每日AI新鲜事·09月03日午间版:王垠炮轰AI编程与版权训练争议
每日AI新鲜事·09月03日午间版:王垠炮轰AI编程与版权训练争议
2026年09月03日(周四)午间版 AI新闻速递+热点深度讨论
2026年09月03日(周四)午间版 AI新闻速递+热点深度讨论
今天午间AI圈的消息不算特别多,但有几条挺值得聊的。李博你先听我过一遍啊。
来吧,我刚好刷了一上午各种平台。
第一条是Hacker News上的,美国政府在版权训练这个问题上站队OpenAI了。TechCrunch报道的,说美国政府认为用版权材料训练大模型是可以的。
这条虽然目前讨论量不大,但信号意义很强。这基本上是官方层面第一次这么明确地表态。
对,之前一直是各方在法庭上打来打去嘛,纽约时报告OpenAI、Getty告Stability AI,但政府一直没怎么明确表过态。
现在等于是给了一个方向性的定调。如果政府认为训练数据的使用属于合理使用的范畴,那后面很多诉讼的走向可能都会受影响。
不过才16分、2条评论,感觉HN上的人还没来得及炸锅。
别急,这种话题发酵起来很快的。创作者群体肯定会有很大反弹。
好,第二条来自Reddit的MLOps社区。有人做了个很有意思的benchmark,测了六种负载预测算法,想给LLM推理做自动扩缩容。
关键结论是——没有一个能打赢最简单的last-value方法。就是说你直接用上一个时间窗口的值来预测下一个,反而效果最好。
这也太打脸了吧,那些花哨的预测模型全白搭?
而且他是用GPU小时数来衡量的,不是用MAE这种学术指标。很实在,就看你实际多花了多少钱。这个思路很MLOps。
还有一条Reddit上的安全新闻,说勒索软件组织现在开始从企业内部招人了。外围防御太强了,干脆找有钥匙的人当内应。
这个趋势其实不算新,但确实在加速。你安全做得越好,攻击者就越往社会工程学方向走。技术防线拉高了,人就成了最大的漏洞。
想想还挺细思极恐的,前两天刚聊过curl那六个CVE漏洞AI都审不出来,现在连攻击路径都不走技术了。
安全这个领域,AI能帮的其实还很有限。
好了新闻就先过到这儿,接下来我们聊一个B站上特别火的话题。
王垠最近发了个视频,标题就很炸——说不懂计算机科学的人用好AI编程是妄想。B站互动量一千三百多,评论区直接吵翻了。
王垠嘛,一贯风格。结论先抛出来,再用逻辑链条往回推。但这次我觉得他说的有一定道理。
等等,你居然同意他?我以为你会反驳呢。你不是一直觉得AI编程工具已经很强了吗?
工具强是工具强,但这跟使用者需不需要基本功是两回事。你想啊,Cursor也好、Claude Code也好,生成的代码你总得能判断对不对吧?
如果你连基本的数据结构、算法复杂度、系统设计的概念都没有,AI给你吐出来一段代码,你怎么知道它是不是在挖坑?
但我看评论区有很多人反驳说,现在很多非科班的人用Cursor确实做出东西了啊。独立开发者、设计师、产品经理,都在用AI写应用。
做出东西和做出靠谱的东西,这中间差距可大了。一个demo跑起来了不代表能上生产。
这点我其实有体感。业内确实有不少案例,用AI快速搭了个原型,结果一上量就各种崩。
对,这就是王垠说的核心问题。AI降低了编程的入门门槛,但没有降低工程的复杂度门槛。这是两件事。
不过我觉得他的措辞太绝对了。他说的是妄想,这个词就把所有中间地带都否定了。
你觉得有中间地带?
当然有啊。比如一个产品经理,他不需要成为计算机科学专家,但他如果懂一些基本概念,再配合AI工具,产出效率是可以非常高的。
问题不在于你必须科班出身,而在于你愿不愿意学那些关键的基础知识。这跟是不是计算机科学家完全是两回事。
行,这个角度我接受。王垠可能把门槛定得太高了,他心目中的计算机科学是PLT那个层次的。
但他的底层逻辑没错——AI编程不是魔法,你得有能力做质量把关。否则你就是在盲盒编程。
盲盒编程,这个说法好。其实我觉得这个话题之所以现在火起来,跟AI编程工具的普及速度有关。
没错。Cursor、Windsurf、Augment、Claude Code这些工具现在用的人越来越多,非技术背景的人也大量涌入。必然会引发这个讨论。
其实换个角度想,这就像Photoshop普及的时候。人人都能修图了,但专业设计师的价值并没有消失。
对,而且专业设计师反而因为Photoshop变得更强了。AI编程也一样,真正有基础的工程师用这些工具是如虎添翼。
所以本质上不是AI编程有没有用的问题,而是谁用、怎么用的问题。
小雨你总结得比王垠温和多了。但说实话,王垠那种极端表达方式反而让更多人关注到这个问题了。
行吧,这点得承认。引战式标题确实有效。
不过我想补一句。其实真正危险的不是不懂技术的人用AI编程,而是他们不知道自己不懂。觉得AI生成的就一定对,这才是最大的风险。
嗯,Dunning-Kruger效应嘛。AI给了人一种什么都能做的错觉,但认知盲区还在那儿。
所以我倒是有个建议——与其争论要不要学计算机科学,不如先学会怎么验证AI的输出。这才是当下最实用的skill。
说得好。Everything is a skill issue,今天Twitter上还真有人在传这句话。
得了吧,这不就是王垠那套换了个说法嘛。
好吧好吧,今天就先聊到这儿。AI编程到底需要多少基本功,大家可以自己体会。咱们晚上见。
晚上见。
相关推荐
科技前沿AI行业罕见平静日:递归自我改进暗流涌动
AI领域迎来罕见的平静一天,多个资讯源集体沉默。但平静背后,递归自我改进(RSI)研究仍在持续推进。解读AI行业发展节奏与从业者应对策略。
科技前沿Reve 2与Ideogram 4对比:AI图像生成布局控制能力全面解析
深度对比Reve 2和Ideogram 4两款AI图像生成模型在布局控制方面的核心突破,分析精确布局技术路径、实用场景及行业趋势,帮助设计师和创作者把握AI可控生成的新方向。
科技前沿AI行业难得的平静日:信息过载时代的冷思考
当AI行业迎来罕见的平静一天,从业者该如何应对?本文从AINews简报出发,探讨高速发展中的喘息节奏、信息疲劳与内容价值的平衡,以及如何利用平静期进行技术深耕和战略思考。