Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

7,917 subscribers

90,024 Aufrufe • vor 3 Tagen •via X (Twitter)

Wissenschaft & Technologie Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,168 Aufrufe • vor 2 Monaten

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

前端哥Liam

60,958 Aufrufe • vor 29 Tagen

Boris Cherny 的访谈，Claude Code 的创始人，之前在 Meta 干了 7 年。做了个中英双语字幕版。聊了不少有意思的东西，比如他加入 Anthropic 第一个 PR 被拒是因为手写了代码，现在每天发 20-30 个 PR 一行都不手写。还有 Claude Code 怎么从一个 side project 变成写了 Anthropic 80% 代码的工具。 98 分钟，值得看完。下半部分见评论

Boris Cherny 的访谈，Claude Code 的创始人，之前在 Meta 干了 7 年。做了个中英双语字幕版。聊了不少有意思的东西，比如他加入 Anthropic 第一个 PR 被拒是因为手写了代码，现在每天发 20-30 个 PR 一行都不手写。还有 Claude Code 怎么从一个 side project 变成写了 Anthropic 80% 代码的工具。 98 分钟，值得看完。下半部分见评论

马天翼

56,696 Aufrufe • vor 4 Monaten

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 Aufrufe • vor 1 Monat

有个交易员，只用了5分钟，就在比特币上赚了30多万美金。他叫Claude——不是真人，是他手里那个AI。一开始他就扔了1500美元进去试试水。现在账户余额已经干到了304万。今天又赚了54200，这周累计22.6万。账户是3月4号才建的。不到一个月，挣的钱比大多数人上班几年都多。你问他怎么搞的？不是玄学。没有付费群。不看K线信号。也不靠猜涨跌。他就是把这玩意儿设置对了。步骤其实不复杂： 1. 装了两个东西——一个叫MCP插件，一个API接口。 2. 跟Claude说了一句话：“给我搭一个5分钟级别的BTC交易终端。” 3. AI自己去盯着现货比特币和Polymarket上那个市场之间的价格差。只要效率差异一出现，自动低买高卖。全程不需要人拍板。没有犹豫，没有手抖，没有“再等等看”。大多数人还在那儿“尝试AI”——今天让它写个文案，明天让它总结个PDF。而这帮人，已经把AI当基础设施用了。不是吹牛，是杠杆。你要是真想明白怎么把Claude这类工具用对，那你基本就告别手动交易了。现在这个差距还不算大。但正在以肉眼可见的速度拉开。

有个交易员，只用了5分钟，就在比特币上赚了30多万美金。他叫Claude——不是真人，是他手里那个AI。一开始他就扔了1500美元进去试试水。现在账户余额已经干到了304万。今天又赚了54200，这周累计22.6万。账户是3月4号才建的。不到一个月，挣的钱比大多数人上班几年都多。你问他怎么搞的？不是玄学。没有付费群。不看K线信号。也不靠猜涨跌。他就是把这玩意儿设置对了。步骤其实不复杂： 1. 装了两个东西——一个叫MCP插件，一个API接口。 2. 跟Claude说了一句话：“给我搭一个5分钟级别的BTC交易终端。” 3. AI自己去盯着现货比特币和Polymarket上那个市场之间的价格差。只要效率差异一出现，自动低买高卖。全程不需要人拍板。没有犹豫，没有手抖，没有“再等等看”。大多数人还在那儿“尝试AI”——今天让它写个文案，明天让它总结个PDF。而这帮人，已经把AI当基础设施用了。不是吹牛，是杠杆。你要是真想明白怎么把Claude这类工具用对，那你基本就告别手动交易了。现在这个差距还不算大。但正在以肉眼可见的速度拉开。

