返回精选推文
Alex Prompter

Alex Prompter

@alex_prompter·2026/07/07·2周前

Anthropic 的技术人员 Thariq Shihipar 在 AI Engineer World's Fair 的舞台上花了 19 分钟,比自发布以来所有教程都更好地解释了他们在内部如何使用 Fable。 以下是他在现场分享的内容: 1. 他们去掉了 Claude Code 80% 的系统提示词。 Fable 不需要之前模型所需的那些手把手指导。「我们最近去掉了 Claude Code 80% 的系统提示词。这类新型模型想要更短的提示词。那些示例往往会限制它,因为它实际上比我们给出的示例更有想象力。」 你 6 个月前制作的详细提示模板正在拖 Fable 的后腿。 2. Claude 以「尖刺」的方式变得更智能。 让一个聊天模型说出哪些宝可梦名字以「aw」结尾,它会失败,尽管它熟知每一只宝可梦。把同样的问题交给 Claude Code,它会编写脚本来找到答案。「我们称之为能力溢出。它不仅仅能记住每只宝可梦并通过推理得出结论,但如果给它代码执行工具,它可以找到两只以 aw 结尾的宝可梦。」 每一项新能力都会像你无法预料的尖刺一样出现。 3. 瓶颈是你自己,而不是 Fable 的智能。 模型已经足够快了。是你的规格不够清晰。「每当 Claude 遇到地图上未标注的领域时,我称之为未知数。Fable 的瓶颈是我将地图与领域匹配以发现未知数的能力。」 能够遍历最多领域的模型,也必然会在你的指令中发现最多的漏洞。 4. 在接触任何不熟悉的代码之前,先做盲点检查。 在向新代码库写一行代码之前,Thariq 会让 Fable 揭示他不知道的内容。「我正在处理代码库中一个我完全不了解的新认证提供商。你能做一次盲点检查,帮我找出相关的未知未知数,让我更好地给出提示吗?」 仅这一项技巧就能消除因错误假设导致的数小时调试时间。 5. 在你开始构建之前,让 Claude 对你进行面试。 与其自己编写完整的规格,不如将上下文交给 Claude,让它找出漏洞。「我会让 Claude 面试我。『优先询问那些会改变架构的问题』——这非常有用。」 模型发现你思维漏洞的速度比你更快。 6. 权衡已经不存在了。 在运营一家 30 人的 YC 初创公司时,他每个季度都要决定削减什么。Fable 改变了这一局面。「我们认为权衡已经不存在了。好、快、便宜。现在可以三者兼得。证明智能体有效性的唯一方法是比以往更快地做出我们一生中最好的作品。」 他昨晚用 Fable 在 4 小时内制作了这次的演讲幻灯片。 7. 构建变容易了,但创造价值仍然困难。 代码现在很便宜。知道该构建什么才困难。「构建变容易了,但创造价值仍然困难。你需要很多次尝试、很多次试错才能找到有价值的东西。」 你可以以 10 倍的速度交付,但仍然可能做出没人想要的东西。 看完它,然后阅读下面的指南。

Tweet media 1
425613.7K

相关推文

OpenAI 宣布推出 GPT-5.5,这是一款专为理解复杂目标和自主完成任务而设计的新模型,现已在 ChatGPT 和 Codex 中上线。

隆重推出 GPT-5.5 这是一种为实际工作和驱动智能体(Agents)而生的新一代智能,旨在理解复杂目标、使用工具、检查自身工作,并能执行更多任务直至完成。它标志着一种全新的计算机工作处理方式。 现已在 ChatGPT 和 Codex 中上线。

Tweet media 1
AI模型GPT-5.5OpenAIAI 智能体
33.8K4.6K1.6K4.5M

Anthropic 发起 Project Glasswing 软件安全计划,由其最新的尖端模型 Claude Mythos Preview 提供支持,旨在精准识别关键软件漏洞。

隆重推出 Project Glasswing:一项旨在帮助保护全球最关键软件安全的紧急行动。 它由我们最新的前沿模型 Claude Mythos Preview 提供支持,该模型发现软件漏洞的能力超越了绝大多数人类专家,仅次于最顶尖的专业人士。 https://t.co/NQ7IfEtYk7

AI模型AnthropicClaude MythosProject Glasswing
19.2K2.7K8907.4M

Lenny Rachitsky 总结了他与 Simon Willison 的深度对话,探讨了 AI 辅助软件工程的演变,涵盖了智能体工程模式、职业影响及安全风险。

