{"source":{"id":"2082839322944757833","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…","url":"https://mubeitech.com/p/2082839322944757833"},"method":"semantic-similarity","count":5,"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":"2057487387131805851","account":"warroom","brand":"@warroom","title":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。 Anthropic 此前秘密测试了一个叫 My…","summary":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。 Anthropic 此前秘密测试了一个叫 Mythos 的超级大模型。 10万亿参数，这是目前人类历史上制造过最大的AI模型。 对比一下，初代 GPT 问世时还不到1万亿参数。 测试的靶子是所有的主流操作系…","body":"人类写了几十年的软件系统，在10万亿参数的AI面前，连几秒钟都撑不过去。\n\nAnthropic 此前秘密测试了一个叫 Mythos 的超级大模型。\n10万亿参数，这是目前人类历史上制造过最大的AI模型。\n对比一下，初代 GPT 问世时还不到1万亿参数。\n\n测试的靶子是所有的主流操作系统、浏览器和多套银行系统。\nMythos 瞬间找出了这些系统里的安全漏洞，并在几秒钟内完成了自动攻击。\n这些漏洞，是人类顶尖黑客几十年都没能发现的。\n\n这也是为什么 Anthropic 至今不敢发布这个模型。\n他们紧急封存了 Mythos，转而启动了一个代号为 \"Glasswing\" 的保密项目。\n\n人类几十年写出来的软件漏洞百出，在AI眼里就跟筛子一样。\n一个业余选手，在AI加持下能瞬间获得越级破坏力。\n而真正的职业黑客，则能用它把攻击规模放大到成百上千倍。\n\n全球网络安全公司这一年多来都在眼睁睁看着攻击数量暴增。\n他们心里很清楚，AI已经在悄然给黑客批量生产武器了。","category":"科技","score":70,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-21 15:48:48","created_at":"2026-05-21T17:43:14+02:00","url":"https://mubeitech.com/p/2057487387131805851","markdown_url":"https://mubeitech.com/p/2057487387131805851/markdown"},{"rank":3,"id":"2068756029844901905","account":"mubei","brand":"@mubei","title":"一年前，半导体巨头 Broadcom（博通）和 Google 联手做了一个\"信仰之跃\"式的决定。 他们把筹码全押在了 A…","summary":"一年前，半导体巨头 Broadcom（博通）和 Google 联手做了一个\"信仰之跃\"式的决定。 他们把筹码全押在了 Anthropic 身上。 那时候，没人能保证生成式 AI 能成，也没人知道 Anthropic 专攻企业代码的路线能不能赚钱。 陈福阳（Hock Tan）最近在…","body":"一年前，半导体巨头 Broadcom（博通）和 Google 联手做了一个\"信仰之跃\"式的决定。\n他们把筹码全押在了 Anthropic 身上。\n那时候，没人能保证生成式 AI 能成，也没人知道 Anthropic 专攻企业代码的路线能不能赚钱。\n陈福阳（Hock Tan）最近在电视上 ：这就是一场闭着眼睛的豪赌。\n\n当时，博通和 Google 合作，用双方联合设计的 TPU 芯片，给 Anthropic 疯狂喂算力。\n结果，Anthropic 已经秘密提交了 IPO 申请，估值甚至直接反超了 OpenAI。\n陈福阳在镜头前坦言，这笔投资拿下了惊人的回报。\n\n为什么选 Anthropic？\n因为它的定位极度务实：不整虚的，专攻企业级市场 and 代码辅助工具。\n博通自己就是深度用户。\n他们把 Anthropic 的工具用在芯片工程设计上，结果把陈福阳都吓到了。\n\n\"它不仅是提高了效率，它设计出来的东西，甚至比我们自己最顶尖的工程师做得还要好。\"\n要知道，博通的工程师已经是芯片行业里最聪明、最贵的一拨人了。\n\n当大众还在争论 AI 是不是泡沫、算力会不会过剩的时候，硅谷最精明的老钱和新贵已经完成了闭环：\n用最顶级的芯片资源，孵化最强的大模型，再用大模型反哺、优化下一代芯片设计。