Crypto.Sol

136,498 Aufrufe • vor 2 Monaten

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

axiaisacat

67,100 Aufrufe • vor 3 Monaten

说个2026年最反直觉的创业真相，现在最好的AI创业机会，不是卖工具，前Worldcoin工程师Alex Vacca 用2.5年白手起家做到700万ARR，没有融资，没有烧钱，他的玩法简单到离谱，找一个所有公司都已经在花钱外包的苦活，自己先亲手干三个月，把所有流程写成SOP，再用AI把它变成全自动交付，最后按结果收费，他把这个叫做Services-as-Software，不是卖工具给别人让他们自己干活，而是直接把结果卖给他们，最狠的是他说顺序比什么都重要，绝对不能先写代码，必须先手动跑通所有流程，踩完所有坑，积累完所有失败案例，再开始自动化，我之前以为AI创业就是拼技术拼模型，看完才反应过来，真正的护城河从来都不是代码，是你亲手踩过的那几百个坑，是别人买不到的专有失败数据集，现在每一块钱软件支出的旁边，都有六块钱的服务支出，我认为这才是AI时代真正的万亿级蓝海。

说个2026年最反直觉的创业真相，现在最好的AI创业机会，不是卖工具，前Worldcoin工程师Alex Vacca 用2.5年白手起家做到700万ARR，没有融资，没有烧钱，他的玩法简单到离谱，找一个所有公司都已经在花钱外包的苦活，自己先亲手干三个月，把所有流程写成SOP，再用AI把它变成全自动交付，最后按结果收费，他把这个叫做Services-as-Software，不是卖工具给别人让他们自己干活，而是直接把结果卖给他们，最狠的是他说顺序比什么都重要，绝对不能先写代码，必须先手动跑通所有流程，踩完所有坑，积累完所有失败案例，再开始自动化，我之前以为AI创业就是拼技术拼模型，看完才反应过来，真正的护城河从来都不是代码，是你亲手踩过的那几百个坑，是别人买不到的专有失败数据集，现在每一块钱软件支出的旁边，都有六块钱的服务支出，我认为这才是AI时代真正的万亿级蓝海。

AYi

36,433 Aufrufe • vor 2 Monaten

他做了 10 年夜班保安，每小时 $16，守着一栋栋空楼。某个睡不着的夜班，他把 $900 做到了 $187,000。而且他自己没有写一行代码。他没有雇工程师。他只是“租”了 300 个 agent 跑了一晚，让 Claude Opus 4.8 像总指挥一样调度整个流程。 Proof：事情大概是这样。夜班刚开始，他给 Opus 输入了两个 prompt。 Opus 没有直接写 bot，而是先画出了完整蓝图：数据、信号、回测、风控、执行，按正确顺序拆成一棵任务树。然后这张蓝图被分发给 300 个 agent。有人拉 Binance 数据和 Polymarket 盘口。有人写代码。有人回测 5 年数据。有人检查风险。有人处理执行逻辑。 14 个小时里，它们不是一步一步慢慢做，而是并行跑了 4,000 个步骤。最后 Opus 再把结果全部读回来，把跑偏的模块砍掉，只留下能用的部分。整个过程很反直觉。大脑没有亲自写代码。手也没有自己做判断。但到天亮的时候，他已经拿到了一套普通 6 人量化工程团队可能要一个季度才能交付的东西：一个可以跑的 Polymarket BTC bot。已经回测过。有风险限制。可以 24 小时运行。十年来，他一直在看守没人待的楼。现在，300 个 agent 在他睡觉的时候替他看市场。如果你不想自己从零搭，直接用Kreo复制他的交易真正的变化不是“AI 帮你写代码”。而是一个普通人，开始有能力把一支临时工程团队调度起来。

