大数跨境
首页
>
模型的早餐：当AI吞噬了自己的“脚手架”
>

模型的早餐：当AI吞噬了自己的“脚手架”

模型的早餐：当AI吞噬了自己的“脚手架” AI驱动数字化转型
2026-03-01
1
导读：对于身处这个时代的每一个人，核心的建议只有两个字：参与。行业发展的速度令人焦虑，但大部分信息都是噪音。无需追逐每一个热点，只需深入使用一两个核心AI工具，理解其能力边界，并思考如何将其与自身工作结合。
在OpenAI，95%的工程师日常使用Codex。
100%的代码合并请求（PR）都由它进行审核。
这并非未来主义的夸张修辞，而是发生在2026年2月25日的工程现实。
工程师的角色正在发生根本性裂变。他们不再是逐行编写代码的工匠，而是演变为管理着智能体集群的技术领袖，如同施展咒语的巫师，引导着软件自我构建。
那些更深度拥抱Codex的工程师，提交的PR数量比其他人多出70%，并且这个差距还在持续扩大。
这引出一个冰冷的事实：适应能力的分野，正以前所未有的速度拉开生产力的鸿沟。
当管理者自己偶尔需要编写代码时，AI工具的效率远超手动操作。整个开发流程，从代码生成、审查到持续集成，正被模型深度重塑。
代码审查，这个曾耗费工程师大量心神的枯燥环节，在Codex的参与下，从15分钟的任务压缩至2-3分钟。对于小型PR，人类审查员甚至可以完全信任Codex。
这个闭环，模型编写代码，模型再审查自己的代码，听起来像是一个自我循环的悖论。
但现实是，Codex已成为一双足够聪明的“第二双眼睛”，有效防止了低级错误的发生。
工程师的工作重心，正从繁琐的实现细节，转向更高级的系统设计与“咒语”的精确咏唱。
01
从“SICP”到“魔法师的学徒”
1980年出版的计算机科学经典《计算机程序的构造与解释》（SICP），开篇便将编程比作“巫术”。
书中写道，软件工程师是巫师，编程语言是咒语，挑战在于如何念出正确的咒语，让程序精准执行意图。
这个四十六年前的比喻，在今天正以前所未有的方式成为现实。
当代的编程，尤其是与大型模型互动，越来越像是在进行“Vibe Coding”（氛围编程）。你不再需要精确定义每一个步骤，而是描述你想要达成的“氛围”或目标，模型会自行填充细节。
这正是“咒语”的本质。
然而，强大的力量总伴随着失控的风险。《幻想曲》中“魔法师的学徒”是此刻最贴切的隐喻。
米奇老鼠戴上巫师的帽子，给扫帚下达了打水的任务便去睡觉，结果洪水滔天。这正是“Vibe Coding”的极致风险——任务设定模糊，缺乏监督，最终导致灾难。
一线工程师管理着10到20个并行的Codex线程，他们必须像那位最终回归的老巫师一样，时刻保持警惕，确保模型不会偏离轨道。
这需要技能，更需要资深的工程判断力。
OpenAI内部甚至有一个极端的实验团队，他们维护着一个100%由Codex编写的代码库。
这个团队被剥夺了“逃生通道”——即在AI卡壳时，工程师卷起袖子自己动手的选择。
他们的唯一挑战变成：如何通过更高明的“咒语”，引导智能体完成任务？
实验得出的核心洞察是，当一个编码Agent无法完成任务时，问题通常出在上下文的缺失。
模型并非能力不足，而是你没有提供足够的信息。
解决方案不是重写代码，而是补充文档，将那些不成文的“部落知识”编码进代码库的注释、结构，或是独立的.md文件中。
通过这种方式，为模型提供更丰富的“世界观”，让它能更好地理解任务的背景与约束。

02
被吞噬的脚手架与开发者的“苦涩教训”
AI开发领域有一个“苦涩的教训”：为弥补当下模型缺陷而构建的复杂框架，最终都会被更强大的模型本身所取代。
模型会把你的“脚手架”当成早餐吃掉。
2022年ChatGPT发布之初，模型能力尚显粗糙。为了引导模型、弥补其能力的不足，开发者社区涌现出大量的底层架构。
向量存储、复杂的Agent框架、各类提示工程工具，这些都曾是红极一时的“脚手架”。
2023年，行业普遍认为向量存储是将企业内部知识融入AI模型的唯一解。无数团队投入巨大精力进行数据向量化、嵌入和搜索优化。
然而，随着模型自身能力的飞速进化，这一切都改变了。
更先进的模型，如GPT-4o，其长达128k Token的上下文窗口，本身就具备强大的长文本理解能力，在LongBench v2等基准测试中表现出色。这使得许多过去依赖复杂向量检索的RAG（检索增强生成）流程变得冗余。
事实证明，更简单的方式往往更有效。相信模型本身的能力，只需为其配备通用的搜索工具，甚至只是文件系统中的普通文本文件，如Skill或Agents MD，就能实现对模型的有效引导。
那些曾经不可或缺的脚手架，正迅速被模型原生的能力所吞噬。
这给所有基于大模型构建产品的开发者带来了最核心的启示：为模型的未来而构建，而非为模型的当下而构建。
成功的初创公司，其策略往往是瞄准模型在未来1-2年内可能达到的理想能力去设计产品。
即便在当下，产品功能可能只实现了80%，看似“差一点意思”。
但当模型从一个版本迭代到下一个版本时，产品的潜力会被瞬间解锁，远胜于那些基于静态模型能力假设而构建的产品。

