模型在软件工程领域正遭遇收益递减

先说下背景：我是一家超大规模公司的杰出工程师，从事这个领域。最近 Claude 发布了 Fable 5，我也尝试了一下。到目前为止，如果进行盲测，我无法分辨出我使用的是哪个模型。如果你把 Opus 4.6、4.7、4.8 和 Fable 都放到我的 Claude Code 设置中，根据我的工作内容和工作方式，我根本分不清谁是谁。原因很简单，我从来不会一次性完成整个项目。由于我需要深入了解每个组件，所以我以小模块的方式工作——而且不只是我这样。此外，模型已经能访问互联网上大量的信息，例如 API 文档、最佳实践等——这为模型输出添加了某种形式的“智能”。当我们观察行业中的软件工程师如何工作时，我们处理的是单个抽象，测试这些抽象，然后继续前进。如今，我几乎可以使用本地的 Gemma 4 模型做到这一点。对于系统架构问题也是如此，理解每个组件至关重要。而 Fable 在这方面仍然会幻觉。例如：Fable 完全错误且自信地描述了 AWS ALB/ECS 的排空行为。我之所以能发现，是因为我早就熟悉这两个组件是如何协同工作的。总之，简而言之，我们正在达到一个渐近极限。我从每次模型发布中获得的价值不再增加，我的工作方式也没有改变。我与那些重度 AI 爱好者的同事交流过，他们的经历也与我的看法一致。根据我的经验，到明年这个时候，我相信会有可以在 128GB MacBook Pro 上运行的本地模型，能够提供 Claude 目前在我软件工程工作中所增加价值的 90%。我从现有的开源模型套件中已经能看到这一趋势了。