他做了 10 年夜班保安，每小时 $16，守着一栋栋空楼。某个睡不着的夜班，他把 $900 做到了 $187,000。而且他自己没有写一行代码。他没有雇工程师。他只是“租”了 300 个 agent 跑了一晚，让 Claude Opus 4.8 像总指挥一样调度整个流程。 Proof：事情大概是这样。夜班刚开始，他给 Opus 输入了两个 prompt。 Opus 没有直接写 bot，而是先画出了完整蓝图：数据、信号、回测、风控、执行，按正确顺序拆成一棵任务树。然后这张蓝图被分发给 300 个 agent。有人拉 Binance 数据和 Polymarket 盘口。有人写代码。有人回测 5 年数据。有人检查风险。有人处理执行逻辑。 14 个小时里，它们不是一步一步慢慢做，而是并行跑了 4,000 个步骤。最后 Opus 再把结果全部读回来，把跑偏的模块砍掉，只留下能用的部分。整个过程很反直觉。大脑没有亲自写代码。手也没有自己做判断。但到天亮的时候，他已经拿到了一套普通 6 人量化工程团队可能要一个季度才能交付的东西：一个可以跑的 Polymarket BTC bot。已经回测过。有风险限制。可以 24 小时运行。十年来，他一直在看守没人待的楼。现在，300 个 agent 在他睡觉的时候替他看市场。如果你不想自己从零搭，直接用Kreo复制他的交易真正的变化不是“AI 帮你写代码”。而是一个普通人，开始有能力把一支临时工程团队调度起来。

断浪

175,585 Aufrufe • vor 1 Monat

Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像"超人"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂的算力成本，直接锁死了未来的人力扩张。而且这场改造根本不局限于写代码。从工程开发、找 bug、平台迁移，一直到法务和营销团队，AI 已经钻进了 Uber 的每一根毛细血管。Dara 给团队下了死命令：自下而上，用 AI 把系统和流程彻底重构一遍。就算第一步只是让 AI 提升个两三成的效率，那也是赚的。最聪明的还是他们在成本上的算计。搞探索和研发时，闭着眼睛用最贵的 OpenAI 和 Claude，因为前沿模型确实聪明，适合试错。但只要某个场景跑通了、要大规模铺开，他们会立刻切回按 token 算更便宜的模型，或者是开源模型。为什么这么抠细节？因为 Uber 一年哪怕跑出远超 100 亿次的行程，手握 100 多亿自由现金流，本质上依然是个低毛利的苦生意。他们只能靠榨干内部的每一滴效率，来换取终端降价的空间。这就是现在顶尖科技公司的真实玩法。没有空喊口号，算力直接替代人力，用最贵的工具探路，用最省的方案落地。一场冷酷又高效的生产力洗牌，已经在看不见的地方完成了。

Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像"超人"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂的算力成本，直接锁死了未来的人力扩张。而且这场改造根本不局限于写代码。从工程开发、找 bug、平台迁移，一直到法务和营销团队，AI 已经钻进了 Uber 的每一根毛细血管。Dara 给团队下了死命令：自下而上，用 AI 把系统和流程彻底重构一遍。就算第一步只是让 AI 提升个两三成的效率，那也是赚的。最聪明的还是他们在成本上的算计。搞探索和研发时，闭着眼睛用最贵的 OpenAI 和 Claude，因为前沿模型确实聪明，适合试错。但只要某个场景跑通了、要大规模铺开，他们会立刻切回按 token 算更便宜的模型，或者是开源模型。为什么这么抠细节？因为 Uber 一年哪怕跑出远超 100 亿次的行程，手握 100 多亿自由现金流，本质上依然是个低毛利的苦生意。他们只能靠榨干内部的每一滴效率，来换取终端降价的空间。这就是现在顶尖科技公司的真实玩法。没有空喊口号，算力直接替代人力，用最贵的工具探路，用最省的方案落地。一场冷酷又高效的生产力洗牌，已经在看不见的地方完成了。

墓碑科技

53,133 Aufrufe • vor 1 Monat

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

Viking

26,608 Aufrufe • vor 1 Jahr

前特斯拉AI负责人Andrej Karpathy说，他对任何Demo都毫无感觉。为什么？因为他被坑过一次。 2014年，他体验了一次Waymo的自动驾驶。一次“完美”的驾驶。他当时觉得，技术已经近在咫尺了。结果呢？十年过去了，真正的自动驾驶在哪里？ Karpathy揭开了一个行业秘密：从Demo到产品，中间有一条巨大的鸿沟。尤其是在自动驾驶这种失败成本极高的领域。他用了一个词，“九的征程”（march of nines）。什么意思？搞出一个90%成功率的Demo，这只是第一个“九”。然后是99%，第二个“九”。然后是99.9%，第三个“九”。 99.999%…… 每增加一个“九”，付出的工作量都是一样的，甚至更大。他在特斯拉干了五年，团队大概推进了两三个“九”。前面还有无数个“九”等着你。这套理论，解释了硅谷这些年画的大饼。 AI写代码也是一个道理。写个小脚本，做个演示，很容易。但要写真正用在生产环境的代码，能保证数亿人数据安全的代码，就是另一回事了。任何一个小错误，都可能导致灾难性的安全漏洞。所以那些吹嘘“颠覆”和“革命”的人，是真的不懂，还是在刻意忽悠？一个Demo就能融到上亿美元的时代，是不是该结束了？踏踏实实解决问题，比任何华丽的演示都重要。这才是真正的创新，不是吗？

