Yuchen Jin@Yuchenj_UW
看到一篇疯狂的博客文章,说一家 AI 实验室解雇了一名工程师,部分原因是该工程师使用 AI 代理来审查并自动合并非生产代码。 他们宁愿看到 PR 需要数周甚至一个月才能合并。如果属实,简直离谱。 AI 生成的代码就是垃圾这种心态必须终结。 你不能让人类和流程扼杀你的发布速度。
Yuchen Jin 是 Databricks 的工程师,常在 X 上评论 AI 编程工具与模型进展。近期内容集中在 Codex 与 Claude Code 的 computer use 对比、Kimi K3.1 Pro 在 Databricks 上线当天作为发布伙伴推出,以及 AI 代码审查和模型权重编辑等话题。他还谈到 OpenAI 内部模型发现 Linux 内核 948 个漏洞、API 成本 120 万美元,并主张软件工程的瓶颈已从写代码转向人的协调。
看到一篇疯狂的博客文章,说一家 AI 实验室解雇了一名工程师,部分原因是该工程师使用 AI 代理来审查并自动合并非生产代码。 他们宁愿看到 PR 需要数周甚至一个月才能合并。如果属实,简直离谱。 AI 生成的代码就是垃圾这种心态必须终结。 你不能让人类和流程扼杀你的发布速度。
DeepSeek-V4.1-Flash-1017是一个出色的模型。 DeepSeek是少数几个将推理效率视为模型架构设计首要原则,然后开源其所有“秘密”的开源模型实验室之一。 S级实验室。
过去我们写代码比AI强。 现在我们能做的最有生产力的事,就是给它们让路。
目前Codex相对于Claude Code的最大优势是计算机使用,人们问我为什么。 1. API/MCP速度慢得令人痛苦。读取一个Slack频道可能需要永远。 2. 传统企业软件通常混乱到连人类都难以使用。我搞不懂一个费用报销应用。Codex弄明白了,并在几分钟内完成了任务。 计算机使用基本上把每个UI都变成了API。
Codex赢得了智能体之战。
Linux内核中948个漏洞 由一个OpenAI内部模型发现,API总成本为120万美元 太疯狂了! [引用 @OpenAI]: 我们的安全研究人员构建了一条自主的网络安全漏洞发现、利用和修补流水线。 在一次运行中,借助一个即将推出的网络安全模型,它对Linux内核中的948个本地权限提升漏洞进行了验证并生成了补丁,API总成本为120万美元。
我们将在 Databricks 上第 0 天推出 Kimi K3.1 Pro! 这是迄今为止最好的开源模型。我们团队已经开始在内部编码中使用它。 很高兴能与 Moonshot AI 成为发布合作伙伴! [引用 @Kimi_Moonshot]: 发布 Kimi K3.1 Pro 的模型权重: 我们将继续推进开放智能。
Claude Code 和 Codex 现在最大的差距在于 computer use(电脑操作能力)。 Codex 在这方面远远领先。我真的离不开 computer use 了。
代码审查最终会消失吗? 我的团队已经自动批准了许多 AI 编写的 PR。(比等人类快多了。)随着模型变得更聪明,让智能体互相审查彼此的代码会越来越没有意义。 终局可能只是一个智能体,它编写代码并证明其可行。
(大胆)预测,在今天的 MIT 权重空间编程工作之后: 1. 模型权重成为一种 AI 能理解、但人类无法理解的编程语言。 2. 训练与推理将合并。就像人脑一样,AI 可以在思考时持续重写自己的权重。 3. 通往递归自我改进(RSI)的新路径:AI 将直接编辑彼此的权重,在没有反向传播的情况下共同进化。
这真是太酷了! 想象一下,用一个大语言模型直接编辑一个小模型的权重,并大幅提升其能力。 这就像神经网络的基因编辑。甚至比蒸馏更酷! [引用 @rikiyatakehi]: 我们让 GPT-6 Astra 编辑 Qwen3.5-0.8B 的权重以提升数学能力。 它只直接改变了 0.016% 的权重,修复了 0.8B 的推理循环,数学能力提升高达 6 倍,甚至指令遵循能力也提升了 3 倍,无需梯度或训练。 我们称之为权重空间编程:前沿大语言模型现在可以原生读取/写入神经网络权重!🧵 博客:
AI 账单到处都在爆炸式增长。 加入 Databricks 以来,我看到业内许多才华横溢的工程师(杰出工程师、伯克利/MIT/斯坦福博士)花上数月时间研究该去哪里买 AI tokens。 让我帮你省点时间。 选择 Databricks AI Gateway: - 快速的开源和专有模型,Day 0 即可用。 - 智能路由将我们内部的编码成本削减了 35%。 - 轻松追踪支出并按团队设置预算。 少花时间管理 AI tokens,多花时间构建。
“没有护城河。” 但护城河无处不在: 野心。 品味。 能动性。 好奇心。 判断力。 勇气。 痴迷。 坚持。 正直。 耐心。 这个时代属于那些拒绝平庸的人。
没有护城河。
