{"source":{"id":"2040423398824698310","title":"一个成熟的AI程序员长什么样？ 拆开来看，一共六个核心组件。 实时读取代码仓库。 管理提示词缓存。 调用外部工具。 维持…","url":"https://mubeitech.com/p/2040423398824698310"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"raw_857a700f328ee6b8","account":"mubei","brand":"@mubei","title":"一个人最多能同时盯住几个写代码的 AI？ 15 个。 再多一个，光看测试报错和排查冲突，人脑就得先累瘫。 但在 Spac…","summary":"一个人最多能同时盯住几个写代码的 AI？ 15 个。 再多一个，光看测试报错和排查冲突，人脑就得先累瘫。 但在 SpaceXAI，一位工程师现在同时带着 200 多个代码智能体在跑。 团队里一位工程师，一个月交了 2000 多个 PR。 这是怎么做到的？ 把上下文窗口拉大，靠模型…","body":"一个人最多能同时盯住几个写代码的 AI？\n15 个。\n再多一个，光看测试报错和排查冲突，人脑就得先累瘫。\n但在 SpaceXAI，一位工程师现在同时带着 200 多个代码智能体在跑。\n团队里一位工程师，一个月交了 2000 多个 PR。\n这是怎么做到的？\n\n把上下文窗口拉大，靠模型硬记？\n行不通。\n窗口越大，调用费用飙升，智能体也更容易在冗长的历史记录里迷路。\n李凌熙在工程实践里给出的解法很干脆：\n把单体模型的记忆缺陷，直接变成团队的组织分工问题。\n\n人类怎么管理 200 个员工？\n分层，设岗，定规矩。\n他们把这套管理逻辑平移给代码智能体，搭起一个三层架构。\n\n最底层是执行层，200 个 Cursor 云端智能体。\n它们分布在云端服务器，甚至一台闲置的 Mac mini 上跑 iOS 模拟器。\n随调随起，专门负责写代码、跑测试、截取修改前后的界面图作为证据。\n遇到环境抖动卡住，不需要人去敲键盘，管理层机器人会主动给它发指令疏通。\n活干完了立刻销毁，绝不占用长线记忆。\n\n中间层是管理层，5 个常驻的工程师机器人。\n它们各守一块防区：\nBaltata 负责移动端与 iOS，\nShaoruru 盯死桌面端与自动化发布流水线，\nHogan 专查基础设施与疑难工单，\nCraig 攻坚安卓端，\nQuill 专攻测试脚手架。\n为什么要拆成 5 个机器人，不做一个全能总监？\n因为大模型的上下文容量有限。\n把记忆系统物理隔离，让每个机器人只装自己领域的代码规范与设计原则，给出的方案才最精准。\n跨领域协作可以，防区不能乱。\n\n最顶上那一层最有意思：运营层。\n负责管这 5 个工程师机器人的，是一个叫 Jenny 的运营机器人。\nJenny 是全队唯一一行代码都不写的智能体。\n它每天凌晨 5 点准时上线，挨个找 5 个工程师机器人开 1 对 1 早会。\n早会不过具体代码，只对作业手册，排查堵点，统一调性。\n平时哪个代码机器人犯了错，比如审核放水、没深究代码隐患，必须立刻去找 Jenny 领罚复盘。\nJenny 调取它的思考轨迹，找出根本原因，把踩坑教训写进团队的作业手册，再向全体机器人广播通报。\n有新机器人加入，也由 Jenny 下发工程守则，协调老员工带着上手。\n复杂流程老是记不住怎么办？\n靠每天清晨的 1 对 1 早会和制度广播，把规矩硬变成日常肌肉记忆。\n\n200 个智能体并发推进，状态怎么跟？\n全靠机器人的上下文硬撑，两轮对话就会丢三落四。\n他们的解法是状态解耦，把所有进度挂在一张共享的 Notion 数据库里。\n工程师机器人每 30 分钟轮巡一次表格，只查三项硬指标：\n安全扫描报出的隐患是不是真的，\n自动化测试有没有挂，\n分支代码存不存在合并冲突。\n如果遇到高优先级任务，直接切进 5 分钟轮询模式，主动纠偏。\n只要有一项没过，立刻打回重修。\n指标全部干净了，才推入代码审查。\n\n海量拉取请求涌进来，人类工程师会不会被审查累瘫？\n这里设了一道爆炸半径门禁。\n高置信度、改动范围极小的拉取请求，机器人自己审核合并。\n只有涉及核心架构和高风险逻辑的代码，才交由人类工程师做最终裁判。\n人类退到系统的最顶端，只看核心代码与前后对比截图，彻底摆脱日常巡检的体力消耗。\n\n到了夜里，这套系统照样运转。\n每天凌晨 3 点，夜间审计自动触发。\n机器人们自发清扫死代码，优化安装包体积，排查不同客户端的功能漂移。\n最绝的是给智能体的一条例行指令：今晚给你们 6 小时，想建什么就建什么，玩得开心。\n工程师早上一睁眼，桌面上已经整整齐齐码着一批跑通了测试、附带界面对比证据的清洁代码。\n\n带好 200 个代码智能体，秘诀不在把提示词写得多长。\n给智能体配齐能自行验证的全栈操作能力，\n把易失的运行状态移出模型脑子、交给外部数据库，\n用早会复盘把个体犯错沉淀为制度手册。\n从一个人肉工头盯 15 个智能体就濒临崩溃，\n到 1 个人带着 5 个机器人管理 200 多个云端打工人，\n区别不在模型智商有多高。\n把上下文装不下的流程，做成早会制度与外部数据库，\n把人类从巡查杂役变成终审法官，\n200 个代码智能体，一个人真带得动。