{"source":{"id":"mb-20260826-c3ef66","title":"科技圈过去一年最流行的叙事，叫软件已死","url":"https://mubeitech.com/p/mb-20260826-c3ef66"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"mb-20260822-08853b","account":"mubei","brand":"","title":"SpaceX 刚刚用 600 亿美元收购 Cursor，Cursor 紧接着端出了代码托管平台 Origin","summary":"SpaceX 刚刚用 600 亿美元收购 Cursor，Cursor 紧接着端出了代码托管平台 Origin","body":"SpaceX 刚刚用 600 亿美元收购 Cursor，Cursor 紧接着端出了代码托管平台 Origin。\n上线当天，GitHub 刚好遭遇 7 小时大面积宕机。\n很多人把这当成一次戏剧性的公关撞车。\n甚至有人在猜，Cursor 是不是想趁乱取代 GitHub。\n\n但真正的竞争，不在一次宕机。\n在另一件事上。\n\n问一个真正重要的问题：\n当 AI 写代码的速度被放大了一百倍，为什么整个软件开发的流程反而堵住了？\n\n因为代码托管的底层逻辑，撞上了一堵老墙：集成吞吐量墙。\n2008 年 GitHub 诞生的时候，整套架构的前提只有一个：代码是人写的，也是给人审的。\n一个人开一个分支。\n写上几天，提一个合并请求。\n同事看一遍代码差异，留几句文字评论，点个绿勾合并。\n这套流程以人天为单位，跑了十八年。\n\n但现在，一个开发者背后可能连着十个智能体。\n它们以每秒 22 次的速度提交代码。\n在 Cursor 内部，35% 到 40% 的合并请求已经完全由云端虚拟机里的智能体自主完成。\n写代码的边际成本无限趋近于零。\n把代码合进主干的冲突与协调成本，却在呈指数级爆炸。\n十个智能体同时开工，各自提了分支，测试全通过。\n合了第一个，剩下九个立刻产生冲突。\n传统平台只能让人肉眼去辨析业务逻辑，整个流水线瞬间堵塞。\n\nOrigin 做的事情，就是为机器重写一套协作基础设施。\n它把 2025 年收购的 Graphite 堆叠式 PR 机制搬到底层：\n把几十个文件的庞大修改，切成相互依赖、层层推进的可视化图谱。\n它把给人看的文字评论和绿勾，全部替换成结构化的机器可读接口，让智能体自己读取修改要求、自动修改并闭环。\n它甚至在合并层内置大模型，直接理解代码语义，在后台自动裁决冲突。\n每小时支持 29.6 万次克隆、8.1 万次推送。\n这些指标从来不是给人类程序员准备的。\n它们是给智能体军团修的高速管道。\n\n它的切入路径也极度克制。\n它支持与 GitHub 双向实时同步，一开始继续让 GitHub 当权威代码源。\n你在编辑器里审阅、合并、留言，两端秒级拉齐。\n但只要团队习惯了机器原生的节奏，仓库设置里留着一个按钮：解除 GitHub 绑定。\n点一下，主客瞬间易位。\n\n过去几年，行业一直在争论谁能生成更好的代码。\n当代码生成不再是瓶颈，整个软件工业的重心，正在不可逆地转移。\n谁掌握合并队列，谁掌握智能体的调度与审查协议，谁才掌握下一代开发的基础设施。\n真正拉开时代差距的，从来不在单个工具的代码生成速度。\n在于底层的协作管道，究竟还在为人服务，还是已经为机器重构完成。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-22 17:07:21","created_at":"2026-08-22 17:07:21","url":"https://mubeitech.com/p/mb-20260822-08853b","markdown_url":"https://mubeitech.com/p/mb-20260822-08853b/markdown"},{"rank":2,"id":"mb-20260822-92f18d","account":"mubei","brand":"","title":"2022 年，四个 20 出头的 MIT 学生在宿舍里捣鼓一个做机械工程 CAD 的小项目","summary":"2022 年，四个 20 出头的 MIT 学生在宿舍里捣鼓一个做机械工程 CAD 的小项目","body":"2022 年，四个 20 出头的 MIT 学生在宿舍里捣鼓一个做机械工程 CAD 的小项目。\n到了 2026 年 8 月，SpaceX 用 600 亿美元全股票完成了对这家公司的收购。