AI In Efficiency, Human In Heart. 分享关于 AI 技术的思考与实践.
Joined December 2014
- Tweets1.3K
- Following329
- Followers303
- Likes1.9K
onorca.dev/download
这个工具用了几天，感觉还可以，对比直接使用Codex：
更方便看代码， 或者更面向研发； Codex里面太杂了，而且不太方便看改动的内容； orca 看代码更方便； 而且一次聚合了多个Agent；
对比VsCode和Codex，树状结构管理Agent，也算方便；
最后可以手机自己操作... 入口也比Codex要浅；
体验比Codex升级了些；
OpenAI 的 Dots 作为 Personal Agent，体验问题挺明显的：
1. 内容过载。信息量太大，根本浏览不过来，注意力被摊薄。
2. 选择成本高。插件生态庞杂，普通用户没有判断依据，不知道该选什么。
3. 交付形态单一。产出只有文本，没有可直接使用的结果。
4. 缺少主动性。完全被动等指令，不会自己发现问题、提醒或推进。
5. 授权不等于能力。我在 Codex 里授权了 GitHub 插件，它依然处理不了 GitHub 上的事——连接只拿到了读取权限，没转化成实际执行。
当代码变得廉价，理解正在成为新的工程瓶颈
AI Coding Agent 正在快速提高软件生产率。过去需要几天完成的功能，现在可能只需要一段提示词；几百行代码变成几千行代码，PR 甚至可以膨胀到人类难以逐行审查的规模。
面对这种变化，一种自然反应是加强验证：增加测试、静态检查、Code Review Agent 和自动回归，让另一组 Agent 检查前一组 Agent 的工作。
这些当然重要。但它们只解决了“代码是否正确”，没有解决一个更深的问题：
> 当 Agent 持续替我们完成工作，人是否还理解系统正在发生什么？
理解不仅是为了验收
我们习惯认为，理解代码是为了检查它有没有写错。
在这个模型中，Agent 交付结果，人类做最后判断：
```text
Agent 生成代码 → 人类检查 → 通过或驳回
```
随着测试、验证和推理能力增强，人类在这个环节中的作用确实可能下降。如果需求足够明确，Agent 能正确实现、自动测试并证明结果，人没有必要逐行阅读所有代码。
问题在于，软件开发从来不是一次性的交付循环。
一个功能完成后，团队会根据结果产生新的想法：调整产品方向、改变架构、发现新的用户需求，或者意识到原来的问题定义错了。理解上一次变化，是参与下一次决策的基础。
真实的软件开发更接近：
```text
Agent 产出
↓
人理解系统发生了什么
↓
形成新的认知
↓
提出下一步问题
↓
人与 Agent 继续协作
```
因此，理解的真正价值不是“验证”，而是“参与”。
一个不了解系统的人，依然可以批准测试全部通过的 PR，却很难提出高质量的下一步设计。Agent 可以继续生产代码，但人已经逐渐退出了创造过程。
AI 让代码越来越廉价，但不会自动让判断、方向感和创造力变得廉价。
如果团队只衡量生成了多少代码、关闭了多少任务、合并了多少 PR，很容易获得一种虚假的高速：系统快速前进，人却逐渐掉队。
更值得关注的问题是：
> 完成这次修改后，团队是否比之前更理解系统？
好的 Agent 工作流不应该把人彻底移出循环，而应该让人进入更高质量的循环：少做机械实现，多建立模型、验证理解、讨论方向和提出下一步问题。
AI 的终点不是让我们不再理解复杂系统。
恰恰相反，当解释文档、交互模拟器和个性化教材都可以低成本生成时，我们第一次有机会比过去理解得更快、更深。
Spotify’s Claude interview is a reality check:
AI coding agents don’t scale because a model can write code. They scale when the org has tests, CI, code consistency, internal tools, and verification loops.
The moat is the engineering workbench.
youtu.be/9DHZLw5653E
看完 @aakashgupta 采访 @_LaPopolo 的 75 分钟访谈，最强一句：
AI 时代的软件瓶颈不再是“谁来写代码”，而是能否把判断、上下文、质量门禁和验证流程编码进 agent 的工作环境里。
代码不是瓶颈，Harness 才是护城河。
整理了两张图👇
有了AI的加持，好像丧失了一定的思考能力；
AI的内容有时候看起来总是条理清晰，像模像样，但是毕竟不是自己脑子里产出的东西，不是自己脑子里产出的东西，却拿出来分享，总感觉有点怪。
因为当要对其中的点进行深度的讲解的时候，无法真正的理解其背后的Why，觉得很奇怪。
AI时代还是需要一些人类思考的看起来不是那么的条例清晰，不完整的东西，感受下真正的思考是什么
限制不是创造力的敌人，是创造力的燃料
自由写作 vs 限制写作：
• 自由：30分钟只写几行
• 限制：10分钟写出精彩故事
更多自由 = 更难选择 = 更少行动
更少自由 = 更易选择 = 更多创造
Twitter 140字 → 金句文化
Dr. Seuss 50词 → 畅销童书
无限选择 = 决策瘫痪
有限选择 = 专注创造