{"source":{"id":"wb_032854f08fe25b60","title":"Claude Code 的黑客马拉松结果出来了。 前五名里，居然只有一个是正牌程序员。 另外四个是谁？ 一个律师、一个心…","url":"https://mubeitech.com/p/wb_032854f08fe25b60"},"method":"semantic-similarity","count":5,"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":"2038251762079920398","account":"mubei","brand":"@mubei","title":"有了 Grok 和 Claude 之后，再去学写代码就是傻子？ 四年前，所有人都在劝年轻人去学系统工程。 现在风向变了。…","summary":"有了 Grok 和 Claude 之后，再去学写代码就是傻子？ 四年前，所有人都在劝年轻人去学系统工程。 现在风向变了。 只要你会说话。 只要你阅读理解足够好。 懂点数学和社会学。 对着 AI 动动嘴皮子，一套应用就自己跑出来了。 纯技术细节似乎成了一文不值的垃圾。 恰恰相反。…","body":"有了 Grok 和 Claude 之后，再去学写代码就是傻子？\n\n四年前，所有人都在劝年轻人去学系统工程。\n现在风向变了。\n只要你会说话。\n只要你阅读理解足够好。\n懂点数学和社会学。\n对着 AI 动动嘴皮子，一套应用就自己跑出来了。\n纯技术细节似乎成了一文不值的垃圾。\n\n恰恰相反。\n现在比任何时候都需要死磕硬核技术。\nAI 的确让零基础的外行上了一个台阶。\n但它会让真正懂底层逻辑的专家直接爬上一整层楼。\n\n半吊子才是最该恐慌的人。\n以前靠着比外行多背几段代码就能混饭吃。\n现在外行用自然语言生成的代码，质量和半吊子写的一模一样。\n低端编程的门槛已经彻底消失。\n你要拼的只剩天花板。\n只会复制粘贴的码农已经彻底出局了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2038556111649849434","translated_status_id":"2038556111649849434","published_at":"2026-03-30 09:32:46","created_at":"2026-03-30T11:29:41.917129","url":"https://mubeitech.com/p/2038251762079920398","markdown_url":"https://mubeitech.com/p/2038251762079920398/markdown"},{"rank":3,"id":"16112148","account":"mubei","brand":"@mubei","title":"比起失业，程序员可能更怕失去“解题的乐趣”。 那种死磕大半天，终于调通 Bug 的心流和爽感，以后是不是就体验不到了？…","summary":"比起失业，程序员可能更怕失去“解题的乐趣”。 那种死磕大半天，终于调通 Bug 的心流和爽感，以后是不是就体验不到了？ Spotify 的工程副总裁 Niklas Gustavsson 以前也有这个焦虑。 他是个硬核技术宅，业余时间甚至会去打竞技编程。 当 AI 开始大包大揽写代…","body":"比起失业，程序员可能更怕失去“解题的乐趣”。\n\n那种死磕大半天，终于调通 Bug 的心流和爽感，以后是不是就体验不到了？\n\nSpotify 的工程副总裁 Niklas Gustavsson 以前也有这个焦虑。\n\n他是个硬核技术宅，业余时间甚至会去打竞技编程。\n\n当 AI 开始大包大揽写代码时，他挺发愁的：我是来解决问题的，AI 把题都答完了，那我干什么？\n\n结果真正用上之后，他发现自己想多了。\n\n现在他的后台同时挂着 5 个 AI Agent 在疯狂干活。\n\n他从一行行抠代码的“工匠”，变成了这 5 个 Agent 的“调度员”。\n\n这种工作方式的转变，直接打破了个人能力的物理边界。\n\n以前进一个完全不熟悉的陌生代码库，光是看文档、理架构、配环境，就要花上几天甚至几周。\n\n现在，他可以直接杀进去，让 AI 帮他做跨库的贡献。\n\n这就是大型工程组织正在发生的质变：\n\nAI 不只是替你写代码，它正在把你的边界无限拓宽。\n\n根据 Spotify 官方披露的数据，他们现在每天往生产环境部署 4500 次，其中高达 73% 的 PR（拉取请求）已经有了 AI 的辅助。\n\n以前，你有一个新想法，想在手机端和后端做个端到端的原型，你得磨破嘴皮子去动员一整支工程团队配合你。\n\n现在，你用自然语言跟 Claude 聊上一两个小时，一个能跑的 Prototype 就出来了。\n\n当“实现成本”被 AI 压缩到近乎为零，研发的瓶颈就彻底变了。\n\n省下来的时间，不再被困在琐碎的语法和调试里。\n\n你得去想下一步该做什么，去和客户聊天，去疯狂地验证新的点子。\n\n解题的乐趣没有消失，它只是升级了。\n\n以前你是在用放大镜雕刻一颗螺丝钉，现在你是在指挥一个军团去盖大楼。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2072262695366046191","translated_status_id":"2072262695366046191","published_at":"2026-07-01 09:22:16","created_at":"2026-07-01T11:07:15+02:00","url":"https://mubeitech.com/p/16112148","markdown_url":"https://mubeitech.com/p/16112148/markdown"},{"rank":4,"id":"2056850947947827403","account":"mubei","brand":"@mubei","title":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正…","summary":"每月花 20 美元订阅 Claude，不叫会用 AI。 Andrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。 很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。 Karpathy 总结了 AI 编程时最致命的 4 个…","body":"每月花 20 美元订阅 Claude，不叫会用 AI。\n\nAndrej Karpathy 在一次访谈中一针见血地指出：真正的技能鸿沟，在于你如何“用 AI 来构建”。\n很多人用 AI 辅助编程，越写越臃肿，甚至直接把项目跑崩。\nKarpathy 总结了 AI 编程时最致命的 4 个认知缺陷。\n有开发者将这些洞察扩展成了 21 条系统规则，直接冲上 GitHub 趋势榜第一，斩获 8.2 万颗星。\n最惊人的是，配置这套规则后，AI 的编程准确率直接从 65% 飙升到了 94%。\n\n为什么强如 Claude 也会写出垃圾代码？\nKarpathy 揭示了 AI 的四个底层硬伤：\n\n第一，互联网平庸记忆的“思想钢印”。\nAI 太依赖训练集里的常见套路。\nKarpathy 在写 GPU 梯度同步时，为了追求极致性能，没有使用标准的 PyTorch DDP 容器，而是写了一套自定义同步例程。\n结果 AI 根本无法内化这个设计，像复读机一样疯狂逼他换回 DDP。\n它无法理解不符合大众惯例的高级架构。\n\n第二，防卫过当，制造代码垃圾。\nAI 极其喜欢自作聪明地添加一堆 try-catch 声明和冗余的异常处理。\n它总是试图按照“生产级模板”来搞，结果把原本精简优雅的代码库塞满无用逻辑，复杂度直接爆炸。\n\n第三，频繁调用已经废弃的旧 API。\n知识库的滞后性，导致它在面对快速迭代的技术栈时，经常写出过时的垃圾。\n\n第四，低宽带的自然语言沟通。\n在精细的代码段里，用英语长篇大论去命令 AI 效率极低。\n最好的方式是高信息带宽的“光标补全”。\n你将光标移到精准位置，敲出前三个字母，让 AI 顺着你的思路完成剩下的部分。\n\n那套席卷 GitHub 的 21 条规则，本质上就是在用物理外挂“驯化”AI。\n比如，它强迫 AI 必须先用一句话陈述对你独特架构的理解，禁止自作聪明地意淫。\n严禁 AI 在没有明确要求时添加防御性代码和复杂的第三方包。\n强制 AI 保持极简风格，像优秀的资深工程师一样思考。\n\nAI 协同编程的范式正在发生分裂。\n如果你只是让 Agent 去写毫无技术含量的样板代码，或者用来辅助翻译你不熟悉的语言，AI 足够好用。\n但如果你要构建真正具有高智力密度、需要精确排列的系统，放任 AI 自由发挥就是灾难。\n\n未来的编程分水岭，不再是你敲代码有多快，而是你有没有能力用严苛的规则把 AI 塞进你的心智模型里。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-20 08:24:19","created_at":"2026-05-20T10:23:00.695196","url":"https://mubeitech.com/p/2056850947947827403","markdown_url":"https://mubeitech.com/p/2056850947947827403/markdown"},{"rank":5,"id":"2068740869700870302","account":"mubei","brand":"@mubei","title":"一个顶级工程师，用 1 周时间，干完了 10 个年薪 30 万美金的程序员干 3 个月的活。 全球芯片巨头 Broadc…","summary":"一个顶级工程师，用 1 周时间，干完了 10 个年薪 30 万美金的程序员干 3 个月的活。 全球芯片巨头 Broadcom（博通）CEO 近期在投资人会议上甩出了这个真实数据。 这并非未来的预测。 来，我们算一笔账。 10 个年薪 30 万美元的硅谷程序员，干 3 个月。 光是…","body":"一个顶级工程师，用 1 周时间，干完了 10 个年薪 30 万美金的程序员干 3 个月的活。\n\n全球芯片巨头 Broadcom（博通）CEO 近期在投资人会议上甩出了这个真实数据。\n这并非未来的预测。\n\n来，我们算一笔账。\n10 个年薪 30 万美元的硅谷程序员，干 3 个月。\n光是工资成本，就是 75 万美元。\n现在，博通只需要一个懂 AI 工具（比如 Claude Opus）的高级程序员，花 1 个星期，就把同样的应用设计给做出来了。\n75 万美元，直接被压缩到了一个星期。\n\n这个 ROI（投资回报率）算下来，简直是降维打击。\n估计全网的 CTO 和 HR 今晚都得失眠，因为大家之前算 headcount（员工编制）的逻辑，全错了。\n\n博通 CEO 解释了这里面的逻辑。\n刚开始用 AI 工具时，大家其实都挺笨拙的。\n你得学，得试错，得知道怎么跟它对话。\n所以刚开始，效率并不会翻倍。\n但只要你用得足够久，摸透了它的脾气，人机的默契一旦达成，效率就会直接原地起飞。\n\n这就是正在发生的事实。\n它无情地戳破了一个幻觉：程序员这个行业，再也回不到靠堆人头、堆时间来拼产出的时代了。\n未来不需要那么多平庸的“代码织工”。\n一个能驾驭 AI 的超级个体，一个人，就是一个军团。","category":"科技","score":83.3,"translated_x_url":"https://x.com/i/status/2068747296389361895","translated_status_id":"2068747296389361895","published_at":"2026-06-21 17:22:54","created_at":"2026-06-21T19:00:33+02:00","url":"https://mubeitech.com/p/2068740869700870302","markdown_url":"https://mubeitech.com/p/2068740869700870302/markdown"}]}