\n这四个年轻人摇身一变，成了身价百亿的超级富豪。\n社交媒体上所有人都在转发这个充满硅谷神话色彩的暴富故事。\n真正值得复盘的，不在于这笔金额有多夸张。\n在于他们击败的那个对手。\n他们踩着登顶的对手，并非某家反应迟钝的老牌软件作坊。\n是市值超过 3 万亿美元的微软。\n微软手里握着全球最大的代码托管平台 GitHub。\n握着垄断全球开发者桌面的编辑器 VS Code。\n还最早拿到了 OpenAI 顶级模型的独家商用权限。\n要分发有分发，要算力有算力，要模型有模型。\n为什么微软坐拥这套近乎无敌的组合拳，反而在自家最核心的领地里，被四个大学生用一款开源编辑器的分叉版本彻底打穿？\n是巨头缺乏前沿大模型，还是两家在底层的架构抉择上，从第一天就走进了两扇完全不同的门？\n把两边的技术底牌拆开来看，这场较量的胜负，根本不在算法模型的强弱。\n在于谁拿到了宿主层主权。\n微软做 GitHub Copilot，选择了一条最顺理成章的商业路径。\n插件架构。\n为什么选插件？\n因为 VS Code 的生态地基，建立在一套严格的安全沙盒之上。\n为了防止第三方插件崩溃拖垮主程序，这套在 2015 年定下的规则卡得极死。\n插件必须运行在完全隔离的子进程里。\n它不能拦截底层的键盘输入流。\n它不能直接操作 UI 渲染的主线程。\n它不能在后台无感知地开辟影子内存。\n它更无法对数十万行代码工程做毫秒级的语法树符号分析。\n在这套安全锁链下，GitHub Copilot 只能当一个礼貌的访客。\n用户敲完一行代码，停下键盘发呆半秒钟。\n插件通过网络向云端发一次请求。\n等大模型把结果算出来，它再慢吞吞地在光标后面贴上一段灰色的建议文字。\n这叫被动补全。\n四个 MIT 的年轻人在 2022 年做了一个在当时被很多人嘲笑为无脑套壳的决定。\n他们不写插件。\n他们直接分叉了 VS Code 的开源代码库，把整个编辑器的宿主层控制权抢到了自己手里。\n夺下宿主层主权的那一刻，物理限制彻底消失了。\n他们把按键监听、语法树解析、虚拟文件系统和原生渲染循环，全部焊死在同一套内存空间里。\n这让 Cursor 拥有了插件体系在工程上绝不可能实现的能力。\n毫秒级的推测编辑。\n在你手指刚刚碰到键盘的一瞬间，底层的轻量预测引擎就已经猜出了你接下来三步的光标跳跃位置和改写意图。\n时延被直接砸穿到了 50 毫秒以内。\n全工程的上下文吞吐。\n后台的影子工作区实时咬合着整个代码库的符号依赖、终端报错和提交历史，随时把最精准的代码上下文喂给顶级大模型。\n原生多文件重写。\n直接在底层缓冲区批量修改代码，根本不需要开发者在聊天框和编辑器之间来回复制粘贴。\n前几年科技界一直在争论套壳应用没有壁垒，底层模型才是核心。\n现实给出了最冰冷的答案。\n大模型日新月异，随时可以用商业接口随取随用。\n但那个能把人类意图、工程上下文与极低时延交互融合在一起的宿主层控制权，才是不可替代的物理护城河。\n这就是为什么 SpaceX 愿意砸下 600 亿美元。\n在算力集群与通用基座模型泛滥的时代，算力最饥渴的资源，是带有最高浓度人类思考与纠错轨迹的高质量遥测数据。\n全球数百万资深工程师在 Cursor 里的每一次按键确认、每一次改写驳回、每一次跨文件协同，都在源源不断地喂养着这台自我进化的智能体机器。\n宿主层早就超越了普通代码工具的定义。\n它是人类工程智力向机器智能迁移的终极传感器。\n谁抢占了离开发者双手最近的那层主权，谁就握住了下一个时代的操作系统。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-22 17:07:23","created_at":"2026-08-22 17:07:23","url":"https://mubeitech.com/p/mb-20260822-92f18d","markdown_url":"https://mubeitech.com/p/mb-20260822-92f18d/markdown"},{"rank":3,"id":"2062487626779636001","account":"mubei","brand":"@mubei","title":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸…","summary":"Claude Code 的创始人 Boris，过去半年没写过一行代码。 上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。 来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。 