即刻App年轻人的同好社区
下载
回家过年，感受到AI真的要影响到千家万户，要靠视频才行。
文字和图片的冲击力都不够，只能影响到白领的工作场景。
字节的seedance2.0 本应是巨大的爆发点，因担心社会影响，约束了真人头像的应用，把本该在千家万户应用场景塌缩到专业视频制作场景。真是可惜。
文字和图片的冲击力都不够，只能影响到白领的工作场景。
字节的seedance2.0 本应是巨大的爆发点，因担心社会影响，约束了真人头像的应用，把本该在千家万户应用场景塌缩到专业视频制作场景。真是可惜。
0 00
OpenClaw 作者比较有趣的是，一边推荐大家用 codex 编程，一边推荐大家使用 Claude Opus 模型。
然后收到了 Anthropic 的律师函，收到了 OpenAI 的邀请函。
最终加入了 OpenAI
然后收到了 Anthropic 的律师函，收到了 OpenAI 的邀请函。
最终加入了 OpenAI
1 00
这两天用 codex + gpt-5.3-codex 模型，用得后背发凉。奇点已过，程序员被替代不在未来，就在当下。
之前 claude code 和 antigravity 只能持续编程 2 分钟左右，而codex 可以自己持续编程十多分钟，代码准确率还很高。
结果就是我基本不写码了，主要时间是在写设计方案和检查结果。效率被提升得不是一点半点。
我当前的工作目标是持续给模型喂足够多有价值的任务，让它别停下来。于是我开了两个codex窗口，一个窗口跟模型讨论设计方案，另一个窗口让 codex执行设计方案。
更让我感到后怕的是 AI 的迭代速度，从 github coplit/cursor开始，基本每个季度编程体验被颠覆一次。
simon willison预测 6 年后看待手写代码的感觉，就像现在看以前计算机刚发明的时候用卡片编程一样。也许不需要 6 年……
之前 claude code 和 antigravity 只能持续编程 2 分钟左右，而codex 可以自己持续编程十多分钟，代码准确率还很高。
结果就是我基本不写码了，主要时间是在写设计方案和检查结果。效率被提升得不是一点半点。
我当前的工作目标是持续给模型喂足够多有价值的任务，让它别停下来。于是我开了两个codex窗口，一个窗口跟模型讨论设计方案，另一个窗口让 codex执行设计方案。
更让我感到后怕的是 AI 的迭代速度，从 github coplit/cursor开始，基本每个季度编程体验被颠覆一次。
simon willison预测 6 年后看待手写代码的感觉，就像现在看以前计算机刚发明的时候用卡片编程一样。也许不需要 6 年……
1 00
feels like such a wasted opportunity every moment your agents aren't running
不知道讲出了多少人的日常，哈哈
不知道讲出了多少人的日常，哈哈
0 00
看OpenClaw源码，越来越好奇的点是，OpenClaw 的代码会不会因不可维护而崩溃掉？
1.项目迭代速度特别快，三天几百万行代码新增，现在已经接近 1000 万行代码，估计AI已经没法完全搞懂整个项目了，人也只能看懂框架，没法梳理每个细节。
2.代码风格很不友好，经常看到一个函数几十个参数，大几百行代码。
OpenClaw 将成为验证 AI Coding 能承载的项目规模的一个试验场。
1.项目迭代速度特别快，三天几百万行代码新增，现在已经接近 1000 万行代码，估计AI已经没法完全搞懂整个项目了，人也只能看懂框架，没法梳理每个细节。
2.代码风格很不友好，经常看到一个函数几十个参数，大几百行代码。
OpenClaw 将成为验证 AI Coding 能承载的项目规模的一个试验场。
3 00
AI 项目的新范式：Context, not Control
最近在看 OpenClaw 代码，经常会赞叹还能这么设计。想了想，最底层的代码设计范式变了：
传统软件工程中，开发者是上帝。代码是绝对的法律，行为是 100% 的确定性控制。
但在 AI 项目中，没法靠严格的指令来要求 AI，过多的指令会让 AI 指令疲劳，指令遵循性下降，还会影响 AI 的泛化性，导致无法应对用户丰富的需求。
真正有效的思维是：带入大模型视角，审视上下文到底出了什么问题？
Debug 的本质变成了“消歧”与“降熵”，模型跑偏往往不是因为“不听话”，而是因为上下文中存在语义冲突或信息噪音。Debug 不再是修改逻辑，而是优化信息的“注意力分配”。
这种思路特别像Netflex 企业文化中的那句「Lead as Context, not Control」
开发者对程序的态度，从「控制」变成了「领导」。
带来这些变化的底层逻辑也类似，：
1.对象主体性的变化：
在管理中，精英员工是有主观能动性的“主体”，不是听命的机器。
在 AI 中，大模型是具备“涌现能力”的概率模型，不是硬编码的逻辑。
2.指令的失效：
对精英员工下死命令，他会失去创造力。
对大模型下死命（过多的硬约束），会极大降低泛化性，只能处理少量问题。
