
一位Salesforce研究工程师回顾自己2026年的AI使用情况
来源标题:I use AI (Oct 2026)
一名从微软Windows AI团队转投Salesforce AI Research的研究工程师,回顾了自己一年来使用AI方式的变化。他每月在token上花费约3000美元,主要用于支持科学家和快速构建原型,并已开始起草个人AI使用政策。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
去年十月,我盘点了一下自己如何使用 AI——具体来说,是 LLM 这类我们称之为“AI”的酷东西。我很庆幸自己做了这件事。12 个月后,情况已经大不相同。
背景
我仍然认为自己使用 AI 的方式相当典型,但我的背景发生了显著变化。去年十月,我还是 Microsoft Windows AI 团队的一名工程师。现在我是 Salesforce AI Research 的研究工程师。我花更多时间支持科学家和构建快速原型,而不是与大型工程团队合作。我每月在 token 上花费约 3,000 美元。
无论如何,我使用 AI 的方式基本与去年相同:
今年还有一件新事,我起草了一份个人 AI 政策;我们就从那里开始吧。
和之前一样,这仍然纯粹是我的观点和推测。如果你使用 AI 的方式不同,请告诉我!
今年我开始起草一份个人 AI 政策——也就是说,一份关于我想如何在生活中使用 AI 的文件。我对此非常兴奋。我也在为这个网站制定一份明确的 AI 政策(还在思考中;可能基于 Hank Green 的政策),但个人政策是为我提供一个日常使用这些工具的框架。
AI 正在渗入生活。队友让 Claude 写他们的 Slack 消息,祖父母生成他们孙辈的诡异梗图,研究人员把思考委托给机器。这些我都见过;甚至像 Hank Green 和 BrainPOP 这样强大的创作者也会迷失。
BrainPOP 使用了 AI 艺术,也许并不知情
人类显然还没有使用这些工具的规范,而我们正在搞砸。我希望随着 AI 变得越来越聪明,个人政策能给我一个立足点。我希望随着时间推移调整这份政策,也很期待看到它如何演变。我也愿意接受第一版完全、彻底地错误。
最终,我想和其他人一起用一生做酷东西。AI 能帮忙,也能伤害。政策帮我找到两者的区别。
去年,我曾诗意地赞叹 GitHub Copilot 自动补全如何改变了我的写代码方式。
自动补全仍然很好(那些暗淡的行)
嗯,呃,我不再写多少代码了。智能体编程已经让它过时了。
现在我的工作日意味着管理约 5–6 个 Claude Code(或 OpenCode 或 Codex 或 Pi)智能体。我会给 Claude 一个要实现的功能、一个要复现的 bug,或任何我过去手工做的任务;每个智能体获得自己的一份代码副本(如果你懂技术的话,是一个 Git worktree),然后就……开始工作。智能体写代码、跑测试,甚至创建和审查 PR。
Claude Code 用一个提示给我的 Mumble 客户端(的一个 worktree)加上了降噪
它们让我构建得很快:智能体能在约 20 分钟内原型化任何新功能。我真的数不清因为这些智能体,我(AI 们?)能够构建多少功能、bug 修复、测试和工具。例如,AI 让我在几分钟内就在 macOS 和 iOS 上测试了令人困惑的音频代码。
它们让我尝试疯狂的东西:人类团队的目标是“快速失败”;智能体可以超快速失败。我很乐意测试疯狂的新想法,并扔掉效果不好的东西。它能够连接并测试对 Mumble 的一项巨大改动,增加了更好的降噪;我几乎每天都用它的 beta 版本。
它们消除了苦差事:我让智能体诊断并修复紧急 bug,只需要一个描述和一句“请修复!”,同时我继续做其他事情。
它们让我更友善:既然智能体写一切,那么在代码审查期间向队友提出大规模改动就很简单,甚至写我自己的版本——这两件事在手写代码时代是不可想象的。
我不认为工程问题已经解决:如果放任它们自行运行,智能体会构建出功能糟糕、过度架构、不可读、自鸣得意的垃圾堆。我问过的每个朋友都同意,智能体仍然需要人类的品味和经验才能产出好的工作。其中一些是细枝末节(比如 Claude 喜欢扔到网站上的那个烦人的状态点),但大多数是关键的。智能体独自运行时往往会迷失。我今年最成功的工作是手写一个工具,用几百行替换了约 4,000 行 vibe-code。我的系统已被证明比它所替换的更灵活、更易测试、更通用。
不过,人类的这种优势能持续多久还有待观察。
我现在也要面对使用这些智能体的疲劳。与 6 个不同的机器人就 6 个不同的功能进行 6 场不同的对话,这种过度刺激和疲惫是编码从未有过的。当我开始使用智能体时,我记得自己会像它们是等待帮助的人类同事一样赶忙回答它们的问题!虽然我已经缓和了这种拟人化偏见,但同时处理这么多问题还是很累。午饭前再发一个提示的诱惑……然后晚饭……哎。还有,正如我在《Consider the chairmaker》中所写的,手艺的衰落。我的朋友 Peter 感叹把编程的乐趣让给了机器:对我们许多人来说,磨练代码、找到正确的设计、看着各部分啮合在一起——那是我们在工作中找到的冥想式目的。现在,我们很少写任何东西。我们把它委托给 7 号智能体。
但让我回到与智能体合作的乐趣:它们如此快,如此乐于接受反馈,如此聪明。与它们合作可以非常愉快。
例如,当我为语音智能体构建一个测试框架时,一个编程智能体(正确地)判定我的简单测试框架不够用。于是它用我 Mac 内置的文本转语音直接测试它正在构建的语音智能体。然后,更新的智能体也开始这样做。要么它们记录了这一技术,要么它们每个都足够聪明,独立发现了它。直接测试它们正在构建的产品。绝对精彩。
智能体经常推荐一些旋钮和设置,我会因为太复杂和不必要而拒绝——然后,瞧,下周我就需要那个旋钮了。愚蠢的人类!
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。