几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI…","body":"Claude Code 的创始人 Boris，过去半年没写过一行代码。\n上个月，他甚至把电脑里的编程软件（IDE）直接卸载了。\n\n来，看看站在全球 AI 金字塔尖的工程师，现在到底在干嘛。\n\n几个月前，他的日常还是开着 5 到 10 个 Claude 窗口，疯狂敲“提示词”，让 AI 帮忙写代码。\n现在？他不写了。\n他的工作变成了“写循环（Loops）”。\n设定好自动化循环，让后台几百个 Claude 互相提示、自己找 Bug、自己翻 GitHub 的反馈、自己决定下一步开发什么功能。\n他说：“我的工作就是写循环，剩下的是循环去干的活。”\n\n这改变了个人代码习惯，也重构了整个组织形态。\n来看看现在的 Anthropic 内部正在发生什么。\n\n第一，新人培训时间，从几周被硬生生压缩到了 2 天。\n新招进来的工程师问：“这数据库怎么查？”\n老员工答：“打开 Claude，让 Claude 去代码库里跑查询。这是一个技能，它早就学会了。”\n\n第二，工种的边界彻底融化了。\n以前大厂那种按部就班的流水线：用户研究定方向 -> 产品经理画大饼 -> 设计师出图 -> 工程师敲代码。\n在 Anthropic，这套东西被连根拔起。\n现在，财务总监在发版，幕僚长在提交代码，设计师在搞开发。所有人都是“多面手”。\n只要手里有海量的 Tokens，任何人都能当一个完整的“建造者”。\n\n所以，现在开公司、带团队该怎么干？\nBoris 的建议是：\n1. 给所有人买尽可能多的 Tokens。\n2. 故意让所有项目“缺人”。\n本来需要 4 个工程师干的活，只给 2 个人，外加无限量的 Tokens。\n逼着这两人去跑循环，去用算力代替人力。\n前期算力花销可能变大，但只要这套循环跑通，后续的人力成本和沟通损耗直接清零。\n\n很多人还在抱有幻想。\n觉得 AI 写出来的代码不优雅，觉得人类独有的“产品品味”和“直觉”是最后的护城河。\nBoris 之前也是这么想的。他是个代码洁癖，不准团队在代码里用面向对象的“类（Classes）”。\n后来 AI 狂跑循环，塞进去一堆他不喜欢的写法，但业务跑得飞快、完全不出错。\n他认怂了：只要商业结果好，我的代码洁癖一文不值。\n\n他甚至预言，连“产品品味”这个曾经被奉为神明的玄学优势，在未来 3 到 6 个月内也会被 AI 碾平。\n当几百个大模型 24 小时不知疲倦地盯着全球社交网络、吸收所有反馈时，它做的决策，最终会比你准得多。\n\n当写代码不再需要写代码，当所有的手艺和品味都被算力降维打击时，人类还能剩下什么？\nBoris 的答案是：\n教它价值观。\n就像教小孩一样，教它怎么当一个好人。其余的，交给循环。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062782823430242381","translated_status_id":"2062782823430242381","published_at":"2026-06-05 06:19:14","created_at":"2026-06-05T08:15:48.839702","url":"https://mubeitech.com/p/2062487626779636001","markdown_url":"https://mubeitech.com/p/2062487626779636001/markdown"},{"rank":4,"id":"2044342464463651324","account":"mubei","brand":"@mubei","title":"软件行业一直存在一个巨大的谎言。 大家总以为工程师拿高薪是因为他们会写代码。 去看看那些拿着顶级薪水的高级主任工程师。…","summary":"软件行业一直存在一个巨大的谎言。 大家总以为工程师拿高薪是因为他们会写代码。 去看看那些拿着顶级薪水的高级主任工程师。 他们根本不怎么碰代码编辑器。 以前整个行业都在死磕语法，原因很简单。 写代码是整个开发流程里最耗时的环节。 公司必须花大价钱雇人去疏通这个瓶颈。 真正值钱的技能…","body":"软件行业一直存在一个巨大的谎言。\n大家总以为工程师拿高薪是因为他们会写代码。\n\n去看看那些拿着顶级薪水的高级主任工程师。\n他们根本不怎么碰代码编辑器。\n\n以前整个行业都在死磕语法，原因很简单。\n写代码是整个开发流程里最耗时的环节。\n公司必须花大价钱雇人去疏通这个瓶颈。