\n这种\"硅基自我进化\"的飞轮一旦开始运转，后续没有入局的玩家恐怕连尾灯都看不到了。","category":"科技","score":80,"translated_x_url":"https://x.com/i/status/2068764038729728049","translated_status_id":"2068764038729728049","published_at":"2026-06-21 18:04:34","created_at":"2026-06-21T20:00:47+02:00","url":"https://mubeitech.com/p/2068756029844901905","markdown_url":"https://mubeitech.com/p/2068756029844901905/markdown"},{"rank":4,"id":"2098088198404448537","account":"mubei","brand":"@mubei","title":"AI 公司过去是怎么安慰知识工人的？ “别慌，AI 只是你的副驾驶。” 现在呢？ 顶尖大模型公司自己把这层温情撕掉了。…","summary":"AI 公司过去是怎么安慰知识工人的？ “别慌，AI 只是你的副驾驶。” 现在呢？ 顶尖大模型公司自己把这层温情撕掉了。 在 Anthropic 官方的劳动力影响推演中，写着一个残酷的情景： 一旦深度自动化落地，程序员和客服这类知识岗位将被大批清场。 离开电脑屏幕后，这些人该去哪？…","body":"AI 公司过去是怎么安慰知识工人的？\n“别慌，AI 只是你的副驾驶。”\n\n现在呢？\n顶尖大模型公司自己把这层温情撕掉了。\n\n在 Anthropic 官方的劳动力影响推演中，写着一个残酷的情景：\n一旦深度自动化落地，程序员和客服这类知识岗位将被大批清场。\n离开电脑屏幕后，这些人该去哪？\n\n去当电工，去当护士。\n敲代码的去接电线，做分析的去做护理。\n\n但从白领转行去干体力活，哪有那么容易？\n巨大的职业转型摩擦，会让无数人直接跌进漫长的失业真空期。\n\n以前科技巨头总说，AI 会替人类干苦力，让人类解放大脑去创造。\n结果官方推演反了过来：\n脑力工作最先被机器包圆，最后能守住饭碗的，全是靠肉身在场的体力活。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2098105240784388416","translated_status_id":"2098105240784388416","published_at":"2026-09-10 16:53:40","created_at":"2026-09-10T18:36:21+02:00","url":"https://mubeitech.com/p/2098088198404448537","markdown_url":"https://mubeitech.com/p/2098088198404448537/markdown"},{"rank":5,"id":"2049502704406237655","account":"warroom","brand":"@warroom","title":"AI最让人不安的地方，是它已经开始帮自己长大。 Joe Allen的判断很简单：AI可能是历史上增长最快的行业，也是采用…","summary":"AI最让人不安的地方，是它已经开始帮自己长大。 Joe Allen的判断很简单：AI可能是历史上增长最快的行业，也是采用速度最快的技术之一。 Anthropic这样的公司，手里已经有一类系统，不会面向公众开放。 它们只会交给少数被挑选出来的企业。 原因也摆在台面上：这些系统危险到…","body":"AI最让人不安的地方，是它已经开始帮自己长大。\nJoe Allen的判断很简单：AI可能是历史上增长最快的行业，也是采用速度最快的技术之一。\nAnthropic这样的公司，手里已经有一类系统，不会面向公众开放。\n它们只会交给少数被挑选出来的企业。\n\n原因也摆在台面上：这些系统危险到不能随便放出去。\n更关键的是，这些系统在某种程度上，已经能构建自身。\n别把这句话听成科幻。\nAllen自己也加了限定：他不想夸大这一点。\n\n可他没有退掉核心事实：在Anthropic这类公司里，AI正在被用来制造AI。\n也就是说，人类工程师还在写代码，但下一代AI的部分建造过程，已经交给上一代AI参与。\n这一步叫什么？\n递归自我改进。\n\n一个系统越聪明，越能帮自己变聪明。\n产业增长速度、资本集中速度、模型迭代速度，三条线叠在一起，监管和公众理解都在后面追。\n保守一点看，真正的问题在权力边界。\n当危险系统只向少数公司开放，普通人连看见风险的资格都没有。\n\n技术当然要发展，但越强的工具，越不能只靠几间实验室和几份内部准则来决定社会能不能承受。\nAI还没有接管世界。\n它已经在接管自己的生产线。","category":"科技","score":44,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-29 15:05:31","created_at":"2026-04-29T16:54:57+02:00","url":"https://mubeitech.com/p/2049502704406237655","markdown_url":"https://mubeitech.com/p/2049502704406237655/markdown"}]}