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2098744559639421289","translated_status_id":"2098744559639421289","published_at":"2026-09-12 12:13:35","created_at":"2026-09-12T12:13:35.053692","url":"https://mubeitech.com/p/raw_857a700f328ee6b8","markdown_url":"https://mubeitech.com/p/raw_857a700f328ee6b8/markdown"},{"rank":2,"id":"mb-20260830-6135b9","account":"mubei","brand":"","title":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","summary":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块","body":"顶尖程序员年薪三十万美元，生成同样代码的 AI 只要每月二十块。\n为什么还有公司愿意为人类多付四个数量级的溢价？\n退到更难的底层硬核工程，根本挡不住模型的追赶。\n如果模型连黎曼猜想的下界都能推演，写底层驱动和着色器只是时间问题。\n真正能把人和机器拉开距离的，从来不是代码难度。\n是模型在结构上永远绕不开的两个死穴。\n第一个死穴，叫偏执型代码膨胀。\n前沿模型现在很少犯低级语法错误，也不会写出离谱的越界漏洞。\n它犯的错，全部来自上下文无知和过度自保。\n无知，是不知道系统里早有现成组件，在错误的模块里重复造轮子。\n自保，是为一个只读一次的配置变量加三层冗余检查。\n为一个允许毫秒级延迟的后台任务，设计一套臃肿的强一致性系统。\n给一个原本崩溃就能自动重启的容器服务，塞满层层叠叠的降级逻辑。\n为什么会这样？\n因为模型没有真实系统的运行感知，它承担不起任何潜在风险。\n为了免责，它会本能地多写三千行防御性代码。\n如果引入另一个 AI 组成多智能体去互相审查，结果只会更糟糕。\n模型在强化学习训练下天然热衷于挑刺。\n两台机器在审查闭环里互相强化，最后留下的，是一万行偏执防御的代码废料。\n人类工程师在这里的真实价值，不是比它写得更快。\n是有底气当面否定模型的方案，敢动手删掉那三千行毫无必要的防御代码。\n第二个死穴，叫可验证性分化。\n为什么模型写代码的能力突飞猛进，用自然语言沟通却越来越生硬？\n因为代码和数学属于可验证领域。\n有编译器和测试套件当裁判，模型可以通过自我对弈无限进化。\n但好的表达和技术沟通无法被机器自动打分。\n为了追求解题能力，模型内部的推理思维链高度压缩变形，漏到外部就成了晦涩的机器黑话。\n彼得·沃茨在科幻小说《盲视》里设定过一个特殊岗位：综合者。\n当飞船上全是不说人话的认知增强天才，必须由普通人类出面充当翻译层。\n如果你只是把需求喂给模型，再把生成的代码原样贴进代码库，你就是一个碳基传话筒。\n哪怕自己搭了一套多智能体工作流，一旦平台原生支持，传话筒依然会被第一时间淘汰。\n当写代码的边际成本归零，把功能做出来就不再具有稀缺性。\n真正稀缺的，是在海量偏执代码面前按下删除键的决断力，以及把复杂系统讲给人听的翻译能力。\n代码本身早已不值钱。\n敢替那三千行被删掉的防御代码承担风险的判断力，才值三十万美元。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-30 11:06:05","created_at":"2026-08-30 11:06:05","url":"https://mubeitech.com/p/mb-20260830-6135b9","markdown_url":"https://mubeitech.com/p/mb-20260830-6135b9/markdown"},{"rank":3,"id":"2039845666680176703","account":"mubei","brand":"@mubei","title":"大家都以为AI能让程序员提前下班。 结果一位25年工龄的资深工程师直接被榨干了。 他每天早上同时启动4个编程智能体。 并…","summary":"大家都以为AI能让程序员提前下班。 结果一位25年工龄的资深工程师直接被榨干了。 他每天早上同时启动4个编程智能体。 并行处理4个完全不同的复杂问题。 不到上午11点，他一天的精力就透支见底。 人脑的短期记忆容量根本扛不住这种高并发。 哪怕不需要逐行审查AI生成的代码。 光是脑子…","body":"大家都以为AI能让程序员提前下班。\n结果一位25年工龄的资深工程师直接被榨干了。\n\n他每天早上同时启动4个编程智能体。\n并行处理4个完全不同的复杂问题。\n不到上午11点，他一天的精力就透支见底。\n\n人脑的短期记忆容量根本扛不住这种高并发。\n哪怕不需要逐行审查AI生成的代码。\n光是脑子里同时维系四条业务逻辑，就足以让人宕机。\n\n焦虑感正在行业里蔓延。\n很多程序员开始疯狂失眠。\n睡前总想再熬半小时，给AI队列多塞几个任务。\n第二天一早爬起来急着验货。\n\n这种工作节奏用不了多久就会废掉一个人。\n把4个AI当手下用，本质上是把人脑当服务器使。\n驾驭这套工具已经变成了一项生理挑战。\n去摸清肉身认知的物理边界。