全球软件开发者数量不到5000万。Dfinity基金会制定了一项计划,要将这个数字扩大到50亿。
Dfinity在上个月月底进军人工智能辅助应用创建领域,朝着这个目标迈出了一步。其自然语言驱动的Caffeine AI的alpha版本发布,标志着该基金会有意创建所谓的"自写互联网",让50亿智能手机用户中的任何一个都能在几分钟内构建AI驱动的应用程序。
"自写技术将在绝对大规模的范围内民主化应用创建和应用所有权,"Dfinity基金会创始人兼首席科学家多米尼克·威廉姆斯说。"自写应用循环可以是智能手机对话。未来可能有50亿应用开发者。"
聊天速度开发
Dfinity改变软件开发的努力标志着这家位于瑞士的非营利组织在AI世界的重大举措。威廉姆斯在本周于旧金山举办的"你好,自写互联网"活动中发表讲话,该活动旨在正式推出Caffeine,作为使用自然语言提示创建完全功能应用程序的AI平台。
在活动期间,威廉姆斯使用笔记本电脑现场演示了该技术,使用诸如"构建一个类似Medium的用户博客"或"为我的高尔夫商店构建一个在线商店,包含支付集成和添加商品功能"等提示。两个应用程序都在几分钟内实时启动并运行,包括智能手机的单独配套网络应用。
"你通过对话来进化你的应用,"威廉姆斯说。"当你说话时,代码被编写,应用实际上被升级。未来,开发将以聊天速度进行。"
Caffeine在互联网计算机协议(ICP)上启动,这是一个第三代区块链,将互联网扩展为去中心化计算平台。威廉姆斯承认,围绕加密货币世界的争议可能会影响企业社区对Caffeine的看法,但他相信其自写AI功能将证明具有吸引力。
"Web3行业的声誉有些受损,这可能是理所当然的,"威廉姆斯在台上访谈中说。"现在人们可以亲自体验去中心化网络是什么。我们将看到自写技术接管企业空间,因为速度和效率都令人难以置信。这是实实在在的价值,与Token无关。"
应用商店的竞争
这种价值对软件世界的一个特定领域构成了有趣的挑战:应用商店。作为Caffeine alpha版本的一部分,用户可以探索应用市场功能来克隆、适配和迭代启动应用程序库。"克隆"而非"购买"功能提供了与传统应用商店模式不同的方法,因为Caffeine用户可以下载然后为自己的目的修改应用程序。
"今天的应用商店显然在进行把关,"Dfinity首席商务官皮埃尔·萨马蒂斯在活动中说。"这种情况将会消失。"
萨马蒂斯在旧金山聚会中还指出,AI模型巨头Anthropic公司已与Dfinity就Caffeine展开合作。尽管基金会没有提供具体细节,但本周开发者的在线帖子指出,Dfinity一直在使用Anthropic的Claude Sonnet来驱动Caffeine在ICP上的后端逻辑。
Anthropic在2月推出了Claude 3.7 Sonnet,其功能可以帮助支持区块链技术的集成,提供可验证和防篡改的AI模型。Sonnet包含宪法AI,这是一套旨在确保AI以符合人类价值观的方式行为的规则,据在活动中与Dfinity的萨马蒂斯一起出现的Anthropic市场推广人员威廉·斯特兰兹尔说。
"这是一套帮助模型具有正确行为的原则,"斯特兰兹尔说。"这些模型开始成为人类的伙伴。"
Caffeine为去中心化计算的潜力和Web3的未来提供了一个窥视。它已经进入讨论,此时企业计算世界围绕着多个话题旋转,包括AI、氛围编码、应用开发以及Anthropic等大语言模型提供商的全球影响力。对于Dfinity的威廉姆斯来说,北极星仍然是互联网,以及重新想象其在AI世界中的地位。
"你只是在说话,变异你的应用,"威廉姆斯说。"它有数据和功能,但你现在正在与即时生成的用户体验互动。每个现有网站都可以转换为一种微服务。网络将面临大量颠覆。"
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。