大模子离别做题家时代
文 | 浪潮不癫
梁文锋是个很有意思的人。。他不热衷融资、不搞团建、不社交，， ，公司不到200人，， ，下昼六七点下班，， ，在中国科技圈简直是一股清流。。
昨天看了晚点的稿子，， ，写DeepSeek在V4宣布前夕的状态，， ，有许多让浪哥印象深刻、且深有同感的细节。。
好比，， ，deepseek不加班，， ，由于梁文锋以为，， ，一个人天天能高质量输出的时间，， ，很难凌驾 6~8 小时，， ，加班疲劳会让判断力下降，， ，反而铺张算力资源；；；；；再好比，， ，梁文峰在事情中只做少数事情，， ，但要做得详尽、做到极致。。
依然让人心生钦佩。。
但看稿子也能感受到，， ，deepseek现在到了一个玄妙的转折点了：焦点研究员陆续出走，， ，期权价值不明，， ，Agent偏向的产品司理刚最先招，， ，编程工具还没影。。
这家一经靠极致效率和开源碾压全场的公司发明，， ，仅仅专注提升大语言模子的智能上限，， ，已经不敷了。。
这不怪deepseek，， ，而是行业已经转向。。
已往两年，， ，大模子领域的做事逻辑特殊像高考，， ，跑分就是分数线，， ，Benchmark就是考。。， ，谁的分数高谁就是状元。。
但现在，， ，OpenAI在搞Agent，， ，Anthropic在搞Claude Code，， ，Google在搞多模态，， ，所有头部玩家都在回覆统一个问题：模子怎么真正帮人把活干完？？
这就像一个高考状元发明，， ，用人单位的面试官翻了翻你的效果单，， ，点颔首说"不错"，， ，然后问你：“能不可自力完成一个项目？？能不可做好团队协作？？遇到没见过的问题你怎么办？？”
大模子离别做题家时代了。。
职场的要求纷歧样了
要明确新的竞争究竟比什么，， ，有一个现成的鲜活案例。。
3月31日，， ，Anthropic的明星产品Claude Code，， ，闹出了代码泄露的大乌龙，， ，酿成了真正open的AI了。。
吃瓜群众扒完代码之后，， ，发明Claude比各人想象的还更厉害，， ，专业剖析有许多，， ，就不细说了，， ，划重点就是一句话：Claude真正的竞争力，， ，远不止模子自己。。
模子虽然照旧焦点，， ，没有Claude强盛的推理能力，， ，什么系统都白搭。。但光有模子，， ，就像光有一个智商160的天才，， ，你把他丢到一个生疏的工地上，， ，没有图纸、没有工具、没有清静规范，， ，他照样干不可活。。
Claude Code那51万行代码干的事情，， ，就是给这个做题家设置上打工人需要的能力。。简朴看几个例子就明确——
省钱的能力。。每次挪用API都是真金白银，， ，Claude Code把System Prompt切成“稳固的部分”和“经常变的部分”，， ，稳固的部分缓存起来重复用，， ，变的部分才重新天生。。这个Benchmark不会考，， ，但降本有多主要，， ，打工人都知道。。
知道什么时间该问人的能力。。Claude Code搞了一套四层递进的清静机制——设置白名单、工具自检、一个专门判断“这条下令危不危险”的小模子、最后才是弹窗问用户。。这就像一个靠谱的新员工，， ，拿禁绝的事不会闷头干，， ，但也不会事事都去问向导，， ，绝大大都情形自己就处理了。。这个Benchmark虽然也不会考，， ，但它直接决议了用户敢不敢把真实的代码客栈交给AI。。
记性好的能力。。对话一长，， ，模子就会“忘事”。。Claude Code的方案不是硬塞一个向量数据库，， ，而是把对话历史压缩成一份结构化的摘要——目的是什么、做了哪些决议、代码改了那里——保存外地文件里。。简朴，， ，但有用。。就像每个人天天都写事情文档，， ，第二天各人翻一翻就能接着干。。
这些工具没有一项是“模子更智慧、考分更好”就能解决的，， ，它们解决的是另一个层面的问题：怎么让一个智慧的模子在真实天下里稳固、高效、清静、可一连地干活。。
这也意味着，， ，大模子同砚走出学校、进入职。。， ，别人对你的要求就变了。。
好马也要配好鞍
科技圈向来善于发明种种黑话，， ，这么大的转折点，， ，黑话肯定少不了。。
最新很火的一个，， ，就是跟这有关的，， ，叫Harness Engineering。。
Harness这个词，， ，原来是马具的意思——套在马身上，， ，不是为了约束它，， ，而是为了让马的实力凭证你要的偏向释放出来。。
用在AI这儿，， ，意思就是：模子是那匹马，， ，Harness是那套缰绳、马鞍和偏向盘。。
这个看法怎么出圈，， ，浪哥特意去考古一下，， ，发明有两个要害节点。。