3.对“对齐”的追求：
管理的最高境界是员工与公司目标对齐。
Agent 开发的最高境界是模型行为与人类意图对齐（Alignment）。
更有意思的是，Netflix的创办人哈斯廷斯后来在他的书《不拘一格》（No Rules Rules）里进一步阐述了这个观点。他提到，只有在满足两个前提时，“Context, not Control”才有效：
1.人才密度极高（模型能力足够强）。
2.追求创新而非防范错误（Agent 的任务具有开放性）。
如果模型能力很弱，或者任务要求绝对的、零误差的逻辑，那么“Control”（传统的逻辑代码）依然是必要的。
最近在看 OpenClaw 代码，经常会赞叹还能这么设计。想了想，最底层的代码设计范式变了：
传统软件工程中，开发者是上帝。代码是绝对的法律，行为是 100% 的确定性控制。
但在 AI 项目中，没法靠严格的指令来要求 AI，过多的指令会让 AI 指令疲劳，指令遵循性下降，还会影响 AI 的泛化性，导致无法应对用户丰富的需求。
真正有效的思维是：带入大模型视角，审视上下文到底出了什么问题？
Debug 的本质变成了“消歧”与“降熵”，模型跑偏往往不是因为“不听话”，而是因为上下文中存在语义冲突或信息噪音。Debug 不再是修改逻辑，而是优化信息的“注意力分配”。
这种思路特别像Netflex 企业文化中的那句「Lead as Context, not Control」
开发者对程序的态度，从「控制」变成了「领导」。
带来这些变化的底层逻辑也类似，：
1.对象主体性的变化：
在管理中，精英员工是有主观能动性的“主体”，不是听命的机器。
在 AI 中，大模型是具备“涌现能力”的概率模型，不是硬编码的逻辑。
2.指令的失效：
对精英员工下死命令，他会失去创造力。
对大模型下死命（过多的硬约束），会极大降低泛化性，只能处理少量问题。
3.对“对齐”的追求：
管理的最高境界是员工与公司目标对齐。
Agent 开发的最高境界是模型行为与人类意图对齐（Alignment）。
更有意思的是，Netflix的创办人哈斯廷斯后来在他的书《不拘一格》（No Rules Rules）里进一步阐述了这个观点。他提到，只有在满足两个前提时，“Context, not Control”才有效：
1.人才密度极高（模型能力足够强）。
2.追求创新而非防范错误（Agent 的任务具有开放性）。
如果模型能力很弱，或者任务要求绝对的、零误差的逻辑，那么“Control”（传统的逻辑代码）依然是必要的。
4 03
Founder Park 的这篇文章帮我把很多零碎的想法串起来了，找一些关键点分享一下
1.OpenClaw 特别像是AI 时代的 OS，在 OS 上安装各种工具。
Agent 、IM 其实就是新的 OS。
大模型是 CPU。
个人电脑/云电脑是新的 Runtime。
Skills，就是新时代的 Apps。
2.未来的竞争，是围绕在如何在 Skill Store 中做好 SEO、如何优化Skill的交互链路，以及如何设计好其中的商业化闭环。未来绝大多数产品都会「Skill 化」，所有的 Apps 也会「Skill 化」。
3.A2A 未来有无限可能：人接收信息的宽带有限，而AI 与 AI 互动的带宽无限，可以以机器速度完成成千上万次「三次握手」，这直接放大了整个社会的信息交流效率。MoltBook 就是类似的应用。
4.OpenClaw关键的模块就是 主 Agent 提示词 + Memory + Tools。OpenClaw 就是通过 Memory 实现了自我进化的效果，也是未来重点迭代的领域。
5.当前最大的短板就是安全，访问私人数据、能够进行外部通信、接触不受信任的内容，这些条件合到一起有巨大的安全风险。OpenClaw 全部命中。
文章链接：mp.weixin.qq.com
1.OpenClaw 特别像是AI 时代的 OS，在 OS 上安装各种工具。
Agent 、IM 其实就是新的 OS。
大模型是 CPU。
个人电脑/云电脑是新的 Runtime。
Skills，就是新时代的 Apps。
2.未来的竞争，是围绕在如何在 Skill Store 中做好 SEO、如何优化Skill的交互链路，以及如何设计好其中的商业化闭环。未来绝大多数产品都会「Skill 化」，所有的 Apps 也会「Skill 化」。
3.A2A 未来有无限可能：人接收信息的宽带有限，而AI 与 AI 互动的带宽无限，可以以机器速度完成成千上万次「三次握手」，这直接放大了整个社会的信息交流效率。MoltBook 就是类似的应用。
4.OpenClaw关键的模块就是 主 Agent 提示词 + Memory + Tools。OpenClaw 就是通过 Memory 实现了自我进化的效果，也是未来重点迭代的领域。
5.当前最大的短板就是安全，访问私人数据、能够进行外部通信、接触不受信任的内容，这些条件合到一起有巨大的安全风险。OpenClaw 全部命中。
文章链接：mp.weixin.qq.com
2 01