1. 核心观点

• AI 时代，聪明不如靠谱。
  • 不是不需要聪明，而是大模型训练进入系统工程后，聪明已经不够稀缺。
  • 更稀缺的是：
    • 靠谱、做事细、对自己负责、对全局负责。
• 个人英雄主义 在大语言模型这条线上已经退场。
  • 在 Transformer、GPT 这类范式被找到之前，英雄可能真的能改变路径。
  • 但进入 scale up 之后，更多是组织、数据、算力、工程、评估、反馈信号一起往前推。
• 现在大家不太担心模型“能不能做到”，更难的是：
  • 这个问题有没有被良好定义？
  • 这个行为要怎么定义？
  • 数据、环境、评价信号怎么构建？
• 预训练没到头 这个判断也很重要。
  • 很多所谓“到头”，可能只是 bug、实验假设或系统排查没做好。
• Coding 不是因为写代码最神秘才先爆发。
  • 恰恰相反，是因为它足够可验证。
  • reward signal 清楚，GitHub 数据好，优秀代码有共同标准。
• AI 让程序员的问题变得更残酷。
  • 过去“按需求写代码”的位置会越来越窄。
  • 人更需要负责设计、拆解、给 context、验收、把 AI 放进真实系统。
• Long Horizon 和 MLCoding 是下一步很关键的方向。
  • 前者想解决“有限 context 下做长任务”。
  • 后者想让 AI 从写代码、跑实验、分析结果、提出新假设到再实验，形成完整研究链条。
• 对我来说：
  • 不能只是“会用 AI”。
  • 要训练自己和 AI 形成协作，而不是把事全权扔给 AI。

2. 金句

• AI 进入了一个阶段，大家不担心 AI 是不是能够做得到，而是担心这件事是不是被良好定义。
  • 这句比“AI 能力越来越强”更重要。
  • 能力强之后，人的价值反而变成定义问题、定义行为、定义验收。
• AI 这个事本来也不太需要脑子。
  • 这句话刺耳，但它不是说 AI 不需要智力。
  • 它是在说：
    • 很多想法并不神秘，真正难的是把系统做细，把实验做完，把责任承担下来。
• 这个行业最重要的特质就是靠谱，就是做事细，对自己做的事负责任。
  • 这几乎可以当成 AI 时代技术人的最低标准。
  • 不是“会不会写代码”，也不是“会不会讲概念”，而是能不能把一个不稳定系统推进到可验证。
• 个人英雄主义时代已经过去了。
  • 不是没有强人。
  • 是强人也必须嵌在系统里，接受数据、算力、组织、产品、评估的约束。
• 这个世界在推着我们前进，而不是我们在推着这个世界前进。
  • 这句有点残酷。
  • 到这个阶段，单个组织想停下来已经没用了，你停别人会继续。
• 你有没有真的和 AI 形成了协作？还是说你就全权扔给它了？
  • 用 AI 不等于会协作。
  • 全权扔给 AI，最后讨论细节时会露馅。
    • 一个面试的细节，挺好

3. 为什么 Coding 先爆发

Coding 先爆发，不是因为它最像魔法，而是因为它最像一个可训练、可验证、可规模化的环境。

第一，它的 reward signal 清楚。

• 一个功能有没有实现，可以用输入输出、测试、编译、运行结果来判断。
• 代码对不对，虽然不总是简单，但比产品、审美、组织判断更容易构造反馈信号。
• 这也是为什么后训练、强化学习、agentic coding 能在这里先跑起来。

第二，它的数据基础太好。

• GitHub 本身就是高质量代码数据源。
• 过去几十年程序员留下了大量结构化、可复用、能构建环境的数据。
• 这不是每个行业都有的条件。

第三，它的需求标准相对单一。

• 好代码通常有共识：
  • 简洁。
  • 干净。
  • 结构清楚。
  • 适合未来维护。
  • 抽象合理。
• 它不像社交、游戏、消费产品那样，每个人品味差异巨大。

所以 Coding 先爆发，不是因为程序员最难替代，而是因为程序员这份工作里有一大块刚好最适合被 AI 学。

这对程序员很不客气。

姚顺宇说他自己的代码里，保守估计 90% 是模型写的。真正重要的地方变成：

• 怎么设计代码逻辑。
• 需要关联哪些文件。
• 给模型什么 context。
• 怎么看模型写得是不是合适。
• 怎么确认它真的实现了我要的东西。

也就是说，代码行本身在变便宜，设计、上下文、验收、系统适配在变贵。

反过来看，产品经理 暂时难训练，不是因为更神秘，而是因为好产品没有明确刻度，只有做出来给人用之后才知道。

4. 为什么不是英雄叙事

这期最反复出现的一个观点，就是大模型已经不是个人英雄主义的故事。

在范式出现之前，英雄是可能存在的。

• 如果没有某个团队找到 Transformer，路径可能会慢很多。
• 如果没有 GPT 这类范式，scale up 也不会这么顺。
• 那个阶段，一个人或一个小团体确实可能改变历史。

