{"source":{"id":"raw_857a700f328ee6b8","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…","url":"https://mubeitech.com/p/raw_857a700f328ee6b8"},"method":"semantic-similarity","count":4,"items":[{"rank":1,"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":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":"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"}]}