每日AI新鲜事·09月13日午间版：AI减速悖论与编程Agent新玩法

今天AI圈又有不少新消息, 不过有一条特别有意思, 是关于一个老话题但角度很刁钻, 等会儿我们好好聊.

先说第一条, 这是Hacker News上一篇文章, 标题就很直接, 叫"每个人都应该减速AI开发, 除了我自己". 一句话把整个行业的双标现象戳穿了.

这标题起得真绝. 你看那些大佬开会呼吁AI安全, 要减速, 要监管, 然后回头自己团队招人招得飞起. 这事儿在圈子里已经不是秘密了.

但文章分析得挺深的, 说这不是简单的伪善, 而是囚徒困境的结构性问题. 你先停下来, 竞争对手不停, 你就出局. 所以理性人的最优解就是, 嘴上喊减速, 手上踩油门.

对, 而且喊减速还有额外收益, 既树立了"负责任"的形象, 又给对手施压. 等于一举两得.

所以文章的结论是, 道德自律没用, 行业自律也没用. 唯一能改变博弈结构的是有约束力的外部规则, 覆盖所有玩家那种. 但问题又来了, 谁来监管? 大公司会想办法把自己塑造成标准制定者, 用严苛规则把小竞争者踢出局.

监管俘获. 这不是AI行业独有的问题, 金融圈早就玩烂了.

对. 文章最后说, 评估任何安全呼吁的时候, 要把这个人说的话和他实际做的事对照着看. 这句话我觉得是今天最值得记住的一句话.

这也呼应了前两天OpenAI那个wiki incident, 嘴上说要安全, Agent已经在自己往维基百科写内容了. 行吧, 下一条.

第二条, 也是HN上的, 技术向的. 有人在做一个叫Recurrent Looped Transformer的东西, 思路挺有意思的, 就是让同一组权重在推理的时候反复迭代, 不增加参数量但可以加深计算.

你理解得很准. 传统Transformer是固定的几十层走一遍就出结果. 这个方案是同一层可以循环跑N次, 任务难就多跑几轮, 任务简单就少跑几轮. 跟现在测试时计算的方向完全契合.

等一下, 这样不会有梯度问题吗? 反复迭代同一组权重, 训练的时候怎么稳定?

你问到点上了. 这是这个方向最大的工程挑战. 多次迭代会有梯度爆炸或者消失的问题. 还有一个问题是循环几次是合适的, 这个要怎么自适应确定. 目前还是早期探索阶段, 没到能大规模用的程度.

感觉像是大家都在觉得单纯堆参数已经不够了, 开始从架构上想别的招. 好, 第三条, 这条我挺感兴趣的.

Simon Willison写了个案例, 他就说了一句自然语言指令, 让ChatGPT Work配GPT-6 Astra Max, 基于OpenStreetMap数据, 自己规划出了五公里和十公里的环形跑步路线.

关键不是规划路线本身, 而是它跑了二十七分钟完全无监督, 最后给你的不是一段文字描述, 而是可以直接导入Garmin手表的GPX文件, 还有GeoJSON格式的成品.

就是说你拿到的东西可以直接用, 不需要再处理一遍.

对. 而且它需要真正理解道路拓扑, 不能乱走, 得是能实际跑的路线. 这不是简单的文字生成, 是真实的空间推理. 这三点加在一起, 端到端自主执行, 输出即用, 空间推理, 才是这个案例的价值.

不过就这一个人的案例, 还没第三方复现过, 结论先别下太早.

这个要注意. 但方向是对的. Agent把多步专业操作压缩成一句话, 这个趋势是确定的.

好, 第四条快速过一下. B站上有一个深度复盘Cursor的视频, 聊它的反共识战略和组织进化, 互动还不错. 李博, 你对Cursor有什么看法?

Cursor最有意思的地方是它敢在copilot大行其道的时候做独立IDE, 而不是做插件. 这是个很反直觉的选择. 结果证明这个控制力更强的路子跑出来了.

对, 然后还有第五条, Reddit上LangChain社区有人发了个叫agent-dev-team的开源框架, 把AI智能体按真实工程团队结构组织成二十一个专职角色. 有前端专家, 有架构师那种?

对, 而且有个叫HANDOFF数据包的机制, 规范角色之间交接信息的格式, 减少上下文丢失. 这个思路其实挺实际的, 现在很多多Agent系统崩掉就是因为Agent之间信息交接乱了.