前特斯拉AI负责人Andrej Karpathy说，他对任何Demo都毫无感觉。为什么？因为他被坑过一次。 2014年，他体验了一次Waymo的自动驾驶。一次“完美”的驾驶。他当时觉得，技术已经近在咫尺了。结果呢？十年过去了，真正的自动驾驶在哪里？ Karpathy揭开了一个行业秘密：从Demo到产品，中间有一条巨大的鸿沟。尤其是在自动驾驶这种失败成本极高的领域。他用了一个词，“九的征程”（march of nines）。什么意思？搞出一个90%成功率的Demo，这只是第一个“九”。然后是99%，第二个“九”。然后是99.9%，第三个“九”。 99.999%…… 每增加一个“九”，付出的工作量都是一样的，甚至更大。他在特斯拉干了五年，团队大概推进了两三个“九”。前面还有无数个“九”等着你。这套理论，解释了硅谷这些年画的大饼。 AI写代码也是一个道理。写个小脚本，做个演示，很容易。但要写真正用在生产环境的代码，能保证数亿人数据安全的代码，就是另一回事了。任何一个小错误，都可能导致灾难性的安全漏洞。所以那些吹嘘“颠覆”和“革命”的人，是真的不懂，还是在刻意忽悠？一个Demo就能融到上亿美元的时代，是不是该结束了？踏踏实实解决问题，比任何华丽的演示都重要。这才是真正的创新，不是吗？

墓碑科技

95,520 Aufrufe • vor 4 Monaten

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

Inty News

62,438 Aufrufe • vor 5 Monaten

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

XDmnnn不淡

50,270 Aufrufe • vor 3 Monaten

我靠，原来 CLAUDE.md 还有这么多门道，以前真是白写了。以前我一直以为「信息越多越好」，于是把项目历史、技术决策、个人偏好，甚至「写干净代码」这种空泛要求，全塞进 CLAUDE.md。结果就是：Claude 每次都像在几千行上下文里翻垃圾堆。要么生成不兼容的依赖，要么理解错项目边界，要么直接跑偏，最后还得我一遍遍纠正。现在才发现，CLAUDE.md 不是用来堆信息的，而是用来压缩判断标准、约束执行边界、沉淀高频规则的。强烈建议每个用 Claude Code 或其他 Code Agent 的开发者都认真看一遍。

我靠，原来 CLAUDE.md 还有这么多门道，以前真是白写了。以前我一直以为「信息越多越好」，于是把项目历史、技术决策、个人偏好，甚至「写干净代码」这种空泛要求，全塞进 CLAUDE.md。结果就是：Claude 每次都像在几千行上下文里翻垃圾堆。要么生成不兼容的依赖，要么理解错项目边界，要么直接跑偏，最后还得我一遍遍纠正。现在才发现，CLAUDE.md 不是用来堆信息的，而是用来压缩判断标准、约束执行边界、沉淀高频规则的。强烈建议每个用 Claude Code 或其他 Code Agent 的开发者都认真看一遍。