第一个是2026年2月5日，， ，在工程界的江湖职位很高的一位老兄，， ，Terraform的作者Mitchell Hashimoto，， ，写了篇文章讲自己从拒绝到拥抱AI的心路历程，， ，其中提了一条焦点原则：
任何时间你发明Agent犯了错，， ，就花时间设计一个方案，， ，确保它永远不再犯同样的错。。
听着像空话对吧？？但你仔细品品，， ，它的潜台词是：竞争力不在模子里，， ，在你怎么驯服模子的那套系统里。。 模子会犯错，， ，这是天性；；；；；但你的系统能不可把每一次犯错酿成永世性的刷新，， ，这是手艺。。
第二个要害节点更早一些。。1月5日，， ，Google DeepMind的工程师Philipp Schmid发了一篇博客，， ，甩出一句引起行业大讨论的话：
“The Harness is the Dataset.（Harness自己就是数据集）”
这话的杀伤力在哪？？
说白了就是：好的Harness能纪录下模子在真实使命中的完整轨迹——它看到了什么信息、做了什么判断、在哪一步翻了车、最后怎么修睦的。。这些轨迹，， ，反过来就是训练下一代模子最有价值的燃料。。
也就是说，， ，谁先把Harness跑通，， ，谁就率先启动了一个数据飞轮——系统越好，， ，数据越好，， ，模子越好，， ，系统又更好。。
大模子和它周围的驾驭系统，， ，不再是两件事，， ，而是一个共生体。。
接待来到真实的天下
所谓AI一日，， ，人世一年。。；；；Ｗ房创竽Ｗ佣潭陶饧改辏， ，着实走过了三个阶段：
2022到2024年，， ，各人琢磨的是怎么问——Prompt Engineering，， ，写好提醒词，， ，把模子的能力哄出来。。
2025年，， ，进化到给什么上下文——Context Engineering，， ，把对的信息在对的时间塞给模子。。
到了2026年，， ，竞争升级到怎么搭整套系统——Harness Engineering，， ，从工具挪用、影象治理、本钱控制到清静防护，， ，通盘思量。。
竞争颗粒度在一步步变大：从一句话，， ，到一段信息，， ，到一整套系统。。
这趋势已经是共识了。。
几个月前，， ，MiniMax首创人闫俊杰在罗永浩的播客访谈里，， ，重复讲一个判断：模子能力正在趋同。。中国公司用美国1/50的资源，， ，就能做到95%的性能。。5%的差别虽然保存，， ，但它已经不是决议输赢的变量了。。
这几天，， ，MiniMax交出上市后的首份财报，， ，闫俊杰给了几个新的判断Ｆ驵程领域会最先泛起L4–L5级别的智能，， ，从“工具”走向“同事级”协作；；；；；办公领域接下来一年，， ，会复刻去年编程领域的前进速率；；；；；多模特会走向“直出可交付”的中长内容，， ，甚至泛起靠近实时输出的形态。。
每一个都指向更系统的能力，， ，更周全的要求，， ，更可靠的执行，， ，而不再是简朴的模子参数和跑分。。
回到deepseek。。
晚点稿子里，， ，有一段话特殊主要：即将宣布的 V4，， ，或许率仍是开源最强模子，， ，但很难是碾压级的强。。由于现在差别场景的差别开发者和用户对 “强” 的标准和体感已越来越多元。。
有个很好的参照例子，， ，就是跟V4同样预计在4月宣布的腾讯混元新模子。。凭证以往的剧本，， ，这又该是一轮“谁的分数高”的跑分大战，， ，混元的分数，， ，预计也会被deepseek摁地上摩擦。。
有意思的是，， ，在离别做题家的新语境下，， ，混元的压力反而没那么大了，， ，由于比的不再是两张考卷的分数，， ，而是两套系统在真实场景里，， ，谁更能把活干完。。之前晚点说，， ，姚顺雨上任后，， ，明确要求混元团队“不以打榜为导向”——也是意识到考试分数已经没那么主要的，， ，更主要的是，， ，做一个更适配腾讯的大模子。。
但对deepseek来说，， ，这也意味着一个学霸，， ，不可再继续呆在象牙塔里笃志研究了，， ，你得走到更大的系统里，， ，去顺应新的游戏规则了——
你智慧虽然好，， ，但能不可用好工具、能不可跟同事做好协作、能不可在重大系统里找到自己的位置、犯了错能不可自我修正……这些在科场里基础不考的工具，， ，反而决议了你能否成事，， ，职业生涯能否走得更远。。
接待来到这个真实的天下，， ，deepseek同砚，， ，祝你好运。。
@陈俊吟：XXXX4K，， ，本周我国多领域硬核效果刷屏@赖嘉鸿：关咏荷笑起来好妖冶
@柯佩如：《耀眼》“定晴信武”冰箱吻名时势
热门排行
- 1 桃子移植
- 2 欧美又大又粗又硬
- 3 丁香五月网
- 4 美女喷水
- 5 188437神秘电影在线观看
- 6 大雷擦狙狙免费动漫
- 7 18 乳液啪啪红桃免费网站
- 8 九九九九精彩网站
- 9 亚洲 码