就业岗位流失是一个普遍存在的严重问题,但计算机专业的从业者们需要为他们所在领域的紧缩做好准备。
本月,Reed Albergotti 在 Semafor 上发表的一篇文章揭示了 Replit 的 CEO Amjad Masad 是如何在智能 AI 的支持下,热衷于将公司员工裁减一半的同时,将收入提升了约 500%。
据报道,Replit 的新工具可以"仅通过自然语言提示就编写出可运行的软件应用",这将引领计算领域的新一轮复兴,但同时也会导致一些职业人士失去工作。
这些见解让我们意识到,在某种程度上,通用人工智能 (AGI) 已经来临。剩下的大多是语义学的问题——我们将拥有"弱" AGI 还是"强" AGI?或者可能在 2030 年左右出现介于两者之间的某种形态?
加速的时间表
在报道这一快速创新时,Albergotti 指出,Masad 原本认为这种进展在今年是不可能实现的。
Albergotti 写道:"如果你此前听过 Masad 的言论,'Agent'(Replit 的引擎) 现在应该还是不可能实现的。他曾表示这在本十年内可能都无法实现。即使在去年组建'agent 特别工作组'开发该产品时,他也不确定是否能成功。"
但是,Anthropic 的 Claude 3.5 Sonnet 在去年年底的 SWE-bench 测试中取得了高分,推理模型的飞速进展改变了游戏规则。
基本上,Replit 一直在收集大量基于编码过程的内部数据来构建知识库。但现在,随着无代码技术的普及,Masad 意识到这种策略将被淘汰。
Masad 被引述说:"仅凭我们能在不使用自己数据的情况下达到这一程度,就给行业带来了很多问题。只要我们保持创新速度和进步速度,并不断深化,我认为我们可以继续保持领先。但商业问题是,'什么是持久的护城河?'"
确实,当 AI 让所有竞争环境趋于平等时,现代公司的护城河究竟是什么?是否主要取决于公司品牌?
无代码服务:它们有多实用?
文章其余部分揭示,Replit 的商业模式现在某种程度上是作为使用 Claude 进行 AI 编码的模板,这印证了 Masad 的那句话:"我们不再关心专业程序员了。"文中还提到了一个据 Albergotti 称源自 Masad 本人的概念:"Amjad 法则",该法则表明每六个月,参与方就能从代码库知识中获得一定回报。
个人计算机革命
这篇文章我特别喜欢的另一部分是 Albergotti 建议我们可以从 20 世纪末视觉操作系统界面的发展方式中获得对 AI 发展和无代码的启示。他提到使用 PC-DOS 的"晦涩"过程——你必须在命令行界面手动输入命令才能完成工作。然后出现了 Windows——一个大胆的新型视觉设计,你只需用鼠标点击即可。菜单命令都已经为你写好了。它们是嵌套的,只需几次点击就能轻松看到。这使得更多人能够有效地使用个人计算机。
无代码过程也是如此。突然间,你不需要懂编程就能创建软件了。
无代码的实际应用:仍存在障碍
尽管这里和其他地方都充满热情,但我认为可访问的无代码设计还需要一段时间。
在尝试了一些主要的无代码系统后,我意识到,除非用户工具非常直观,否则非程序员会遇到与学习计算机编程语言时相同的问题。
换句话说,即使你不用输入代码行,如何让这些视觉元素发挥作用?如何在界面中构建变量?
我甚至向 ChatGPT 询问最好的无代码工具,它给出了 Wix 和 Squarespace 等选项。但网站建设器并不新鲜。软件建设器则要新得多。我认为它们还太新,以至于大多数人都不知道如何使用它们。
我们可能需要一个类似于最初的 Windows 桌面 GUI 的应用程序,来帮助所有这些非技术人员融入其中,让每个人都能成为程序员。
同时,考虑这种变革的受害者——专业程序员们,现在就不算太早。我们很容易忘记他们也是有家庭和账单要付的人。是时候思考当 AI 能够完成我们大多数工作时,如何为人类生活提供资金支持了。
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
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。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
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。