Vince 聊开发

105,852 Aufrufe • vor 26 Tagen

一个 22 岁美国小哥，下午还完全不会搞，晚上已经把 Claude 搓成了一个能干活的 AI 员工。最离谱的是，不写代码。他一开始连从哪下手都不知道，结果当天就让 AI 开始自动处理真实工作流，直接把每周一半的杂活砍掉了。流程也不玄学： 1. 安装 Claude Desktop 2. 设置工作文件夹和权限 3. 做出第一个 Skill 4. 把任务挂到定时计划里整个路线就是：安装 → 第一个任务 → Skill → 定时执行从 0 到能用，纯新手也能跟。原帖还给了完整的 beginner-to-pro walkthrough，属于那种该有的都有，不该废话的一句没有。说白了，很多人还在把 Claude 当高级搜索框用：问一句，答一句，复制粘贴，再问下一句。但这套是直接把它往“自主 coworker”那个方向推了。还有 14 步路线图，每一步都有能直接复制的 prompt。看完我第一反应是：这玩意儿比那种 400 刀的 vibe coding 课实在多了。关键还免费。有点离谱。

一个 22 岁美国小哥，下午还完全不会搞，晚上已经把 Claude 搓成了一个能干活的 AI 员工。最离谱的是，不写代码。他一开始连从哪下手都不知道，结果当天就让 AI 开始自动处理真实工作流，直接把每周一半的杂活砍掉了。流程也不玄学： 1. 安装 Claude Desktop 2. 设置工作文件夹和权限 3. 做出第一个 Skill 4. 把任务挂到定时计划里整个路线就是：安装 → 第一个任务 → Skill → 定时执行从 0 到能用，纯新手也能跟。原帖还给了完整的 beginner-to-pro walkthrough，属于那种该有的都有，不该废话的一句没有。说白了，很多人还在把 Claude 当高级搜索框用：问一句，答一句，复制粘贴，再问下一句。但这套是直接把它往“自主 coworker”那个方向推了。还有 14 步路线图，每一步都有能直接复制的 prompt。看完我第一反应是：这玩意儿比那种 400 刀的 vibe coding 课实在多了。关键还免费。有点离谱。

淘沙者(TheSandPicker)

51,006 Aufrufe • vor 8 Tagen

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思：我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思：我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

Mercy

32,119 Aufrufe • vor 7 Monaten

Shopify 创始人 Toby 最新一期访谈看完我对 CEO 这个角色的认知被重写了一遍他说看到自己几年前写的代码，觉得写得还不错那是他人生最难过的一天，因为这意味着他停止了进步这种心态贯穿他过去 21 年所有的决策最戏剧性的一段是 COVID 那两年 Shopify 2015 年 IPO 的时候，Toby 当时是个 30 多岁的程序员一夜之间，他觉得自己应该 cosplay 成一个 60 岁的西装公司 CEO 这是硅谷规则书里写好的范本，大家都这么做差点毁了 Shopify 直到 COVID 砸下来，所有假设瓦解，计划失效他被迫坐下来，一个项目一个项目过发现的事让他自己都发疯 - 多伦多有个团队在专门给「超市行业」开发 Shopify 模块他完全不知道这件事 - 公司 8000 人，居然有 5500 个不同的职级 title - 他过去几年的所有 executives，全程都在帮他 cosplay 一个不属于他自己的角色那一年他亲自审完每个项目，砍掉了 60%，12 个月内换掉了所有的高管 1️⃣ 最重要的一步，是他打开了一个叫 Founders 的内部 Slack 频道那个频道里都是他过去几年收购回来的公司的创始人他在里面发了一句话「兄弟们救救我」这件事改变了他对人才的整个判断他发现，收购来的那些创始人在 COVID 期间反而最不舒服因为 Shopify 内部把他们当 irritants（刺头）他们见到 shit 就直接说 shit，不接受现状不会「成熟地放下」大公司一般怎么处理这种人，扔进 skunkworks 或者 founder daycare 隔起来 Toby 说这种做法整个反了这种人应该被放到现有 executives 头上他后来把好几个工程师从 individual contributor 一口气提到 VP 之上，「每一个都成功了」这是他的第一条 belief 2️⃣ 公司应该被「工程化」 COVID 之后他亲自启动了一个项目叫 Shopify OS 他用 Python 写了一个程序把整个公司变成代码每个职位每个层级每个汇报关系都是配置文件工资和市场数据是机器可读的 JSON 跑一遍 set solver 算出公司「应该长什么样」工程师管这种东西叫 desire state system 你定义「应该是什么」然后系统算出把当前状态推到目标状态需要的最少步骤，React 就是这个原理副作用是把整个公司的政治杀死了销售总监跑来说「我需要再招 50 个销售」以前是 Toby 在高尔夫球场上拍板批了然后 HR 去工程团队「砍一磅肉」现在系统会直接吐出反事实「招 50 个销售意味着工程团队减员 X 人你还要吗」 3️⃣ 关于薪酬 COVID 期间 Shopify 股价跌了 80% Toby 当时的第一反应是松了一口气因为高点估值已经做到 50 倍 PS 「那种估值已经在你能控制的范围之外是别人在赌一个未来你只是被动接受」但员工的体验完全不一样他们的股票是在高位发的一夜归零而且这个过程里他们没有 agency 所以 Shopify 把整个薪酬系统重写每个员工每个季度可以自己调 slider 「我这季度想要多少现金 / 多少股票 / 多少 RSU / 多少 ShopCash」，如果股票跌了，下一季度同样的总薪酬数字可以兑换更多股票，自动 rebalance 听起来是技术细节，但 Toby 强调它的真正意义「我不希望任何一个员工觉得 Shopify 是无意中走到现在这一步的我们对每一件事都是有意识做了选择」 Toby 这套打法底层有一句话我反复在想公司能给员工的最大产品是这个：让员工每天被他自己崇敬的人围绕