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2040033539190603942","translated_status_id":"2040033539190603942","published_at":"2026-04-03 10:41:31","created_at":"2026-04-03T12:37:14.108888","url":"https://mubeitech.com/p/2039845666680176703","markdown_url":"https://mubeitech.com/p/2039845666680176703/markdown"},{"rank":4,"id":"2081374396900425875","account":"mubei","brand":"@mubei","title":"AI写代码的下一步，不是指望单个大模型变得多聪明。 而是搞一套相互复核的“审计流水线”。 这套工作流，比市面上售价过万的…","summary":"AI写代码的下一步，不是指望单个大模型变得多聪明。 而是搞一套相互复核的“审计流水线”。 这套工作流，比市面上售价过万的教程还要值钱。 它是怎么跑的？ 第一步，直接撒出16个Claude智能体。 让它们并发作业，一口气扫完整个代码库。 第二步，换一批全新的AI舰队出场。 清空记忆…","body":"AI写代码的下一步，不是指望单个大模型变得多聪明。\n而是搞一套相互复核的“审计流水线”。\n这套工作流，比市面上售价过万的教程还要值钱。\n\n它是怎么跑的？\n第一步，直接撒出16个Claude智能体。\n让它们并发作业，一口气扫完整个代码库。\n第二步，换一批全新的AI舰队出场。\n清空记忆，带着全新的上下文，把第一轮找出的线索挨个重查一遍。\n\n驱动这整套复杂流程的，不是长篇大论的提示词。\n而是一张流程图。\n\n这套系统管用吗？\n作者拿自己的代码跑了一遍自测。\n直接被这条流水线揪出了11个有问题的服务端点。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2081463441798160651","translated_status_id":"2081463441798160651","published_at":"2026-07-26 19:34:49","created_at":"2026-07-26T21:28:03+02:00","url":"https://mubeitech.com/p/2081374396900425875","markdown_url":"https://mubeitech.com/p/2081374396900425875/markdown"},{"rank":5,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":6,"id":"2082839322944757833","account":"mubei","brand":"@mubei","title":"AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相…","summary":"AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相隔两周重复自己之前的选择。 你猜怎么着？真人跟自己的一致率，只有80%。 在做决策这件事上，AI已经比你本人还要像你。 但这还只是皮毛。 视线转到底层研发，游戏…","body":"AI模拟一个真人的行为，准确率能达到多少？\n83%。\n\n听起来不够完美？\n拿这个数据跟真人比一下。\n同一个实验里，让真人相隔两周重复自己之前的选择。\n你猜怎么着？真人跟自己的一致率，只有80%。\n在做决策这件事上，AI已经比你本人还要像你。\n\n但这还只是皮毛。\n视线转到底层研发，游戏规则早就掀桌子了。\n现在的玩法，叫“一个人就是一支军队”。\n\n在Anthropic内部，一个工程师日常带多少个AI智能体干活？\n早就不是一对一聊天了。\n他们每个人都在并发调度几十、上百甚至上千个智能体。\n主智能体派发任务，子智能体往下再分包，一路能深挖五层嵌套。\n\n威力有多离谱？\n支付巨头Stripe做系统底层大迁徙，一万行Scala代码要转成Java。\n以前这叫伤筋动骨，得按月算，开无数个会。\n丢给这套智能体集群，四天，干完了。\n知名项目Bun把底层从Zig语言硬切到Rust，也是这帮不知疲倦的合成大军敲出来的。\n\n不信邪的老经验，最先被碾压。\nAMD刚经历了一场内部震撼。\n一个极其棘手的芯片底层漏洞，一整个资深工程师团队卡了几个星期，毫无头绪。\n最后是一个初级工程师破的局。\n他直接调出一组智能体，让二十多个维度的测试和验证并发狂奔。\n漏洞被生生揪出。\n高管直接看傻了，老派工程师的三观碎了一地。\n\n那些还抱着“AI只会补全代码”优越感的人，还在一行行手动查错。\n而真正懂行的人，已经成了指挥几千个数字工人的超级包工头。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2083075580967153677","translated_status_id":"2083075580967153677","published_at":"2026-07-31 06:16:50","created_at":"2026-07-31T08:14:52.899946","url":"https://mubeitech.com/p/2082839322944757833","markdown_url":"https://mubeitech.com/p/2082839322944757833/markdown"}]}