帮他取消了每月 11.95 美元的重复 Dropbox 订阅。他同时强调,不要把未经企业审核的个人 AI 智能体接入工作工具与内部资源。