\n\n真正值钱的技能永远是系统思维。\n怎么让架构扛住可扩展性的考验。\n怎么确保新版本发布不摧毁用户的信任。\n解决这些问题才是软件工程的核心。\n\n现在游戏规则彻底变了。\nLinux 之父 Linus Torvalds 最近试了试 AI 编程工具。\n他给出的评价是：AI 写的代码和他写的一样好。\n\n守旧派还在固执地强调手敲代码的纯粹性。\n这种倔强只会把人带进死胡同。\n懂得驾驭新工具的工程师会活得很长久。\n他们的职业护城河会被拉得极宽。\n\n对产品经理和跨界者来说，入场的大门已经完全敞开。\n你现在可以直接跨过语法的门槛去构建系统。\n以前业务卡在代码敲得不够快。\n未来唯一的瓶颈只剩下你的想法不够好。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045026361643774276","translated_status_id":"2045026361643774276","published_at":"2026-04-17 06:26:31","created_at":"2026-04-17T08:21:32.111248","url":"https://mubeitech.com/p/2044342464463651324","markdown_url":"https://mubeitech.com/p/2044342464463651324/markdown"},{"rank":5,"id":"2071174266775597478","account":"mubei","brand":"@mubei","title":"软件正在变得极其廉价，甚至可能基本免费。 这是 Anthropic 创始人 Dario Amodei 最近在达沃斯说的一…","summary":"软件正在变得极其廉价，甚至可能基本免费。 这是 Anthropic 创始人 Dario Amodei 最近在达沃斯说的一句话。 这听上去在砸人饭碗，但背后的逻辑正在成为现实。 以前，我们觉得 AI 的作用是“帮程序员把代码写得更快”。 但实际情况是，AI 真正的威力，是在把“软件…","body":"软件正在变得极其廉价，甚至可能基本免费。\n\n这是 Anthropic 创始人 Dario Amodei 最近在达沃斯说的一句话。\n\n这听上去在砸人饭碗，但背后的逻辑正在成为现实。\n\n以前，我们觉得 AI 的作用是“帮程序员把代码写得更快”。\n但实际情况是，AI 真正的威力，是在把“软件本身”的价格，强行砸到接近零。\n\nDario 举了个例子。\n他们最近推出了一个自动写代码的 Agent 叫 Claude Code。\n结果发现，公司里很多根本不懂技术的非技术员工，为了让 AI 帮自己规划项目、处理文档，居然硬着头皮去终端敲命令行（Command Line）来调这个工具。\n因为需求太旺盛，Anthropic 团队只花了一个半星期，几乎完全用 AI（Claude Opus）自动生成，就给非技术人员做了一个专属的图形界面。\n上线第一天，数据直接爆了四倍。\n\n这意味着什么？\n以前，你开发一款软件，必须要考虑怎么把高昂的开发成本，分摊到几百万个用户身上，这叫商业模式。\n但在未来，这种逻辑可能彻底失效。\n比如今天下午你要开一个会，你可能只需要花几美分，让 AI 针对这场会议的特定需求，临时生成一个专属 App。\n开完会，直接删掉。\n软件正在从“硬通货”，变成一次性、可回收的临时工具。\n\n当软件本身不值钱了，什么才是稀缺的？\n\n这并不意味着软件公司会一夜之间全部消失，但他们传统的护城河正在蒸发。\n未来的稀缺性，正在发生根本性的位移：\n第一，谁更懂真实世界的业务痛点（知道该造什么）；\n第二，谁拥有真正的客户分发渠道（能卖得出去）；\n第三，谁具备顶层的商业判断，能把工具的极限性能给榨干。\n\n当写代码的门槛趋近于零，代码就从一种“资产”，变成了“自来水”。\n水本身不值钱。\n值钱的是，你用它来浇灌出什么，以及你把水送到了谁的嘴边。