即刻App年轻人的同好社区
下载
App内打开
Barret李靖
171关注12k被关注11夸夸
编程领域优秀贡献者
AI Engineer | Lifelong learner | Cloud Native | Dad of 2
小胡子哥,一个有趣的灵魂
Barret李靖
2天前
今年最大的感受是,别内耗,做完的决策,立刻忘记掉,继续往前看。再痛苦的事情,也就痛几秒钟,过去了也结束了。
21
Barret李靖
13天前
梁文锋的克制,是当下能做多大的事儿,就扛多大的事儿,不贪功冒进,稳扎稳打。克制的源头,是对团队有足够的自信,是对 AGI 这条路有足够的坚定。

AGI 这条路上,也随时都会超越和被超越,人才、模型、算力,全都是变量,谁也不敢说自己能稳稳称霸两年。

所以克制,也意味着,不会一次性把子弹全部打光,攒着,慢慢打,这是一场持久战。
01
Barret李靖
25天前
AI 新闻满天飞的时代,找到不变量会显得更为弥足珍贵。能够洞察趋势,看懂技术和商业发展的内在逻辑,比学会一两个技巧重要得多。
00
Barret李靖
25天前
OpenAI 最近疯狂重置 Token 额度,还放开了 5 小时限制,盲猜背后的几个原因。

1)算力供给发生了变化。可能拿到了更多 GPU 资源,或与云厂商达成了更激进的合作,把闲置算力快速转化成用户增长和模型训练资源。算力闲着也是闲着,不如让用户跑起来。

2)Agent 的竞争已经开始从模型能力转向真实使用数据。o 系列长任务能力已经很强,但决定下一代 Agent 上限的,还得是大量真实世界的任务轨迹、工具调用、失败案例和反馈数据。用户用得越多,可用于持续优化的数据就越多。所以免费的,往往也是最贵的。😅

3)高价值用户的争夺进入白热化。Anthropic、Google、xAI 都在快速推进,今天比拼的已经不只是模型分数,还有谁能成为用户每天都会打开、持续运行 Agent 的平台。额度越宽松,迁移成本越高,用户习惯也越容易形成。

未来单靠模型强很难形成护城河,谁的 Token 在市面上流通得越多,产生的数据越多,Agent 就能够越成熟,与此同时,开发者生态也能越稳当,最终才能形成正反馈飞轮。

Anthropic 上一波爆发式增长让 OpenAI 感到了威胁。但从实际情况看,还是 OpenAI 现金流和算力弹药更充足呀。😃
11
Barret李靖
26天前
强烈需要一款 Agent 产品和技术领域的热点 Timeline。一忙起来,就会追丢很多信息。

找了一圈,没找到特别合适的,这两天索性就手撸了一个:barretlee.github.io

它聚合了几百个高可信信息源,从模型能力与研究、Agent 与软件重构、产品与商业验证、资本与公司演化等多个维度,对分散的信息进行强收敛,帮助快速了解行业全貌、关键变化和阶段性趋势。

目前做了几轮抽样验证,信息呈现整体比较准确,关键判断都有对应信源和证据链支撑,置信度还不错。😄
527
Barret李靖
26天前
从周末实践来看,如果并发项目数是 4,7×24 投入研发,那么对高质量 Token 用量的消耗,大概是一个月 4000 美金,约等于聘用一名资深工程师,而产出效率至少是人类的 5-10 倍。

随着工作流的稳定和成熟,成本可以下降一大半,而效率可以再提升至少十倍。很难想象,一年后的软件行业竞争将会多么恶劣。
40
Barret李靖
29天前
2026 半年提交的代码,快超过过去两年。AI Coding 容易让人陷入疯狂。

最近也在思考一个问题。AI Coding 时,人到底是一个需求口喷角色,还是系统架构设计角色?也在反问自己,我对我的系统是越来越了解了,还是越来越生疏了?

我的答案是,想做的事情越来越明确了,但对做出来的那堆东西,却越来越生疏了。

对着 Coding Agent 发号施令已经成为常态。那种建应用的感觉就像,刚开始在建大坝,日日赶工,雏形也越修越好;等到真的大雨降临时,却发现东边有窟窿,西边墙面也不稳。于是,整日的工作,又变成了修修补补,拆东墙补西墙。

大多数人在开始 AI Coding 的第一天,就忽视了一个点。

软件工程里,除了支撑业务需求的代码,更多的是支撑稳定性、性能、质量、成本、安全的代码。要把系统建好,分配给后者的 AI 注意力,随着时间推移,占比通常会越来越高;当达到某一个临界点后,系统就需要面临一次重构。完成重构之后,重心才能重新回到前者。

从真实的实践来看,AI Coding 会把软件工程,从白盒精细化治理,逐步推向黑盒管理。人没有那么多精力去 Review AI 写的每一行代码,因此搭需求积木的职责,会逐步从人转移到 AI,人也会逐渐丧失对系统运行细节的理解。

如果黑盒会成为常态,那如何治理黑盒,就会成为一个新的命题。

AI 写代码时,也要关注质量工程、关注架构设计、关注领域模型抽象、关注无效代码下线、关注性能和稳定……如何让 AI 持续做好这些事情,如何在黑盒模式下继续保持代码收敛,以及系统的可持续运转,我觉得会成为未来软件工程新的挑战。
12
Barret李靖
29天前
唱戏需要有个身份和角色才能把戏唱好,不然就是个跑龙套的,也有意义,但存在感极低。

孩子做值日生的那天,上学明显积极;第二天有约的时候,早晨赖床的概率更低;当自己被需要的时候,也会更愿付出。

人并不是天生热爱努力,而是在回应自己的角色。父亲、老师、队长、值日生、创业者……角色会带来责任,责任会带来行动,行动又不断强化这个角色。

意义是自己赋予的,所以来得快,也去得快。角色来自人与人的连接,当有人期待、有人依赖、有人需要,那作为当事人的自己,便很难轻易退场。

每个人都是戏子,每个人也有跑龙套的时候。找到自己的角色和舞台,把戏演下去。
11
Barret李靖
1月前
做取舍是最难的,它会逼着自己去思考,到底什么才是最重要的,什么是可有可无的。在判断准则形成之前,一切都重要,一切都不可抛弃,一切都要。
00