但范式确定之后，故事变了。

后面的很多工作不是“天才想到了一个所有人想不到的东西”，而是：

• 有没有足够系统地排查 bug。
• 有没有把数据和算力配好。
• 有没有把实验设计清楚。
• 有没有把指标看完整。
• 有没有在大尺度上保持稳定。
• 有没有对公司和全局负责。

逐字稿里有一个很具体的例子：做强化学习时，一个算法在 training 上比别人好，不代表它真的好。还要看 sampling、data、flop、真正生产环境里的限制因素。

这就是系统视角。

只拿对自己有利的指标出来，很容易让自己像英雄，但对系统是坏的。

所以“靠谱”不是性格赞美，而是一种系统能力：

• 不只为自己的项目负责。
• 不只为一个漂亮数字负责。
• 不只为某个局部效果负责。
• 要能问：这个东西在全局上真的好吗？

这也是他为什么说，个人英雄主义可能破坏整体性。

5. Long Horizon 和 MLCoding

Long Horizon 这部分很值得记。

姚顺宇反复说的口号是：

Train with finite context, use as infinite context.

不是无限加长训练时的上下文，而是让模型在有限 context 下做更长的工作。

这个想法其实很像人。

人自己的 context 也很短。很多无关信息会被忘掉，重要信息再按场景取回来。真正关键的不是“什么都记住”，而是：

• 什么可以忘。
• 什么要保留。
• 什么要写到外部工具里。
• 什么时候再取回来。
• 怎么让短 context 支撑长任务。

这和我现在使用 Codex、Cursor 的体感也对得上。

真正难的不是一次回答很长，而是一个任务跑几个小时、跨多个文件、跨多个工具、跨多轮上下文时，它还能保持目标、约束和判断不散。

MLCoding 则是另一条线。

它想做的不是“AI 帮研究员写几段代码”，而是让 AI 自己走完一条研究链：

• 写代码。
• 跑实验。
• 看结果。
• 分析哪里不对。
• 提出新假设。
• 设计新实验。
• 再写代码。

这条链目前还没有完整，但他判断未来 6 到 12 个月会慢慢变完整。

这个判断如果成立，影响会很大。

因为 agentic coding 只是节点。

• 往横向长，它会进入更多使用工具和环境交互的场景；
• 往纵向长，它会进入更长周期的研究和工程任务。

所以真正的变化不是“AI 会写代码”，而是：AI 能不能持续处理一个长任务，并在过程中修正自己。

6. 启示

这篇对我最直接的提醒是：不要把自己骗成“我已经会用 AI 了”。

会用 Codex、Cursor、Claude Code，会写 prompt，会整理 rules、skills、commands，这些当然有用。但如果只是把任务丢给 AI，最后自己不理解它做了什么，那只是把外包对象从人换成模型。

真正该训练的是协作能力：

• 我能不能定义一个好问题？
• 我能不能给足 context？
• 我能不能拆出合理步骤？
• 我能不能验收 AI 的结果？
• 我能不能发现它哪里看起来对、其实不对？
• 我能不能把一次成功沉淀成下一次可复用的系统？

所以 832 / os / skills / auto 不是整理癖。

如果只是为了把资料摆整齐，那确实没啥用。

它真正的意义应该是：

• os 保存长期判断和材料。
• skills 把可复用能力沉淀下来。
• auto 把本机自动化变成可执行层。
• 根 workspace 维护跨 agent 的边界和命令。

这些东西加起来，不是为了“看起来专业”，而是为了减少每次和 AI 协作时的上下文损耗。

这期访谈让我更确认一件事：AI 时代更值钱的不是聪明表演，而是能把系统跑起来的人。

未来我不能只问“这个 AI 工具厉不厉害”，也不能只问“它能不能替我写代码”。

更应该问：

• 我有没有把问题定义好？
• 我有没有把工作流做成一个可验证系统？
• 我有没有和 AI 形成协作？
• 还是只是把活全权扔给它，然后假装自己也进步了？

7. 相关来源

播客地址： https://www.xiaoyuzhoufm.com/episode/6a00aa051b7bd50295dfe41d
对姚顺宇的4小时访谈：请允许我小疯一下！在Anthropic和Gemini训模型、技术预测、英雄主义已过去