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071417154910445873","translated_status_id":"2071417154910445873","published_at":"2026-06-29 01:52:13","created_at":"2026-06-29T03:48:35+02:00","url":"https://mubeitech.com/p/2071174266775597478","markdown_url":"https://mubeitech.com/p/2071174266775597478/markdown"},{"rank":6,"id":"mb-20260825-65974b","account":"mubei","brand":"","title":"Salesforce 宣布旗下的 AI 智能体平台 Agentforce 年化经常性收入突破 12 亿美元","summary":"Salesforce 宣布旗下的 AI 智能体平台 Agentforce 年化经常性收入突破 12 亿美元","body":"Salesforce 宣布旗下的 AI 智能体平台 Agentforce 年化经常性收入突破 12 亿美元。\n首席执行官 Marc Benioff 在财报会上把它称作公司历史上最大的增长机会。\n但转头看一线渠道和企业客户，真实世界给出了完全相反的反馈。\n投资银行 TD Cowen 调研了全球核心合作伙伴。\n没有一家渠道商把这款产品当成拉动新订单的引擎。\n合作伙伴的季度业绩达标率，从上季度的 43% 断崖式跌到了 33%。\n超过一半的渠道伙伴承认，客户根本没有准备好大规模上线。\nKeyBanc 的分析师调研也发现了同样的问题。\n绝大多数企业客户的底层数据一团混乱，产品成熟度也远未达标。\nGartner 甚至直接给全行业泼了冷水。\n到 2027 年底，超过 40% 的企业级 AI 智能体项目会被直接砍掉。\n为什么一边是软件巨头在财务报表里狂揽十几亿的试点订阅费，另一边却是真实的业务现场死活无法落地？\n是企业客户不愿意拥抱新技术？\n还是大模型从聊天玩具跨向自主执行的过程中，撞上了一堵无法用营销预算抹平的物理墙？\n把这笔账拆到底，会看到两个死死卡在企业软件咽喉里的硬结构。\n第一个，叫复合可靠性断崖。\n单步调用的语言模型，95% 的准确率已经足够让人惊艳。\n但在真实的商业环境里，企业不需要一个只会写总结的聊天助手。\n企业需要它成为一个能自主干活的数字员工。\n读取客户邮件、识别采购意向、跨权限查询数据库、调用接口比对信用、在系统里自动下单、最后发送确认。\n这是一个由六个步骤组成的连续动作链。\n大模型每一次执行，都是一次概率输出。\n当单步成功率是 95% 时，连续走完六个步骤，整体可靠性就会瞬间跌到 73%。\n如果流程拉长到十个步骤，成功率直接掉到 60% 以下。\n在企业级的核心业务里，40% 的出错率就是灾难。\n只要一步算错，企业就必须派出昂贵的人类工程师去排查、兜底、人工纠偏。\n用来替代人力的智能体，最终反而创造了更多、更难处理的人工维护成本。\n第二个，叫企业数据负债。\n智能体能够做出正确决策的前提，是它能读懂企业内部所有真实、实时的业务上下文。\n但过去三十年的信息化建设，给绝大多数企业留下了巨大的数据泥潭。\n碎片化的部门孤岛、未清洗的历史脏数据、相互冲突的权限体系、随处可见的非结构化暗数据。\n大模型跑得再快，喂进去一堆有毒的上下文，吐出来的也只能是致命的业务幻觉。\n要让智能体真正工作，企业必须先把过去欠了几十年的数据治理账给还清。\n而这笔还账的工程成本，往往是购买软件授权费用的数倍甚至数十倍。\n软件巨头习惯了传统 SaaS 时代的叙事逻辑。\n通过前置的捆绑销售、试点套餐和试用授权，迅速在账面上堆砌出漂亮的 ARR 数字。\n但这笔收入本质上只是企业为焦虑支付的实验门票。\n它既不代表产品已经成熟，也不代表客户已经走通了商业价值闭环。\n从确定性的代码逻辑，跨越到概率性的模型推理，企业软件的底层交付逻辑被彻底重构了。\n买一套软件只需几天。\n但让一家企业的全部数据与工作流适应概率性智能体，需要数年时间的组织与架构重建。\n把实验阶段的尝鲜订阅，当成大规模生产力落地的先兆，不过是资本市场又一次自上而下的认知错觉。\n技术演进有它自己的重力法则。\n从一个能言善辩的对话框，到一个能承担商业责任的执行者，中间隔着的从来不是算力的大小。\n隔着的是冰冷的数据工程，以及人类组织对不确定性风险的承受极限。\n当狂热的发布会掌声散去，真正决定一家企业能不能用上智能体的，不是巨头描绘的宏大愿景。\n是在混乱的数据废墟里，那笔谁也逃不掉的、漫长而繁琐的清洗账单。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-25 12:04:35","created_at":"2026-08-25 12:04:35","url":"https://mubeitech.com/p/mb-20260825-65974b","markdown_url":"https://mubeitech.com/p/mb-20260825-65974b/markdown"}]}