00:00 / 00:14
连播
清屏
智能
倍速
点赞39
00:00 / 01:17
连播
清屏
智能
倍速
点赞13
00:00 / 03:39
连播
清屏
智能
倍速
点赞365
Light Gao4天前
下一代AI进化方向 最近频繁使用 Codex 后,一个直观感受是:自 2025 年 AI IDE 爆发以来,程序员亲手写代码的比例已断崖式下跌。而 Multica 协作智能体的兴起,更将这一效率推至极致。 过去常有人说 AI 模糊了前后端与产品的边界,把人卷成“超级全栈”。但我的实操感悟是:“全栈工程师”可能只是一个极短暂的过渡产物。 之所以需要全栈,是因为我们默认“计算机语言”不可或缺。然而,无论 Python、Java 还是 Go,这些高级语言从来不是计算机的必需品,而是对人类生理极限的妥协——机器只懂二进制,人脑内存小、带宽窄,无法直接面对底层指令,才需要高级语言作为翻译。同理,前端之所以存在,是为了给人视觉反馈,把冰冷的二进制转译为人能理解的交互。这一切的本质,都是让人能操控机器,而非让机器高效运行。 那么,如果未来连“计算机语言”都消失,我们的能力如何移植?传统工程中,我们在电脑 A 写代码、打包,再部署到服务器 B。没了源代码和编译器,如何传递能力?回顾《Software 3.0》、Matt Welsh 的《The End of Programming》等观点,大模型与智能体的下一阶段,正是要砍掉这个“妥协的中间层”: 第一,高级语言正成为 AI 的累赘。让 AI 写 Node、Java 再编译部署,等于捆住天才的手脚。未来 AI 智能体将直接在底层操作机器码,实现端到端闭环。“代码移植”不再是拷贝文件、折腾环境,而是把训练好的“神经元容器”整体平移到另一台算力设备上,通过硬件映射直接复刻能力。TOB 商业交付也将变成对“自适应能力场”的授权,告别传统软件部署。 第二,代码将从“无机物”变为“数字生命”。未来的软件可能根本没有源文件。AI 在底层虚拟机中根据用户反馈实时变异字节码,像生物一样动态呼吸,直接挂载在环境中运行。 第三,硬件将直接向 AI“献祭”。这一畅想尚远:AI 智能体不再需要 main.py 这类中间媒介,而是用连续的数字信号直接“刺激”硬件芯片,如同大脑控制肌肉。 传统的软件工程,也许只是计算机历史上的短暂插曲。高级语言或将与打孔卡一同进入博物馆,我们需要重新定义“编程”。 #AI #计算机
00:00 / 03:34
连播
清屏
智能
倍速
点赞4
00:00 / 02:12
连播
清屏
智能
倍速
点赞12
00:00 / 01:52
连播
清屏
智能
倍速
点赞2
00:00 / 02:40
连播
清屏
智能
倍速
点赞40
00:00 / 14:52
连播
清屏
智能
倍速
点赞82
00:00 / 01:30
连播
清屏
智能
倍速
点赞20
00:00 / 02:08
连播
清屏
智能
倍速
点赞63
00:00 / 00:50
连播
清屏
智能
倍速
点赞1306
00:00 / 00:10
连播
清屏
智能
倍速
点赞59
00:00 / 03:32
连播
清屏
智能
倍速
点赞513
00:00 / 00:46
连播
清屏
智能
倍速
点赞17
00:00 / 09:52
连播
清屏
智能
倍速
点赞135
00:00 / 03:03
连播
清屏
智能
倍速
点赞16