我从 @simonw 那里获得的最大心得: 1. 2025 年 11 月是 AI 编程的一个拐点。GPT 5.1 和 Claude Opus 4.5 跨越了一个阈值,编程智能体从“大多能用”变成了“几乎总是能按你预想的执行”。假期里尝试过这些工具的软件工程师们意识到,这项技术已经真正变得可靠了。 2. 中坚工程师最容易受到冲击——不是初级,也不是资深工程师。AI 通过让资深工程师利用几十年的模式识别经验来放大他们的能力。它也极大地帮助了新工程师入职。Cloudflare 和 Shopify 各自雇佣了一千名实习生,因为 AI 将上手时间从一个月缩短到了一周。但那些尚未积累深厚专业知识,又已经吃不到初学者红利的中坚工程师,正处于最不稳定的境地。 3. AI 疲劳是真实存在且被低估的。Simon 同时运行四个编程智能体,到上午 11 点时大脑就完全耗尽了。他节省了更多时间,但同时指挥多个自主工作者带来的强度让他精疲力竭。一些工程师为了保持智能体运行而牺牲睡眠。这可能只是因为新鲜感,但其底层的动态——即管理 AI 即使减少了劳动,也增加了认知负荷——是一种真实的张力。优秀的公司会管理预期,而不是无限期地期待 5 倍的产出。 4. 代码现在很廉价。这个简单的想法有着深远的影响。过去最耗时的事情——写代码——现在耗时最少。瓶颈已经转移到其他方面:决定构建什么、证明想法可行、获取用户反馈。由于原型设计几乎零成本,Simon 在开始时通常会为每个功能构建三个版本。 5. “黑暗工厂”是目前 AI 辅助开发中最激进的实验。一家名为 StrongDM 的公司制定了政策:没人写代码,没人读代码。相反,他们 24/7 全天候运行一群 AI 模拟的终端用户——成千上万的假员工发出类似“给我 Jira 访问权限”的请求——每天花费 1 万美元的 Token 成本。他们甚至让编程智能体根据 API 文档构建了 Slack、Jira 和 Okta 的模拟版本,以便在没有速率限制的情况下进行测试。 6. “红/绿 TDD”是杠杆率最高的智能体工程模式。让编程智能体先写测试,观察它们失败,然后编写实现,再观察它们通过,能产生实质上更好的结果。“使用红/绿 TDD”这五个字的提示词就能编码整个工作流,因为智能体能识别这些行话。 7. “囤积你已掌握的方法”是 Simon 最喜欢的另一种智能体工程模式。Simon 维护着一个包含 193 个小型 HTML/JavaScript 工具的 GitHub 仓库,以及一个独立的编程智能体实验研究仓库。每一个都捕捉了他测试过的一种技术、概念验证或库。当新问题出现时,他可以向 Claude Code 指出过去的项目并说:“结合这两种方法。” 8. “致命三要素”使得 AI 智能体安全问题从根本上无法解决。每当 AI 智能体具备访问私有数据、接触不可信内容(如传入的电子邮件)以及向外部发送数据(如回复邮件)的能力时,你就拥有了“致命三要素”。提示词注入——即不可信文本中的恶意指令覆盖了智能体的预期行为——无法被可靠地预防。Simon 三年来每六个月就预测一次 AI 安全领域的“挑战者号灾难”。虽然还没发生,但他非常确定它迟早会发生。 9. 从精简模板开始每个项目,而不是长篇指令文件。编程智能体在匹配现有模式方面表现极佳。一个包含你偏好的缩进和风格的单一测试文件,比长篇大论的文字指令更有效。Simon 每个项目都从包含一个测试(字面意思是测试 1 + 1 = 2)的模板开始,并按照他喜欢的风格布局。智能体能领悟这一点,并在整个代码库中遵循该惯例。这比维护复杂的提示词文件更便宜、更可靠。 10. “骑自行车的鹈鹕”基准测试意外地成为了一个真正的 AI 基准。Simon 创建它纯粹是为了嘲讽数字基准测试——让每个大语言模型生成一张鹈鹕骑自行车的 SVG 图,然后比较画作。出乎意料的是,画作的好坏与模型在其他所有方面的能力之间存在很强的相关性。没人能解释原因。这已经成为了一个梗:Gemini 3.1 的发布视频中就出现了骑自行车的鹈鹕。AI 实验室对此心知肚明,并正在私下里进行竞争。 不要错过我们的完整对话:https://t.co/ghZZeyvWBZ

AI开发AI 工程编程智能体Simon Willison
6528646169.8K

山姆·奥特曼宣布发布 GPT-5.4,其特点是增强了知识工作能力、具备原生计算机使用功能,并拥有 100 万 token 的上下文窗口。

GPT-5.4 正式发布,现已在 API 和 Codex 中上线,并将于今日内陆续推送到 ChatGPT。 它在知识工作和网页搜索方面表现更佳,并具备原生的计算机使用能力。 你可以在响应中途对其进行引导,且它支持高达 100 万 token 的上下文。

Tweet media 1
AI模型GPT-5.4OpenAIComputer Use
12.9K1.2K2.0K1.3M