观点:所有 AI 生成的代码都应该开源
作者主张所有 AI 生成的代码都应开源:AI 模型是在未经许可、未署名的情况下抓取的开源代码和遵循 Creative Commons 许可的 Stack Overflow 内容上训练的,将其变为闭源专有代码如同“许可洗白”。
作者主张所有 AI 生成的代码都应开源:AI 模型是在未经许可、未署名的情况下抓取的开源代码和遵循 Creative Commons 许可的 Stack Overflow 内容上训练的,将其变为闭源专有代码如同“许可洗白”。
【这是什么】Claire Vo 花两天实测 Anthropic 新发布的 Claude Fable 5.2 前沿模型,逐项拆解其表现。【商业与使用逻辑】她用真实任务验证能力:从一条推文生成动画营销视频、靠模糊地板照片拼装无说明书家具、把品牌 sprite 扩展成带预告片的防御游戏,并实际重构了 ChatPRD 的产品智能管线。
【这是什么】Lenny's Newsletter 播客两期合集:一期用九项真实任务横评 Grok Bot、Dot、Meta Muse 与 Claude Duet 四款个人 AI 助理,另一期由 Figma 增长 PM Ezra Mechaber 演示团队如何日常使用 AI。
【这是什么】工程师 Kunal 的个人长文,讨论使用 AI agent 编程时「认知投降」即不加思考地全盘接受模型输出的风险与应对。【商业/痛点逻辑】指出完全依赖 agent 会导致复杂度爆炸、技术债累积和对系统的理解快速流失,并援引《The Ironies of Automation》说明自动化让人失去练习简单任务的机会。
Alberto Denia 撰文指出,Agentic coding 让改代码的成本大幅下降,代码变得像陶土一样易于重塑。他把工作流分为两极:「工匠」模式在每次迭代中保持人在回路,把完整的产品/工程/QA 循环压缩到一人三十分钟内;「工厂」模式则用规格、生成器和验证器组成流水线,仅在最后才上报人类,适合批量处理 CRUD 端点和小 bug。两者互补,关键在于按问题选择合适的方式。
文章提出「退相干」(decoherence)概念:系统中局部有效但彼此不兼容或冗余的模型不断累积,使变更成本被模型间的转换与副作用控制所主导。退相干随系统变化速度增长,且越退相干增长越快,呈指数级失控;AI 的广泛使用正以不可持续的速度制造退相干。好消息是这排除了 AI 失控递归自我改进的智能爆炸,坏消息是我们正冲向另一种灾难——退相干崩溃。
针对 Rich Hickey 「LLM 是自动化而非工具」的论断,作者反驳称 LLM 依然可以被人类驾驭,用好它和用锯子、凿子一样需要技能。作者指出自动化可以是工具的一种特性,如编译器和电子表格,程序员使用 LLM 同样存在由人主导的反馈循环。文章还批评了「go rogue」「conspire」等拟人化词汇,主张真正有用的区分是「有技能地驾驭」与「缺乏理解地外包」。
曾参与 MirageOS 的 Justin Cormack 与作者对谈,认为 AI 让 Unikernel(应用即操作系统的形态)的旧日门槛不复存在。过去缺 TCP 之外的存储、驱动等库是主要障碍,如今可用 agent 把 Go 库移植成 OCaml,例如用 Rust 重写 mkfs.xfs 并做到逐字节一致,仅花几小时。