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就是科场，，，，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、进入职场，，，，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，，，，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。。
@洪名桦：91n免费处女在线观看视频，，，，一座小县城怎样让杂技“坐地生金”@张芷勇：郑丽文拍桌怒骂赖清德半小时
@黄治英：美国4-1巴拉圭迎开门红
热门排行
- 1 久久28
- 2 婷婷久久
- 3 久久ar6
- 4 45番列车游戏手游下载
- 5 成人AA
- 6 黄 色 软 件下载
- 7 久久大香蕉
- 8 羞羞视频在线观看
- 9 xxx视频软件