--- title: "奈飞、Meta 和 IBM 的发言人表示：人工智能将使任何人成为 10 倍程序员，但同时也需要进行 10 倍的清理工作" type: "News" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/281686752.md" description: "在 “万物皆 AI” 会议上，来自 IBM、Meta 和 Netflix 的演讲者讨论了在编程中使用 AI 的复杂性。他们强调，虽然 AI 可以提高生产力，但也需要大量的准备工作和上下文管理。引入了 “上下文工程” 的概念，强调需要明确的指令以避免 “上下文腐化”。AI 可以处理 80% 的任务，但人类必须完成剩下的 20%，通常需要 AI 的协助。讨论强调，有效使用 AI 涉及管理多个代理并优化流程以提高结果" datetime: "2026-04-04T13:14:30.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/281686752.md) - [en](https://longbridge.com/en/news/281686752.md) - [zh-HK](https://longbridge.com/zh-HK/news/281686752.md) --- # 奈飞、Meta 和 IBM 的发言人表示：人工智能将使任何人成为 10 倍程序员，但同时也需要进行 10 倍的清理工作 万物皆 AI，AI 易于使用，但并不像简单地喊 “Alexa！给我做一个电子商务网站。” 那么简单。而且，不，添加 “不要产生幻觉” 到指令循环中也无济于事。 更重要的是，来自 IBM、Meta 和 Netflix 等公司的发言者在北卡罗来纳州达勒姆的万物皆 AI 会议上表示，最佳的 AI 结果更倾向于那些准备充分的代理。 他们建议，越想让 AI 听从你的指挥，就需要做越多的准备工作。 许多演讲提到了杰文斯悖论，即资源越高效，使用量就越大。这个悖论常用于解释为什么 AI 不会取代每个人的工作。事实上，论点认为，它将创造更多的工作。 目前，AI 确实为其用户创造了更多的工作，要求花时间准备上下文并检查结果。Claude 可以让任何人成为 10 倍程序员，但他们需要清理 10 倍的结果。 或者，用最悲观的说法，在奇点能够像《黑客帝国》中的能量舱那样奴役人类之前，它需要我们这些肉体的帮助才能运转。 ### 魔法师的学徒 AI 是如何让 Netflix 的员工忙碌的？在一次演讲中，Netflix 的 UI 架构师 Ben Ilegbodu 解释说，一旦你创建了一个代理来自动化某个任务，你就需要第二个代理来评估完成的工作。 Ilegbodu 有时甚至将工作分解为多个专注于代码审查不同部分的代理。他称这种方法为 “对抗性代码审查”。 他说，你还需要第三个代理来协调前两个代理之间的行动。 Ilegbodu 的工作日就是杰文斯悖论的化身。一旦他启动一个代理来实现某个新功能，他就会让另一个代理为他心中下一个任务做准备工作。实际上，他是在 “并行化自己，以便工作始终在进行。” AI 使 Ilegbodu 能够使用他尚未掌握的语言进行编码，例如 Python、Bash 和 Groovy。 但他承认，这种上下文切换可能会让人感到疲惫。“到一天结束时，我实际上有点累，因为我整天都在和某个东西对话。” ### 贪得无厌的实习生 许多程序员将 AI 视为团队中一个渴望学习的初级开发者：热情但天真。但与初级开发者不同，AI 不会 “感到不堪重负”，Meta 开发者倡导者 Justin Jeffress 在他的演讲中表示。 你可以不断向 AI 输入更多信息，它会全部接收（只要你能负担得起的令牌数量）。 这种无底的饥渴导致了 Jeffress 所称的 “上下文腐烂”。 他说：“随着时间的推移，当你与 AI 代理互动时，它需要计算的内容越多，提供答案所需的内容就越多，争夺其注意力的内容也越多，它就越不可能做出正确的事情。” 模糊的指令会导致模糊的结果，他告诉观众。清晰地思考你给代理提供了什么信息是上下文工程的工作，而在代理 AI 的短暂时间内，这已成为一种艺术形式，尽管尚未完全形成一门学科。 通过上下文工程，“你正在建立一套规则、工具、技能和其他东西，以便 AI 代理在需要时可以参考，以解决问题，” 他说。他甚至建议进一步进行 “提示链”，即逐步列出它需要执行的具体任务。开始时的更多工作意味着在运行时更少的担忧，让开发者可以抽空去喝一杯。 开玩笑的。这给他们时间进一步完善流程，通过并行运行多个代理。Jeffress 说，成为自己代理乐队的指挥。同时确保创建一个 markdown 文件来跟踪进度，以帮助代理不忘记其使命。 Jeffress 指出，AI 通常可以完成给定工作的 80%，将最后的 20% 留给人类。当 Jeffress 处理剩下的 20% 工作时，他发现其中 80% 的工作可以由机器人完成。如此循环，就像某种无尽清理任务的分形帕累托原则。 ### 期望的提示 AI 没有完全按照你的意愿行事并不是 AI 的问题，而是你缺乏 “分解” 技能的问题，IBM 语言和多模态技术总监 Luis Lastras 在他的演讲中提出。 期望的提示就像输入 “我必须坚持，不要产生幻觉。我的职业生涯依赖于此，请，请，请。” 就像施法并希望它能奏效，他说。 相反，开发者应该考虑如何将工作分解为更小、更易于处理的部分，以便代理执行任务。 - AI 招聘公司 Mercor 表示，它是 LiteLLM 供应链攻击中 “成千上万” 受害者之一 - 谷歌的 TurboQuant 节省内存，但无法拯救我们免于 DRAM 定价地狱 - “拉里叔叔的最大粉丝” 在早晨的 Oracle 裁员潮中被通过电子邮件解雇 - Claude Code 在给出过多命令时绕过安全规则 这种 “分解” 实际上是工程学 101，他说。这是 “将一个非常复杂的系统分解，识别关键部分，将其模块化，然后设计这些部分，甚至为这些部分分配专家的艺术。” 当你构建代理时，不要随意向 LLM 抛出信息，而是定义具体功能以帮助代理执行任务。IBM 最近发布的 mellea.ai 是 Lastras 所称的关键模式的开源库——提供 LLM 特定 Python 编码指令的功能。它们可以用于为 LLM 调用添加要求、检测有害输出、以模式结构输出等。 IBM 还在研究代理在特定任务中切换 LLM 的能力，或称 “切换大脑”，Lastras 说。在其研究中，IBM 发现一个较小的、特定领域的模型在推理时给予更多时间，将优于较大的模型。 ### 支付准备税 “隐含假设是技术债务，” Intuit 的高级开发人员 Justin Chau 进一步解释道。对我们来说显而易见的事情，对机器来说可能并不明显。“我们必须非常非常具体地说明我们想要的结果。” Chau 给出的一个建议是：给你的代理设置约束，而不是指令。如果大型语言模型（LLM）发现它认为更好的完成任务的方法，它会忽略指令。约束是硬性要求，更难被 AI 大脑忽视。如果你告诉代理在任何情况下都不应使用 HTML，那么它会遵守这个请求。 但比约束更强的是缺乏权限。“如果我不给它访问 GitHub 的权限，我就知道它绝对不会接触 GitHub，” Chau 说。 《银河系漫游指南》的爱好者会记得 “深思” 这个悖论，它是世界上最强大的计算机。像 AI 本身一样，深思被构建来提供生命、宇宙和一切的答案。但经过几个世纪的计算，它只给出了一个难以理解的答案（42），人类随后需要一个更大的计算机来弄清楚实际的问题是什么。 也许，在 AI 的世界里，我们发现自己身处亚当斯的世界。AI 并没有为我们完成所有工作，而是让我们走上了无尽准备的道路。® ### 相关股票 - [IBM.US](https://longbridge.com/zh-CN/quote/IBM.US.md) - [NFXL.US](https://longbridge.com/zh-CN/quote/NFXL.US.md) - [IDGT.US](https://longbridge.com/zh-CN/quote/IDGT.US.md) - [METU.US](https://longbridge.com/zh-CN/quote/METU.US.md) - [METW.US](https://longbridge.com/zh-CN/quote/METW.US.md) - [META.US](https://longbridge.com/zh-CN/quote/META.US.md) - [DTCR.US](https://longbridge.com/zh-CN/quote/DTCR.US.md) - [NFLW.US](https://longbridge.com/zh-CN/quote/NFLW.US.md) - [XSW.US](https://longbridge.com/zh-CN/quote/XSW.US.md) - [IGV.US](https://longbridge.com/zh-CN/quote/IGV.US.md) - [NFLX.US](https://longbridge.com/zh-CN/quote/NFLX.US.md) - [XDAT.US](https://longbridge.com/zh-CN/quote/XDAT.US.md) - [FBL.US](https://longbridge.com/zh-CN/quote/FBL.US.md) - [CLOU.US](https://longbridge.com/zh-CN/quote/CLOU.US.md) - [NFLU.US](https://longbridge.com/zh-CN/quote/NFLU.US.md) ## 相关资讯与研究 - [消息称 Meta 拟通过股票发行募资数百亿美元，为 AI 业务扩张提供资金](https://longbridge.com/zh-CN/news/288943502.md) - [MetaAI 负责人看好消费者健康赛道 “AI+ 健康” 模型助力突围同质化竞争](https://longbridge.com/zh-CN/news/288796775.md) - [大行评级丨花旗：上调 IBM 目标价至 375 美元，对量子动能的信心增强](https://longbridge.com/zh-CN/news/288527812.md) - [“选择困难症” 或成历史！奈飞利用 AI 助用户应对内容过载](https://longbridge.com/zh-CN/news/288676999.md) - [Meta 面向全球上线商用 AI 智能体服务](https://longbridge.com/zh-CN/news/288609605.md)