03
企业AI落地迷航：ROI黑洞与“虎队”破局
一个普遍存在却鲜少被提及的现实是，许多企业的AI部署项目，实际投资回报率（ROI）为负。
科技圈之外的从业者，普遍感觉AI是被强行推到自己面前的。这种情绪，正是负ROI的直接体现。
问题的根源在于硅谷从业者生活在“信息泡沫”中。
他们忘记了世界上大多数人并非软件工程师，不会狂热追踪每一次模型发布，更不理解Skill框架、agents.md这些工具的用法。
当传统企业的一线员工还在尝试最基础的AI操作时，X平台上的KOL们早已在讨论高阶的Agent编排。这种认知脱节是致命的。
成功的AI部署，必须是自上而下的战略支持与自下而上的员工认同的结合。
许多企业AI部署的失败，恰恰是因为只有自上而下的强制命令，却没有自下而上的主动接纳。
管理层一纸令下，要求全员拥抱AI，甚至将其纳入绩效考核。但员工对技术一知半解，环顾四周，无人能提供最佳实践，也没有学习交流的氛围。
这样的AI部署注定失败。
破局之道在于：在企业内部组建一支全职的AI“虎队”（Tiger Team）。
这并非一个新概念，CB Insights等公司早已通过实践证明其有效性。这支团队的核心职责，是深度探索AI技术的全部潜力，将其落地到具体的业务流程中，并作为布道者在组织内点燃员工的热情。
这支“虎队”的成员组合至关重要。
它必须是跨职能的，成员不仅包括技术专家，更要吸纳业务、数据、甚至法律合规的代表。
经验表明，最适合组建“虎队”的，往往是那些具备技术思维但并非专业软件工程师的“技术相邻型”人才。
例如，客服团队的运营主管、精通Excel的财务分析师，他们对AI充满好奇，且深度理解业务痛点，是企业内部最容易被AI点燃的群体。
由他们主导，围绕真实业务场景探索AI应用，再将成功经验推广至整个组织，才是最有效的路径。
04
一人十亿美元公司与B2B SaaS的黄金时代
AI带来的极致杠杆，催生了“一人十亿美元初创公司”的构想。
当一个人能调动海量智能体，完成过去需要庞大团队才能完成的工作时，这种可能性便不再是幻想。
然而，人们往往忽略了这件事的二阶效应。
为了赋能那一个“一人十亿美元”的超级个体，可能会有一百个其他小型初创公司在为其开发高度定制化的软件。
这意味着一个B2B SaaS的黄金时代可能正在到来。
随着构建软件和运营公司的成本急剧下降，创业的门槛被前所未有地拉低。软件将变得更加垂直，深入到每一个细分领域的特定用例中。
未来，可能会出现成千上万个千万美元级别的“微型公司”，由一两个人运营，为其他高杠杆的个人或公司提供极度专业化的工具。
例如，可能会有专门为播主和内容创作者提供客服自动化解决方案的单人初创公司。他们编写的产品高度定制化，能够解决特定场景下的支持工单问题，而这正是那个“一人十亿”播主愿意付费采购的服务。
这种生态的演变，也将重塑风险投资的格局。
传统VC追求百倍千倍回报的投资模型，可能不再适用于这些规模较小但利润丰厚的公司。
这是一个创业生态的整体繁荣，而非少数巨头的独角戏。

05
未来的地平线：长时任务与原生多模态
模型的能力边界正在以惊人的速度扩展。
当前，AI产品主要针对几分钟内的短任务进行了优化。但在未来的12到18个月内，能够连贯执行数小时长任务的模型将成为现实。
想象一下，你可以将一个长达六小时的复杂软件工程任务，或者一份深度的市场分析报告，完整地派发给一个Agent，然后让它自主完成。
围绕这种长时任务处理能力构建的产品形态，将与现在截然不同。开发者需要为模型设计新的反馈与监督机制，但这无疑将解锁巨大的生产力。
另一个被严重低估的方向是音频。
商业世界的许多核心业务流程，如销售、客服、运营，都严重依赖音频交流。
未来6到12个月，原生多模态模型，特别是语音到语音（Speech-to-Speech）模型将迎来质的飞跃。AI在企业和商业场景的音频应用将迎来爆发。
为了支撑这些未来的应用，OpenAI的平台也在进化。
新推出的Responses API，正是为了简化Agent的构建。它整合了网络搜索、文件搜索、代码解释器、多模态输入输出等多种能力，旨在为开发者提供一个更灵活、更强大的底层原语。
基于Responses API，开发者可以更便捷地构建能够处理长时任务、进行多轮工具调用的复杂智能体。
OpenAI同时开源了Agents SDK，进一步降低了开发门槛，为开发者搭建了智能体开发的基础框架。
从底层API到上层SDK，再到UI组件Agent Kit，OpenAI正试图构建一个开放、多层次的生态系统。
其核心理念是“水涨船高”。OpenAI将自己定位为平台，而非与开发者竞争。他们坚信，只有整个生态繁荣发展，赋能全球开发者去探索所有垂直场景，才能最终实现“让AGI的福祉惠及全人类”的使命。
对于身处这个时代的每一个人，核心的建议只有两个字：参与。
行业发展的速度令人焦虑，但大部分信息都是噪音。无需追逐每一个热点，只需深入使用一两个核心AI工具，理解其能力边界，并思考如何将其与自身工作结合。
未来2-3年，将是科技领域前所未有的黄金机遇期。
技术爆发的核心阶段转瞬即逝，切莫辜负。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 907
粉丝 0
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读1.8k
粉丝0
内容907