Shopify 创始人 Toby 最新一期访谈看完我对 CEO 这个角色的认知被重写了一遍他说看到自己几年前写的代码，觉得写得还不错那是他人生最难过的一天，因为这意味着他停止了进步这种心态贯穿他过去 21 年所有的决策最戏剧性的一段是 COVID 那两年 Shopify 2015 年 IPO 的时候，Toby 当时是个 30 多岁的程序员一夜之间，他觉得自己应该 cosplay 成一个 60 岁的西装公司 CEO 这是硅谷规则书里写好的范本，大家都这么做差点毁了 Shopify 直到 COVID 砸下来，所有假设瓦解，计划失效他被迫坐下来，一个项目一个项目过发现的事让他自己都发疯 - 多伦多有个团队在专门给「超市行业」开发 Shopify 模块他完全不知道这件事 - 公司 8000 人，居然有 5500 个不同的职级 title - 他过去几年的所有 executives，全程都在帮他 cosplay 一个不属于他自己的角色那一年他亲自审完每个项目，砍掉了 60%，12 个月内换掉了所有的高管 1️⃣ 最重要的一步，是他打开了一个叫 Founders 的内部 Slack 频道那个频道里都是他过去几年收购回来的公司的创始人他在里面发了一句话「兄弟们救救我」这件事改变了他对人才的整个判断他发现，收购来的那些创始人在 COVID 期间反而最不舒服因为 Shopify 内部把他们当 irritants（刺头）他们见到 shit 就直接说 shit，不接受现状不会「成熟地放下」大公司一般怎么处理这种人，扔进 skunkworks 或者 founder daycare 隔起来 Toby 说这种做法整个反了这种人应该被放到现有 executives 头上他后来把好几个工程师从 individual contributor 一口气提到 VP 之上，「每一个都成功了」这是他的第一条 belief 2️⃣ 公司应该被「工程化」 COVID 之后他亲自启动了一个项目叫 Shopify OS 他用 Python 写了一个程序把整个公司变成代码每个职位每个层级每个汇报关系都是配置文件工资和市场数据是机器可读的 JSON 跑一遍 set solver 算出公司「应该长什么样」工程师管这种东西叫 desire state system 你定义「应该是什么」然后系统算出把当前状态推到目标状态需要的最少步骤，React 就是这个原理副作用是把整个公司的政治杀死了销售总监跑来说「我需要再招 50 个销售」以前是 Toby 在高尔夫球场上拍板批了然后 HR 去工程团队「砍一磅肉」现在系统会直接吐出反事实「招 50 个销售意味着工程团队减员 X 人你还要吗」 3️⃣ 关于薪酬 COVID 期间 Shopify 股价跌了 80% Toby 当时的第一反应是松了一口气因为高点估值已经做到 50 倍 PS 「那种估值已经在你能控制的范围之外是别人在赌一个未来你只是被动接受」但员工的体验完全不一样他们的股票是在高位发的一夜归零而且这个过程里他们没有 agency 所以 Shopify 把整个薪酬系统重写每个员工每个季度可以自己调 slider 「我这季度想要多少现金 / 多少股票 / 多少 RSU / 多少 ShopCash」，如果股票跌了，下一季度同样的总薪酬数字可以兑换更多股票，自动 rebalance 听起来是技术细节，但 Toby 强调它的真正意义「我不希望任何一个员工觉得 Shopify 是无意中走到现在这一步的我们对每一件事都是有意识做了选择」 Toby 这套打法底层有一句话我反复在想公司能给员工的最大产品是这个：让员工每天被他自己崇敬的人围绕