讨厌 YouTube 的推荐算法?那就花 2 小时用 vibe-code 做自己的 YouTube。 很多推荐算法,比如 TikTok 的,只为一件事优化:让你上瘾。我讨厌它。 AI 让个性化软件的制作变得极其便宜。 [引用 @karpathy]:周末黑客项目:HackerTube。我被 YouTube 的推荐搞烦了,于是让 Claude 把 HN 二十年来的 4300 万条评论筛选成 6454 个被反复推荐的视频。观看体验*显著*更好,用 Opus 5.5 大约花了 2 小时: - 无需登录就能获得优质推荐(状…
软件工程最大的瓶颈不再是代码,而是人。 为了(人类的)PR 评审等上几个小时。为"对齐"开会。到处找对的人。有人休假了?全都卡住。 AI 让写代码变得便宜。但组织仍然靠人类协调运转。 AI 原生公司将与今天的公司大不相同。
Andrej Karpathy 今天在 HackerTube 博客里的配置: - “我用 Claude Code(Mac 桌面应用)。” 正如我一直说的,终端对编程智能体来说是错误的界面。桌面应用是目前最好的界面。 - “我默认用 Opus 5.5 中等努力。” 对大多数任务来说,用最聪明的模型配最高推理努力没什么意义。
在旧金山扔块砖头,你都会砸中: 50 家推理服务商 80 家强化学习环境初创公司 4090 倒卖 GPU 的哥们
在旧金山 Caltrain 上看到一位哥们儿在终端里写代码。 感觉就像在 2026 年看到有人用打字机。 终端不是为 AI agent 时代而建的。
在硅谷听到的: 安全研究员很快会挣得比AI研究员多。
终于,OpenAI 做了件正确的事。 OpenAI 与 Anthropic 的订阅战与其说是关于谁拥有最好的模型,不如说是关于谁每美元提供最多的 token。 [引用 @thsottiaux]: 第 25 天/ 从今天起,我们将把所有 Pro 100/200/500 层级和 Business Premium 的所有使用限制翻倍。 我们听取了你们的友好反馈,不会降低 Pro 200 的使用限制,因此你的 Work 和 Codex 使用量将保持不变。我们还将在目前继续为 dots 提供扩展限制,并且你的 dot 的使…
今天和一位朋友有一段令人难以置信的对话: “还记得我们为图像模型构建的那个超快推理引擎吗?” “记得,一年前。” “老兄,那整个东西是我们手写的。” 天哪。就在一年前。
Ali 和 Sridhar(Snowflake CEO)在 X 上上演了他们的 Kendrick vs. Drake 时刻。 致 Snowflake 的朋友们:我们很乐意将你们接入 Unity Gateway 和我们的 AI 产品。 没有恶意。但你们最新的 DeepSeek 模型已经是 3 个月前的了。我们在 Day 0 就发布 OSS 模型。
根据 Artificial Analysis 的数据,Gemini 4 Carbon 在每项任务上既比 Opus 5.5 更聪明,也更便宜。 我唯一要提醒的是:他们是用 Antigravity CLI 对 Gemini 4 Carbon 做基准测试的。 我已经好几个月没碰 Antigravity 了,也不太想装它…… 我会在 Codex 和 Omnigent 里试用一下,看看它到底有多好。
我们是不是又进入了新一轮“谷歌回来了”的周期? 谷歌的新模型Gemini 4 Carbon在大多数基准测试上击败了Opus 5.5和GPT-6 Astra,并在Artificial Analysis Intelligence Index v5上排名第一。 看看它能否撼动Anthropic的IPO。
我很高兴AI终结了LeetCode风格的编程面试。 我和年轻的AI人才聊过,大多数人会直接跳过那些仍然使用LeetCode面试的公司。 我同意Felix的看法。品味、共情、有原则的思考、商业嗅觉和主动性才是真正重要的。 [引用 @felixrieseberg]: 编程面试已经死了,至少对我所在的Anthropic团队来说是这样。我看得够多了,知道它不再提供信号。这个月我把它从面试流程中去掉了。 我有一个辛辣但乐观的看法——我认为初级工程师有机会:
真正的一人十亿美元公司。 一位聪明、高能动性的独角兽CEO + AI,就能对世界产生超乎寻常的影响。 [引用 @AnthropicAI]: 过去几个月里,Anthropic的科学家与六家研发新药的组织开展了深度研究合作。我们也启动了自己的药物发现工作。 在此过程中,我们对Claude如何支持药物开发的诸多阶段有了更多了解。 在这篇博客文章中,我们分享这些工作的部分早期成果,并说明这项工作如何与我们更广泛…
我每天都问自己:“我的团队足够AI原生吗?” 我的原则:如果AI能做,人就不该碰。 AI已经写了我们95%的代码。但PR仍然卡在等待审批上。 我问:“那些审阅者真的会读代码吗?如果不读,为什么不让AI智能体来处理?” 于是我们构建了一个。生活立刻变好了。 一个组织多快能成为AI原生,将决定它是繁荣还是消亡。
2023年:GPT-4几乎解决了小学数学 2024年:IMO银牌 2025年:IMO金牌 2026年5月:Erdős单位距离猜想 2026年9月:Navier–Stokes千禧年大奖难题被解决 2026年10月:722篇AI撰写的数学手稿 今天:OpenAI证明ETH为假 明天:P = NP?
“如果你把智能置于人类其他一切品质之上,你会过得很惨” 历久弥新。