Fragments: October 28

碎片：10月28日

Martin Fowler

2026年10月28日

Andrej Karpathy注意到人们对LLM能力的认知差距正在扩大。

普通大众大多没有与这些系统进行过交互。当他们进行交互时，看起来就像一个笨拙的聊天机器人。大多数专业人士仍然只看到适度的提升。而一小部分专业人士正在经历曲线垂直上升带来的眩晕感。而这一切同时发生。

我的许多同事生活在一个LLM能力令人惊叹的世界里，但很容易忘记这并不是大多数人所经历的。我做的一件事是使用免费层级的LLM聊天机器人，即使如此，我发现虽然大多数时候它们是有用的，但其不可靠性削弱了大部分实用性。是的，你可以争论我没有使用前沿工具或足够有力的控制手段，但这一点对大多数普通人也同样适用。要理解他们的感受，亲身体验是很有帮助的。

 ❄                ❄                ❄                ❄                ❄

这一观察今天尤其引起我的共鸣，因为我刚刚度过了周末参加Foocamp，这是O'Reilly组织的开放空间活动。那里聚集着正在体验LLM能力眩晕感的人，因此感觉就像置身于那些处于技术前沿的人的气泡中。虽然需要记住这并不是对当前情况的典型看法，但看到这些探索者所经历的仍然很有价值。（在谈到这一点时，我正在应用查塔姆规则，如果有人需要署名，请告诉我。）

有几位参与者提到正在开展沉浸式课程，以帮助开发者学习如何进行代理工程。这个想法是让人们走出日常的工作环境，与经验丰富的教练一起度过一两周，学习如何更好地使用这些工具。这类课程让我非常联想到21世纪初我参与的极限编程沉浸式课程。与那时一样，通过实际构建东西来体验是理解这种新型工作方式的重要途径。

不出所料，教练们观察到最大的影响不是技术层面的，而是情感层面的。新工具只是新工具，但这些工具改变了软件开发人员身份的基本假设，这对许多人来说挑战了他们的自我认同。一位教练提到他的主要工作是带这些人去咖啡店散步，以便他们能够处理正在发生的事情。（这让我想起了极限编程沉浸课程中的一位参与者，他对使用非锁定版本控制系统（CVS）感到震惊，以至于在第一天就离开了课堂。）

 ❄                ❄                ❄                ❄                ❄

我对于在只参加了不到十分之一课程的活动上谈论主题持谨慎态度，但一个反复出现的话题是大型企业如何拥抱这项技术——或者说没有拥抱。一位参与者使用了一个美妙的比喻：企业获得了一把瑞士军刀，但只使用了牙签。我看到很多合理的解释：对初创公司或个人使用热门技术是一件事，但网站宕机和工厂停工之间的差异很大。大型组织涉及多年积累的涉及大量人员的工作流程——它们不容易改变。安全问题层出不穷，致命的三联症仍然潜伏。

特别是企业在使用AI时，良好的数据是关键，但许多组织的数据状况并不理想。要获得适用于代理（agent）的高质量数据并非易事，直到企业在这条道路上走得更远之前，很难看到如何有效利用这些工具。令我印象深刻的是，在Foocamp上几乎没有人讨论这个问题，这反映出与会者对此话题的关注度较低。

我非常享受Foocamp的体验，但这类活动总是让人既兴奋又紧张。我认识在场的人不多，这让我有机会走出自己的社交圈。但我也很难主动接近陌生人（或仅认识一点的人）并向他们推销自己的公司。非正式会议的一个优点是，会议的形式让像我这样的人更容易参与讨论，建立初步联系。同时，我要感谢那些在场时对我友好的人，当我四处走动、试图掩饰自己的紧张时，他们的善意让我感到温暖。

Laurie Voss说今天是1997年

周六，Apollo的首席经济学家Torsten Slok发表了《科技行业以外领域尚未出现AI带来的回报迹象》。这篇短文直言不讳：除了7家主要科技公司外，目前还没有数据能证明科技行业投入的巨资值得。我认为他部分正确：估值是否过高？绝对是。我们正在经历一场泡沫，它肯定会破裂。但这是否意味着投资AI是浪费钱？绝对不是。用这些早期数据来判断这个问题，就像在1997年试图决定互联网是否会带来回报一样。目前数据还不存在，因为这些事情需要时间。

我不确定是否像他那样确信今天可以与1997年而非1999年对应，但我同意这次热潮与互联网泡沫有诸多相似之处（尽管我认为这次的规模更大）。虽然许多互联网公司破产了（我总是想到pets.com和webvan），但他指出在1997年投资亚马逊的人确实获得了巨大回报。这次的优质投资机会又可能在哪里？

