@otterpal24: Two programmers plus hundreds of agents can rewrite a storage layer, in two months' time, the capability amplification …
摘要
Two programmers, assisted by hundreds of AI agents, rewrote Perplexity AI's storage layer in two months, achieving 100x capability amplification and significant cost and latency improvements.
查看缓存全文
缓存时间: 2026/09/16 18:13
Two programmers plus hundreds of agents can rewrite a storage layer, in two months’ time, the capability amplification that AI brings to programmers is truly 100x.
meng shao (@shao__meng): CobbleDB 深度解读:Perplexity 为什么重写 AI 搜索的存储层
@perplexity_ai 用「一个热存储(CobbleDB)+ 一个持久状态层(Pillar)+ 一个批量投递层(Lorry)」的三件套替换了 DynamoDB,把批量读延迟降低约 5 倍、成本降低至少 20%,而这套约 4 万行 Rust 的系统由 2 名工程师 + 数百个 AI Coding
相似文章
@injaneity: https://x.com/injaneity/status/2075659478096376158
本文解释了批处理和并行操作如何改善AI计算机使用系统中的延迟和效率,重点介绍了pi-computer-use和cua-driver等开源实现,它们在Codex出现类似功能之前就取得了显著的性能提升。
@PrajwalTomar_:停一下。在你添加另一个AI代理之前,请先阅读。人们现在并行运行20个编码代理。二十个。而且工具…
该推文认为,并行运行过多AI编码代理会降低代码库质量,并提倡使用少数几个专门代理的结构化设置。它还提到了Jcode的发布,这是一个开源代理,声称内存效率提高20倍。
Anthropic联合创始人透露AI将原本需两个月的数据整理任务压缩至一周完成:"我想没人会怀念那件事。"
Anthropic联合创始人报告称,其AI系统在一周内完成了之前需要人类两个月的数据整理任务,凸显了AI自动化带来的显著生产力提升。
@0xNoryxx: 斯坦福大学花费2年时间和9,842个任务证明:循环工程+图记忆是构建智能体的唯一途径……
一项涵盖9,842个任务的斯坦福研究表明,将循环工程与图记忆相结合,可生成比标准智能体性能高出38.6%的AI智能体,不必要的工具调用减少24.1%,延迟降低21.7%。
@GergelyOrosz:行业在代理能力方面的进步相当惊人,尤其是过去几个月。云端编码代理正在……
GergelyOrosz 评论了代理能力的快速进展,尤其是云端编码代理。Alexandr Wang 回应说,Scale AI 的下一次 Muse Spark 更新将带来编码和代理能力的重大提升。