二十一个角色会不会太重了? 协调成本反而高?

这是个合理的担忧. 现在信息还有限, 实际效果还要等真实工程场景验证. 不过它说工具无关, 能叠在LangChain上用, 这个定位比较聪明, 降低了接入门槛.

好了新闻就先聊到这儿, 接下来我们聊聊最近一个特别火的话题, 关于AI编程工具的选择, B站上已经吵起来了.

B站上有一条视频互动分三千多, 标题叫"旧王已逝, 新王登基, Opencode go还是Commandcode goat". 这是在争AI编程工具的第一名宝座.

这个话题现在确实很热. Cursor之前是大家公认的标杆, 但今年开始明显感觉到竞争格局在变. Opencode是基于命令行的, Commandcode走的是另一个路线, 两派都有硬核用户.

为什么这个话题偏偏在现在这个时间点火起来? 之前不也一直有各种工具出来吗?

我觉得有两个原因. 第一是底层模型能力到了一个新台阶, GPT-6这个级别的模型出来之后, 工具层面的差异化开始变得真的有感知. 模型差不多的时候大家不那么在乎套壳哪个.

第二是用户群体在分化. 工程师那批人开始往命令行工具走, 觉得IDE集成太重了. 产品和设计那批人还是需要可视化界面. 不同工具在服务不同人群, 但大家都在争"最强"这个标签.

这个分化的判断我觉得有点道理. 但我有个疑问, 命令行工具对程序员来说爽, 但AI编程工具的增量用户很多不是传统程序员啊, 他们不会用命令行.

你说的这个矛盾是真实存在的. Opencode这类工具如果只打程序员市场, 天花板就在那里. 但如果做成对普通用户友好的, 又可能失去核心用户的认可. 这是个定位两难.

而且现在Claude Code也在这个赛道, Anthropic亲自下场做CLI工具. 这一竞争对第三方工具的压力不小吧?

压力很大. 模型厂商自己做工具, 跟自家模型调优肯定有优势. Claude Code这个路子就是要把模型能力和工具体验绑在一起, 第三方很难在这个轴上赢.

那第三方工具的出路在哪?

我觉得得做模型无关的东西. 就是用户体验, 工作流整合, 团队协作这些层面. 就像刚才说那个agent-dev-team的定位一样, 做工具无关, 做在任何模型上都能跑的那层. 这是第三方的空间.

不对吧, 用户体验这层Cursor已经做得很深了, 后来者怎么差异化?

Cursor做的是个人开发者体验. 团队级别的, 大型代码库的, 跨语言跨仓库的场景, 这些还没有特别强的解决方案. Commandcode好像就是在往这个方向走.

你这么说我倒觉得这场"新王"之争可能不是在争同一个王位. 可能是在争不同用户群体的第一, 并不是一个工具能通吃.

对, 我同意这个. B站上那帮人争goat可能是个伪命题. 个人程序员和企业团队需要的东西真的不一样, 未来可能是垂直分层的格局, 而不是一家通吃.

还有另外一个有意思的讨论, DeepSeek V4 Flash和V4 Pro的对比测评, 互动分接近一万一千, 还有人直接拿它跟GPT-6和Fable 5比. 这说明DeepSeek这条线现在存在感很强.

DeepSeek的Flash版本这次真的很能打. 最有意思的是它的定价策略, 性价比这个维度被做成了核心卖点. 对于AI编程工具来说, 背后调哪个模型的成本差异很大.

对, 前两天我们也聊过MiniMax H3那个成本打穿的案例, 现在整个行业推理成本都在快速下降. 这对工具层其实是个利好, 大家可以更大方地调用模型了.

利好是有的. 但也有个担忧, 成本降得太快, 某些靠包一层API赚差价的工具可能活不下去. 真正有壁垒的还是得回到体验和工作流这层.

所以总结一下, AI编程工具这场争战, 本质不是谁的模型最强, 而是谁能在用户体验和工作流整合上建立壁垒. 市场不会一家通吃, 个人开发者和企业团队会走向不同的工具生态.

这个结论我认. 下半场的竞争点不是在模型层, 是在工具怎么用好这些越来越便宜的模型能力. 谁能把复杂工作流压缩成最简单的用户操作, 谁就赢了.

好, 今天就聊到这儿. 关于AI减速悖论和编程工具格局, 你有什么想法可以来找我们聊. 晚上见.