--- title: "奈飛、Meta 和 IBM 的發言人表示：人工智能將使任何人成為 10 倍程序員，但同時也需要進行 10 倍的清理工作" type: "News" locale: "zh-HK" url: "https://longbridge.com/zh-HK/news/281686752.md" description: "在 “萬物皆 AI” 會議上，來自 IBM、Meta 和 Netflix 的演講者討論了在編程中使用 AI 的複雜性。他們強調，雖然 AI 可以提高生產力，但也需要大量的準備工作和上下文管理。引入了 “上下文工程” 的概念，強調需要明確的指令以避免 “上下文腐化”。AI 可以處理 80% 的任務，但人類必須完成剩下的 20%，通常需要 AI 的協助。討論強調，有效使用 AI 涉及管理多個代理並優化流程以提高結果" 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) --- # 奈飛、Meta 和 IBM 的發言人表示：人工智能將使任何人成為 10 倍程序員，但同時也需要進行 10 倍的清理工作 萬物皆 AI，AI 易於使用，但並不像簡單地喊 “Alexa！給我做一個電子商務網站。” 那麼簡單。而且，不，添加 “不要產生幻覺” 到指令循環中也無濟於事。 更重要的是，來自 IBM、Meta 和 Netflix 等公司的發言者在北卡羅來納州達勒姆的萬物皆 AI 會議上表示，最佳的 AI 結果更傾向於那些準備充分的代理。 他們建議，越想讓 AI 聽從你的指揮，就需要做越多的準備工作。 許多演講提到了傑文斯悖論，即資源越高效，使用量就越大。這個悖論常用於解釋為什麼 AI 不會取代每個人的工作。事實上，論點認為，它將創造更多的工作。 目前，AI 確實為其用户創造了更多的工作，要求花時間準備上下文並檢查結果。Claude 可以讓任何人成為 10 倍程序員，但他們需要清理 10 倍的結果。 或者，用最悲觀的説法，在奇點能夠像《黑客帝國》中的能量艙那樣奴役人類之前，它需要我們這些肉體的幫助才能運轉。 ### 魔法師的學徒 AI 是如何讓 Netflix 的員工忙碌的？在一次演講中，Netflix 的 UI 架構師 Ben Ilegbodu 解釋説，一旦你創建了一個代理來自動化某個任務，你就需要第二個代理來評估完成的工作。 Ilegbodu 有時甚至將工作分解為多個專注於代碼審查不同部分的代理。他稱這種方法為 “對抗性代碼審查”。 他説，你還需要第三個代理來協調前兩個代理之間的行動。 Ilegbodu 的工作日就是傑文斯悖論的化身。一旦他啓動一個代理來實現某個新功能，他就會讓另一個代理為他心中下一個任務做準備工作。實際上，他是在 “並行化自己，以便工作始終在進行。” AI 使 Ilegbodu 能夠使用他尚未掌握的語言進行編碼，例如 Python、Bash 和 Groovy。 但他承認，這種上下文切換可能會讓人感到疲憊。“到一天結束時，我實際上有點累，因為我整天都在和某個東西對話。” ### 貪得無厭的實習生 許多程序員將 AI 視為團隊中一個渴望學習的初級開發者：熱情但天真。但與初級開發者不同，AI 不會 “感到不堪重負”，Meta 開發者倡導者 Justin Jeffress 在他的演講中表示。 你可以不斷向 AI 輸入更多信息，它會全部接收（只要你能負擔得起的令牌數量）。 這種無底的飢渴導致了 Jeffress 所稱的 “上下文腐爛”。 他説：“隨着時間的推移，當你與 AI 代理互動時，它需要計算的內容越多，提供答案所需的內容就越多，爭奪其注意力的內容也越多，它就越不可能做出正確的事情。” 模糊的指令會導致模糊的結果，他告訴觀眾。清晰地思考你給代理提供了什麼信息是上下文工程的工作，而在代理 AI 的短暫時間內，這已成為一種藝術形式，儘管尚未完全形成一門學科。 通過上下文工程，“你正在建立一套規則、工具、技能和其他東西，以便 AI 代理在需要時可以參考，以解決問題，” 他説。他甚至建議進一步進行 “提示鏈”，即逐步列出它需要執行的具體任務。開始時的更多工作意味着在運行時更少的擔憂，讓開發者可以抽空去喝一杯。 開玩笑的。這給他們時間進一步完善流程，通過並行運行多個代理。Jeffress 説，成為自己代理樂隊的指揮。同時確保創建一個 markdown 文件來跟蹤進度，以幫助代理不忘記其使命。 Jeffress 指出，AI 通常可以完成給定工作的 80%，將最後的 20% 留給人類。當 Jeffress 處理剩下的 20% 工作時，他發現其中 80% 的工作可以由機器人完成。如此循環，就像某種無盡清理任務的分形帕累託原則。 ### 期望的提示 AI 沒有完全按照你的意願行事並不是 AI 的問題，而是你缺乏 “分解” 技能的問題，IBM 語言和多模態技術總監 Luis Lastras 在他的演講中提出。 期望的提示就像輸入 “我必須堅持，不要產生幻覺。我的職業生涯依賴於此，請，請，請。” 就像施法並希望它能奏效，他説。 相反，開發者應該考慮如何將工作分解為更小、更易於處理的部分，以便代理執行任務。 - AI 招聘公司 Mercor 表示，它是 LiteLLM 供應鏈攻擊中 “成千上萬” 受害者之一 - 谷歌的 TurboQuant 節省內存，但無法拯救我們免於 DRAM 定價地獄 - “拉里叔叔的最大粉絲” 在早晨的 Oracle 裁員潮中被通過電子郵件解僱 - Claude Code 在給出過多命令時繞過安全規則 這種 “分解” 實際上是工程學 101，他説。這是 “將一個非常複雜的系統分解，識別關鍵部分，將其模塊化，然後設計這些部分，甚至為這些部分分配專家的藝術。” 當你構建代理時，不要隨意向 LLM 拋出信息，而是定義具體功能以幫助代理執行任務。IBM 最近發佈的 mellea.ai 是 Lastras 所稱的關鍵模式的開源庫——提供 LLM 特定 Python 編碼指令的功能。它們可以用於為 LLM 調用添加要求、檢測有害輸出、以模式結構輸出等。 IBM 還在研究代理在特定任務中切換 LLM 的能力，或稱 “切換大腦”，Lastras 説。在其研究中，IBM 發現一個較小的、特定領域的模型在推理時給予更多時間，將優於較大的模型。 ### 支付準備税 “隱含假設是技術債務，” Intuit 的高級開發人員 Justin Chau 進一步解釋道。對我們來説顯而易見的事情，對機器來説可能並不明顯。“我們必須非常非常具體地説明我們想要的結果。” Chau 給出的一個建議是：給你的代理設置約束，而不是指令。如果大型語言模型（LLM）發現它認為更好的完成任務的方法，它會忽略指令。約束是硬性要求，更難被 AI 大腦忽視。如果你告訴代理在任何情況下都不應使用 HTML，那麼它會遵守這個請求。 但比約束更強的是缺乏權限。“如果我不給它訪問 GitHub 的權限，我就知道它絕對不會接觸 GitHub，” Chau 説。 《銀河系漫遊指南》的愛好者會記得 “深思” 這個悖論，它是世界上最強大的計算機。像 AI 本身一樣，深思被構建來提供生命、宇宙和一切的答案。但經過幾個世紀的計算，它只給出了一個難以理解的答案（42），人類隨後需要一個更大的計算機來弄清楚實際的問題是什麼。 也許，在 AI 的世界裏，我們發現自己身處亞當斯的世界。AI 並沒有為我們完成所有工作，而是讓我們走上了無盡準備的道路。® ### 相關股票 - [IBM.US](https://longbridge.com/zh-HK/quote/IBM.US.md) - [NFXL.US](https://longbridge.com/zh-HK/quote/NFXL.US.md) - [IDGT.US](https://longbridge.com/zh-HK/quote/IDGT.US.md) - [METU.US](https://longbridge.com/zh-HK/quote/METU.US.md) - [METW.US](https://longbridge.com/zh-HK/quote/METW.US.md) - [META.US](https://longbridge.com/zh-HK/quote/META.US.md) - [DTCR.US](https://longbridge.com/zh-HK/quote/DTCR.US.md) - [NFLW.US](https://longbridge.com/zh-HK/quote/NFLW.US.md) - [XSW.US](https://longbridge.com/zh-HK/quote/XSW.US.md) - [IGV.US](https://longbridge.com/zh-HK/quote/IGV.US.md) - [NFLX.US](https://longbridge.com/zh-HK/quote/NFLX.US.md) - [XDAT.US](https://longbridge.com/zh-HK/quote/XDAT.US.md) - [FBL.US](https://longbridge.com/zh-HK/quote/FBL.US.md) - [CLOU.US](https://longbridge.com/zh-HK/quote/CLOU.US.md) - [NFLU.US](https://longbridge.com/zh-HK/quote/NFLU.US.md) ## 相關資訊與研究 - [摩根士丹利點名四大新興產品，看好 Meta 成為「AI 贏家」](https://longbridge.com/zh-HK/news/288937613.md) - [Google 才剛募資 Meta 也傳擬發股籌資數百億美元 股價重挫超 5.5%](https://longbridge.com/zh-HK/news/288914333.md) - [Meta 放寬 AI 員工追蹤計畫，但多數人仍逃不過滑鼠點擊被記錄](https://longbridge.com/zh-HK/news/288515070.md) - [VR 健身神作 Supernatural 由原團隊獨立接手，免於「被結束」命運](https://longbridge.com/zh-HK/news/288659314.md) - [AI 浪潮引發美國科技業兩年來最大規模裁員潮](https://longbridge.com/zh-HK/news/288718670.md)