AIEWF Daily Dispatch: The great loops debate and the state of AI engineering

AIEWF每日简报：关于循环的激烈辩论与AI工程现状

AINews：工作日精选

AI工程师世界博览会以关于循环的辩论、AI工程现状报告以及关于下一步建设方向的闭幕主题演讲落下帷幕。

Richard MacManus

2026年7月3日

AI工程师世界博览会最后一天的亮点是一场关于循环的辩论。这场辩论精准体现了整个会议贯穿始终的争论：当前自主软件工厂是否已经具备可行性，还是工程学科仍落后于雄心？

Keycard公司Allie Howe担任辩论主持人，她开场提问："是否存在'循环'概念的炒作与实际效果之间的差距？"

支持循环的阵营由Ralph Loop的创造者Geoffrey Huntley与Keycard首席执行官Ian Livingstone共同阐述。Huntley率先指出循环技术已经落地："这是不可逆转的趋势，它将长期存在"，并补充道："我无法想象自己会回到手动编写代码的阶段。"

Livingstone则强调可验证性才是核心："无论代码如何生成，任何代码都能实现可验证性。"他同时指出循环始终是软件开发的核心要素："循环的本质就是'尝试-学习-应用'的过程。我们真正讨论的是如何加速这一过程。"

持怀疑态度的阵营由HumanLayer的Dex Horthy与Subroutine的Greg Pstrucha代表。Horthy首先澄清自己并非反对循环："这里讨论的不是循环本身的好坏，Kubernetes实际上就是建立在循环基础上——控制循环。但这些是确定性循环。"他的担忧在于"炒作速度远超学科发展"。

Horthy表示："我尚未看到证明我们已达到能通过代理控制编码的抽象层级的证据。事实上，我认为我们需要降低抽象层级。"

Pstrucha则主要担忧代理循环的经济可行性，他认为这种模式不可持续。"你无法通过购买更多代币来规避问题，"他说。

"某种程度上，我们现在就像机车工程师。我们的职责就是确保机车始终在轨道上运行。"——循环支持者Geoffrey Huntley

Huntley随后用这个精彩比喻描述循环最大化："某种程度上，我们现在就像机车工程师。我们的职责就是确保机车始终在轨道上运行。"

讨论转向了"软件工厂"这一已被行业广泛接受的隐喻。Horthy担心在完全自动化的代理环境中，"你将永远无法真正接触问题本身"。因此他建议从小规模开始，通过代理循环逐步迭代，"建立直觉"而非一开始就追求端到端自动化。

就连Huntley也承认循环存在的一些风险。他表示软件工厂代表了未来的发展方向，但警告称市场尚未解决相关问题。"这是前沿性思考，"他说。

在长达一小时的辩论结束时，Howe向观众提问哪一方"获胜"。讽刺的是，这导致了人为失误：舞台灯光过于刺眼，Howe和所有辩论参与者都无法看清举手人数。如果当时有代理负责调暗灯光就好了。

Anthropic的下一个重大突破：Claude Tag

Anthropic 公司向软件工厂模式转型的案例或许可以作为一个例子。Mike Krieger 是 Web 2.0 时代 Instagram 的联合创始人之一，目前担任 Anthropic 的实验室负责人。他在 AIEWF 会议的早间环节接受了 swyx 的采访。

Krieger 讨论了 Anthropic 内部模型 Claude Tag，这是公司上周向外界公布的模型。他描述 Tag 相比 Claude 更具委托性、异步性和主动性。这或许揭示了早期软件工厂模式的实际形态——不是由代理取代团队，而是多人将职责委托给类似 Claude Tag 的系统。

Mike Krieger 与 swyx 在 AIEWF 的对话。

“实际上大多数使用场景都更加注重委托”，他谈到团队使用 Tag 的方式时说道。他举了一个指导代理的示例：“不要只是修复这个漏洞。现在你负责这段代码，我要你监控这个反馈渠道并主动承担任务。”

“这极大地改变了我们目前的运作方式，”他继续说道，“现在更多是多人协作、异步且主动的方式。”

然而，他也指出自动化程度提高带来了一些负面后果。他提到团队目前“在代码审查环节存在瓶颈”，并指出“人类全面理解我们所做工作的能力”也受到限制。

2026 年人工智能工程师调查

回到大多数人工智能工程师的现实情况。今天上午，Amplify 的 Barr Yaron 展示了她对行业的年度调查结果。

根据 Amplify 的数据，95% 的受访者现在都在使用代理——这一比例是去年的两倍。在使用代理的团队中，89% 的人表示这些代理可以编写数据，这一比例较去年的 52% 有所上升。

Yaron 表示：“代理不再只是阅读、总结和起草，它们现在正在系统内部执行操作。”

Barr Yaron 展示其人工智能工程调查。

然而，控制机制仍然相对原始。人工审批和权限是当前最主要的两项安全保障，其次是分散的任务分解、检索、记忆和沙盒技术。

Yaron 表示：“目前还没有人真正解决代理的控制层问题。”

成本也是一个关注点。40% 的受访者表示，人工智能成本经常限制他们使用人工智能的雄心，另有 36% 的受访者表示成本有时会带来限制。目前，令牌使用量已成为仅次于质量的第二大监控生产指标。

这项调查捕捉到了会议的核心矛盾。人工智能使实验成本降低，使团队能够开发更多软件，但 Amplify 调查的 59% 受访者担心当前由人工智能生成的代码正在制造长期隐患。

闭幕主题演讲

会议最后的环节恰当地引导我们重新以乐观的态度思考人工智能技术——思考如何与之共同构建。毕竟，这就是 AI Engineer World’s Fair 存在的原因，也是其中的乐趣所在！

Theo Browne 展示了他使用人工智能构建或仍在构建的多个软件项目。他的观点是，个人开发者能实际尝试的项目规模已经发生了变化。“过去需要创业公司才能实现的项目，现在已成为副业项目，”他说，而他过去认为“过于庞大”的项目现在也变得触手可及。

随后，Y Combinator 的总裁兼首席执行官 Garry Tan 为这种乐观情绪赋予了组织层面的体现。他表示，YC 目前看到增长最快的创始人“不是将人工智能视为自动补全工具，而是将其视为劳动力”。

Garry Tan 在 AIEWF 的演讲。

Tan 的最后建议是：“打造一家原生 AI 公司，而不是仅仅使用 AI 的公司。”

本周的辩论展示了在 AI 原生愿景对所有人变得可行之前，仍需完成多少工程工作。但闭幕主题演讲再次提醒与会工程师们为何追求这一目标：他们只想搭乘那些列车！

Previous