如果你能构建一个证明你拥有答案的系统，AI将比你更快找到答案，而通过这种方式实现生产力提升是切实可行的。

在思考这个问题时，请记住，投资不仅仅是购买股票，还包括我们选择如何投资宝贵的时间和精力。

Adam Tornhill提出了问题：那些年编程的时间都浪费了吗？

对我而言，代理式编程令人愉悦，因为它让我能够处理比手动掌握的更大问题。基础设施更新不再是障碍。我不需要花时间学习一个我从未关心过的构建系统。我的个人目标是提升与高级抽象概念合作的能力，并接受编写代码可能逐渐成为一项消亡的技能。我对未来的赌注是，我们的问题解决能力、逻辑思维和系统理解将同样有价值。最终，我们只有在将编程等同于编写代码时，才需要挑战自己的身份认同。AI终于让我们能够将这两者区分开来。而那些年经验的真正价值在于：不仅知道要构建什么，还知道如何构建得更好。

Tim Bray从另一个角度进行了分析

对我而言（我并不是唯一一个这样的人），最大的问题不是生成式AI能做什么和不能做什么，而是它带来的伦理和经济上的不适。这项技术被一些富有且只想变得更富的坏人所推动，被一些想通过解雇思想工作者来削减工资支出的坏人所购买和部署。它加剧了即将到来的气候灾难，并贬低了人类的创造性努力。

Annie Vella 观察到，我们目前在软件开发中看到的变化遵循着一种可以追溯到 1960 年代的自动化思维方式，即直接控制与监督控制之间的区别。

直接控制与监督控制的主要区别在于，后者中有一个计算机来闭合控制回路，而不是由人类操作员来完成。在 AI 出现之前，编写软件更类似于直接控制——我们自己闭合控制回路。我们解读需求，修改代码，接收反馈并据此采取行动，反复进行。现在，编码代理可以越来越多地自行闭合这个回路——编写代码、运行测试并修复自己的错误，而我们则转向监督控制：告诉代理我们想要什么，关注它的进展，并在必要时接管控制。

她概述了这条思想脉络发展出的各种理念。Endsley 和 Kiris 提出的五级模型似乎很贴切：

| 层级 | 人类 | 系统 | AI 辅助软件开发中 | |------|------|------|------------------| | 1. 无 | 决策、行动 | - | 无 AI 协助 | | 2. 决策支持 | 建议 | AI 编码助手早期的自动补全功能 | | 3. 协同 AI | 同意 | 你需要批准其行动的 AI 编码代理 | | 4. 监督 AI | 否决 | 具有否决编码代理行动能力的自动模式 | | 5. 完全自动化 | 完全自动模式，如可能在黑暗软件工厂中使用 |

Vella 提醒我们，这还伴随着一个重要前提：

这项先前研究描述的自动化与 AI 代理提供的自动化之间有一个显著差异。这两套层级都假设计算机对其所做之事的描述是准确且诚实的。正如我们所知，AI 代理所说的它做了什么，可能与它实际所做的事情并不一致。尽管如此，这仍然是自动化，仍然需要监督——也许需要更多的监督，因为我们不能仅仅相信它的话。

Vella 从所有这些内容中得出的结论是：“我们的下一步必须是开始重新设计工作和系统，两者要同步进行。”我同意这个观点，我之前提到的 Foocampers 的沉浸式课程就是这一过程的一部分。棘手的是，我们目前还不知道这种新的工作设计具体是什么样子，但我觉得 Vella 的方向是正确的，当她说：

如果我们停止将软件开发生命周期（SDLC）视为一个我们遵循的过程，而是开始将其视为一个我们构建并监督的控制系统，会怎样？

不久前我提到过我多么喜欢 Eric Evans 在 DDD Europe 上的主旨演讲。现在视频已经发布，那些没有在安特卫普参加的人可以观看。

他开场时审视了我们的未来，表示与其徒劳地试图预测它，不如以“好奇心、乐趣和惊奇”去探索它。他一直在这样做，深入挖掘支撑 AI 的理论和基础。

他详细介绍了自己的个人项目：Domain Language Surveyor（领域语言勘测器）。该工具的目的是能够分析不同代码仓库中的词汇使用情况，判断它们是否属于相关的有界上下文。为此，他构建了一套工具链，展示了如何通过计算组件和推理组件的结合构建一个实用的系统。随后，他使用这套工具链分析了一些开源医疗代码库的词汇，观察它们的有界上下文之间的关联性。

当我与Foocamp圈外的企业交流时，经常谈到的一个话题是token成本及其未来可能上涨的担忧。Thoughtworks团队对此也十分关注，我的同事Andy Nolan描述了我们的token获取策略，该策略预计可将2028年的token成本从1600万至4000万美元降低至680万至100万美元。

该策略采用租用前沿模型的方式处理需要前沿级推理能力的工作。对于涉及知识产权或运行规模达到拥有算力成本更低程度的任务，我们则在自主选择的算力上运行开源模型。

该策略需要对每个LLM工作负载进行分析，并根据两个维度进行分类：领域差异化和安全与主权。随后，我们将每个工作负载放置在九宫格中。

九宫格从最便宜的可用API（根据价格变化进行切换）到基于我们自身基础设施的微调开源模型（具备完全控制权和维护权）进行排列。对于某个具体工作负载，某一维度的最高评分决定了其在九宫格中的位置。不存在适用于所有工作负载的统一最佳位置，每个组织最终都会在九宫格中形成自己独特的工作负载分布和组合。

最新片段：

10月28日

上一篇：

10月21日

所有片段 /think