@jakevin7: 很开心能亲历&参与这个进程。 “人类文明的一切都可以重新做一遍(显然我们已经观察到所有 SaaS 都可以重新做一遍,很快会看到更多,当然不只是计算机软件)”
摘要
一条关于 AI 的评论:作者感叹人类文明的一切都可以借助 AI 重新做一遍,并讨论了模型训练中 harness、system prompt 和工具集的作用。
查看缓存全文
缓存时间: 2026/08/11 05:45
很开心能亲历&参与这个进程。
“人类文明的一切都可以重新做一遍(显然我们已经观察到所有 SaaS 都可以重新做一遍,很快会看到更多,当然不只是计算机软件)”
stdrc (@istdrc): 你可能没理解 harness 实际上是什么
如果只是说那点 system prompt 和 tool,那显然模型可以学会它们,从此之后只需要一个 tool list + tool 实现就够,而进一步地,当模型再强大一点,我们只需要一个 bash tool,我参与过 Kimi K2.5 模型训练过程,以及从空的 system prompt、toolset 和 loop 开始写
相似文章
@ba_niu80557: https://x.com/ba_niu80557/status/2073413449930207662
Superpowers 6开源项目展示了AI不仅能写代码,还能自主优化开发流程(如审计、合并任务、减少浪费),这标志着AI开始管理自身工作流,比人类管理者更严谨。文章强调诚实的评估体系(eval)是避免自我欺骗的关键。
@Jackywine: 今天绝对不能错过 Anthropic 这篇博客 运营一个人工智能原生组织 https://claude.com/blog/running-an-ai-native-engineering-org… 顺便问一下大家有无更好的翻译模型
Anthropic's engineering blog discusses how running an AI-native engineering org requires rethinking planning, context gathering, and code review, with agentic coding shifting bottlenecks from coding to verification and review.
@sodawhite_dev: https://x.com/sodawhite_dev/status/2067413032544940062
文章分析了Anthropic关于Claude Code的40万会话报告,指出AI编程工具正在改变人与AI的分工,领域知识比代码能力更重要,专家用户能让AI执行更复杂的任务,而验证和任务拆解能力成为核心竞争力。
@CMGS1988: https://x.com/CMGS1988/status/2074488576356876585
作者分享了对AI与基础设施之间关系的个人见解,认为AI在放大执行力的同时,无法替代人类在复杂trade-off和组织问题上的判断,并以自身使用Fable 5等模型开发cocoon/sandbox项目的经验为例进行说明。
@ba_niu80557: https://x.com/ba_niu80557/status/2068751230667755859
文章探讨了AI模型不断强大如何淘汰那些技能可以被写进提示词的人,强调真正不可替代的价值在于难以编码的默会知识、物理世界的实际操作以及人与人之间的信任关系。作者通过朋友从咨询顾问转型为硬件集成者的例子,说明主动让出易被AI替代的环节、深耕AI触及不到的领域,才能在技术浪潮中生存和发展。