@tunguz：这是一个重要原因。非LLM推理任务的时间只会增加。然而，工具…

X AI KOLs Following 新闻
agentic-coding ai-agents tooling efficiency cpu-inference

摘要

一篇文章指出，现代自主编码中42%的时间用于基于CPU的工具使用，效率低下，这为重新设计面向AI代理的工具提供了巨大机遇。

这是一个重要原因。非LLM推理任务的时间只会增加。然而，这些AI系统使用的工具*非常*低效，并且是从头开始为CPU和人类使用而构建的。那里有一个巨大的未开发机会，可以以AI代理为出发点，从底层显著改进这些流程。
查看原文
查看缓存全文

缓存时间: 2026/05/24 00:13

以下是一个重要原因。非LLM推理任务所耗费的时间只会不断增加。然而，这些AI系统所使用的工具非常低效，且是从头为CPU和人类使用场景构建的。这其中存在一个巨大的、未被开发的机遇：从一开始就以AI智能体为核心，大幅改进这些流程。

SemiAnalysis (@SemiAnalysis_): 事实警报🚨：在现代智能体编程中，42%的时间花费在CPU上，用于工具使用，例如编辑文件、运行Bash脚本、运行代码检查等。传统云计算经济的计费方式是按每CPU核心收费。而在智能体经济中，商业模式是按……

相似文章

LLMs 与表演式生产力

Lobsters Hottest

一位开发者反思使用 AI 代理的经历，并质疑表面上的生产力提升是真实的还是仅仅是表演性的，指出虽然任务完成得更快，但深层理解和真正价值可能会丢失。