近几个月来,"摆烂式编程"作为一种让普通人利用生成式AI构建应用的简单方法备受关注。但如果将这种轻松自然的语言交互方式扩展到其他企业工作流程中会怎样?这正是新兴智能体AI应用类别的承诺。在今天的VB Transform 2025大会上,展示了今年早些时候推出的Genspark超级智能体。
Genspark超级智能体的理念和方法很可能将"摆烂式编程"的概念扩展为"摆烂式工作"。但实现摆烂式工作的关键原则是顺其自然,对AI智能体施加更少而非更多的控制。
Genspark首席技术官朱凯在VB Transform大会上表示:"愿景很简单,我们希望将开发者的Cursor体验带到每个人的工作空间中。在座的每个人都应该能够进行摆烂式工作……不仅仅是软件工程师才能进行摆烂式编程。"
企业智能体AI的精髓在于"少即是多"
据朱凯介绍,实现摆烂式工作时代的基本前提是放弃一些几代人以来定义企业工作流程的严格规则。
朱凯大胆质疑企业AI的传统观念,认为严格的工作流程从根本上限制了AI智能体在复杂业务任务中的能力。在现场演示中,他展示了系统自主研究会议演讲者、创建演示文稿、拨打电话和分析营销数据的过程。
最引人注目的是,系统在现场演示中实际拨打了电话给活动组织者、VentureBeat创始人马特·马歇尔。
朱凯解释道:"这通常是我本人不太想亲自打的电话。所以我让智能体来做。"观众们听着他的AI智能体试图说服主持人将他的演讲时段安排在吴恩达演讲之前。通话实时接通,智能体代表朱凯自主制定说服性论据。
通话功能揭示了意想不到的使用场景,既突出了平台的能力,也展现了用户对AI自主性的接受度。
朱凯指出:"我们实际上观察到很多人使用Genspark来打电话……做各种不同的事情。一些日本用户使用它来打电话从公司辞职。他们不喜欢公司,但不想再给公司打电话。还有一些人使用代打电话智能体来与男朋友或女朋友分手。"
这些真实应用展示了用户如何将AI智能体推向传统业务工作流程之外的深度个人领域。
技术架构:为何回溯机制有利于企业AI
该系统在没有预定义工作流程的情况下完成所有这些任务。平台"控制更少,工具更多"的核心理念代表了与传统企业AI方法的根本性转变。
朱凯说:"在我们的定义中,工作流程是预定义的步骤,这些步骤经常在边缘情况下失效。当用户提出越来越困难的问题时,工作流程无法支撑。"
Genspark的智能体引擎与传统基于工作流程的AI系统有显著不同。该平台在专家混合配置中结合了九种不同的大语言模型,配备了80多种工具和10多个优质数据集。系统采用经典的智能体循环:规划、执行、观察和回溯。朱凯强调,真正的力量在于回溯阶段。
这种回溯能力使智能体能够智能地从失败中恢复,在出现意外情况时寻找替代方法,而不是在预定义的工作流程边界处失败。系统使用LLM评判器评估每个智能体会话,并为每个步骤分配奖励,通过强化学习和提示手册将这些数据反馈用于持续改进。
这种技术方法与LangChain或CrewAI等既定框架明显不同,后者通常需要更结构化的工作流程定义。虽然这些平台擅长编排可预测的多步骤流程,但Genspark的架构优先考虑自主问题解决而非确定性执行路径。
企业策略:今天的工作流程,明天的摆烂式工作智能体
Genspark的快速扩张——从推出到45天内实现3600万美元年度经常性收入——证明自主智能体平台正从实验阶段转向商业可行性。
该公司"控制更少,工具更多"的理念挑战了企业AI架构的基本假设。
对于在AI采用方面领先的企业,影响是明确的:开始构建既能处理可预测工作流程又能进行自主问题解决的系统。关键是设计当复杂性需要时能够优雅地从确定性流程升级到智能体行为的平台。
对于计划稍后采用AI的企业,Genspark的成功表明摆烂式工作正成为竞争差异化因素。当AI原生公司拥抱更流畅、更适应性的知识工作方法时,那些仍被锁定在严格工作流程思维中的组织可能会处于劣势。
问题不在于自主AI智能体是否会重塑企业工作流程——而在于当20%的复杂案例变成80%的AI工作负载时,您的组织是否已经准备好了。
好文章,需要你的鼓励
谷歌DeepMind发布AlphaGenome人工智能工具,可全面预测人类DNA序列突变或变异对基因调节的影响。该模型能处理长达100万个碱基对的DNA序列,预测数千种分子特性,包括基因起止位置、剪接位置和蛋白质产量等。AlphaGenome在多项基因组预测基准测试中达到最先进性能,可预测剪接错误引起的罕见遗传疾病。研究人员认为这是该领域的里程碑,有望成为疾病研究的强大工具。
ByteDance智能创作实验室发布的Phantom-Data是首个大规模跨情境主体一致性视频生成数据集,包含约100万个身份一致配对样本。该数据集通过创新的三阶段构建管道,从5300万视频和30亿图像中精选高质量跨场景配对,有效解决AI视频生成中的"复制粘贴"问题,显著提升文本遵循能力和视觉质量。
Cosmoe是一个现代化的C++用户界面库,专为构建原生Wayland应用而设计。该项目虽然刚刚发布,但已相当成熟完整且轻量化。它无需额外运行时支持,让开发者能够构建多线程Linux应用程序。Cosmoe具有独特清新的外观设计,API完整稳定。该项目源于BeOS重建项目,现在提供了一种在Wayland环境下实现BeOS风格界面的新途径,为Linux桌面开发提供了Qt和Gtk之外的另一种选择。
普林斯顿大学研究团队开发了ReasonFlux-PRM,这是首个能深度理解AI复杂思维过程的评分系统。不同于传统只看最终答案的评估方法,新系统能评判AI思考轨迹的每个步骤质量,在数学和科学推理任务上实现了平均4.5%-12.1%的性能提升,为AI教育和训练提供了突破性的解决方案。