Jason Zhu

22,027 Aufrufe • vor 2 Monaten

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

墓碑科技

35,314 Aufrufe • vor 4 Monaten

有个大学生，拿了2400美元奖学金，没干别的，全花在一台iPad和一台Mac Mini上了。家里人一看，觉得挺欣慰：买电脑嘛，肯定是为了学习。室友瞄了一眼那堆设备，半开玩笑说：这架势，不会是要挖矿吧？其实都不是。他从GitHub上扒下来39个AI代理的代码，敲了回车，直接睡觉去了。第二天早上醒过来，终端那边已经把活儿干完了——差不多是初级开发干四天的量。没有bug，没问过一个问题，也不用人在旁边盯着。他录了个屏，到第40秒的时候你仔细看，最上层跑着个叫OpenClaw的东西。就是这一层，能让所有代理同时看清整个项目的结构，自己决定接下来该动哪里。 iPad相当于他的办公室，Mac Mini就是给他干活的员工。他去上课的时候，机器就在宿舍里接着跑。一个月后，来了第一个客户。再过一周，又来一个。正经外包公司要接同样量的活儿，一个月得收一万六美元左右。他这套东西跑起来的成本呢？21美元。也就大半年前，这种配置还只有那些拿了钱的初创公司才搭得起来。现在呢，一个大学生拿奖学金就搞定了。玩法已经变了，只是大多数人还没意识到。同样的逻辑，换个地方也成立——比如PolyCop，能让你自动跟单Polymarket上那些顶级交易员的操作，不用自己盯着盘。钱在动，你不用动。这事儿挺有意思，值得留意。

有个大学生，拿了2400美元奖学金，没干别的，全花在一台iPad和一台Mac Mini上了。家里人一看，觉得挺欣慰：买电脑嘛，肯定是为了学习。室友瞄了一眼那堆设备，半开玩笑说：这架势，不会是要挖矿吧？其实都不是。他从GitHub上扒下来39个AI代理的代码，敲了回车，直接睡觉去了。第二天早上醒过来，终端那边已经把活儿干完了——差不多是初级开发干四天的量。没有bug，没问过一个问题，也不用人在旁边盯着。他录了个屏，到第40秒的时候你仔细看，最上层跑着个叫OpenClaw的东西。就是这一层，能让所有代理同时看清整个项目的结构，自己决定接下来该动哪里。 iPad相当于他的办公室，Mac Mini就是给他干活的员工。他去上课的时候，机器就在宿舍里接着跑。一个月后，来了第一个客户。再过一周，又来一个。正经外包公司要接同样量的活儿，一个月得收一万六美元左右。他这套东西跑起来的成本呢？21美元。也就大半年前，这种配置还只有那些拿了钱的初创公司才搭得起来。现在呢，一个大学生拿奖学金就搞定了。玩法已经变了，只是大多数人还没意识到。同样的逻辑，换个地方也成立——比如PolyCop，能让你自动跟单Polymarket上那些顶级交易员的操作，不用自己盯着盘。钱在动，你不用动。这事儿挺有意思，值得留意。

区块链行情研究

100,355 Aufrufe • vor 2 Monaten