Vibe Coding Is The Future
31:33 Share

Andrej Karpathy 最近创造了“氛围编码”这个术语，以描述大型语言模型（LLMs）变得如此优秀，以至于开发者可以简单地“顺应氛围，拥抱指数增长，忘记代码的存在。”在这一集的 Lightcone 中，主持人讨论了这种新的编程方法以及它对 AI 时代构建者的意义。申请 Y Combinator: https://ycombinator.com/apply </context> <raw_text>0 就像有人在夜间撒下了一些巨大的豆茎种子。我们早上醒来。我是说，我们现在的感觉是这不是一种时尚。这不会消失。这实际上是编码的主流方式。如果你不这样做，你可能会被抛在后面。是的。

欢迎回到 Lightcone 的另一集。我是 Gary。这是 Jared、Harj 和 Diana，我们是 Y Combinator 的合伙人。我们共同资助了价值数千亿美元的公司，当时它们只是一个想法和几个人。

所以今天我们要谈论氛围编码，这是来自 Andrej Karpathy 最近病毒式传播的一篇帖子。我称之为氛围编码的新型编码方式，在这种方式中，你完全顺应氛围，拥抱指数增长，忘记代码的存在。

是的，所以我们对当前 YC 批次的创始人进行了调查，以了解他们对氛围编码的看法。我们基本上问了他们一堆问题。我们问他们使用什么工具？他们的工作流程发生了怎样的变化？一般来说，你认为软件工程的未来会走向何方，随着我们进入 YC，软件工程师的角色将如何变化？

在氛围编码的世界中。我们得到了相当有趣的回应。有人有从创始人那里跳出来的最喜欢的引用吗？我想我可以逐字阅读其中一个，软件工程师的角色将转变为产品工程师。人类的品味现在比以往任何时候都重要，因为 Cogen 工具让每个人都成为 10 倍工程师。这是 Outlet 的创始人说的。

我有一个。Astra 的 Abhi 说：“我不太写代码。我只是思考和审查。”这是一个超级技术型的创始人，他的上一家公司也是一家开发工具公司。他非常擅长编码，因此看到像这样的人有这样的看法非常有趣。还有另一个来自不同 Abhi 的引用，Copycat 的 Abhi 说：“我现在对我的代码依赖少得多，因此我决定是否废弃或重构代码的决策不那么偏见。”

因为我可以以三倍的速度编码，所以如果需要，我很容易废弃并重写。而且我想这东西真正酷的地方在于它实际上能够很好地并行化。所以 K60 的 Yoav 说，我用 Cursor 写所有东西。有时我甚至会同时打开两个 Cursor 窗口，并在两个不同的功能上提示它们。哪个...

这很有道理。为什么不三个呢？你知道，实际上你可以做很多事情。我认为另一个很棒的引用来自 TrainLoop 的创始人。他提到编码在六个月前发生了变化。从一个月前的 10 倍加速到现在的 100 倍加速，指数加速。他说，我不再是工程师。我是一个产品人。

是的，这非常有趣。我认为这可能是广泛发生的事情。你知道，它最终变成了你需要的两种不同角色。我是说，它实际上映射到工程师今天自我分配的方式，要么你是前端，要么是后端。然后后端实际上是关于基础设施的。而前端实际上更多的是作为 PM。你几乎...

几乎像一个人类学家，进入 GDP 的一些模糊的、服务不足的部分。你试图提取出：这就是那些 GDP 蛋糕中的人们真正想要的东西。然后我将把它转化为代码。实际上，评估是其中最重要的部分。当我在运行 Triplebyte 时，这实际上是我们注意到的事情之一。

在试图找出谁是特定公司的良好匹配时，技术评估几乎与此同等重要，你需要一定的技术能力门槛。但除此之外，问题是你是否真的想与用户交谈，还是不想？就像，

一些工程师实际上更有动力去处理他们知道用户是谁的事情，他们可以与他们沟通，获得实时反馈，并进行迭代，基本上成为产品工程师。而其他工程师则根本不想这样做。他们觉得与用户打交道很烦，他们只想处理困难的技术问题和重构代码。这就是我们所称的后端工程师。是的，这就是我们所称的后端工程师。是的，当然。这只是调查回应中出现的一个主题，对吧？这个想法是...

大型语言模型可能会推动人们做出选择，因为实际编写代码可能变得不那么重要。关键在于，你是否有品味，想要解决产品问题？还是你是一个架构师，想要解决系统问题？MARK MANDEL：哦，有趣的是，我想调查确实表明这一点，这些东西在调试方面表现糟糕。

因此，你仍然需要人类来进行调试。他们必须弄清楚，代码实际上在做什么？这里有一个错误。在哪里，知道错误在哪里。找出代码路径，我们有一些逻辑错误，没能弄清楚，对吧？似乎没有办法直接告诉它调试。你刚才说过，你必须

非常明确，就像给第一次软件工程师下指令一样。我必须非常详细地给出指令才能让它调试，或者你可以顺应氛围。我会说 Andre Carpati 的风格就是忽略错误，重新开始，就像

就像告诉它从头再试一次。就像，当实际编写代码变得便宜到一千倍时，你的编码风格是多么疯狂的变化。作为人类，你永远不会因为有一个错误而轻易放弃你花了很长时间做的事情并从头重写，因为你会总是修复错误。

但对于 LLM 来说，如果你可以在六秒内重写 1000 行代码，为什么不呢？这有点像人们在尝试生成图像时使用 Midjourney 或 Playground 的方法。如果有伪影或我不喜欢的东西，有时我甚至不改变提示。我只是点击重新生成。我这样做五次。有时它就能奏效。我就像，哦，我现在可以使用那个。这是非常不同的。

构建系统的框架，因为你不是一步一步地构建基础，而是从头开始构建，因为从根本上说，今天所有这些工具都来自于生成代码的世界，这些代码在某个潜在空间中隐藏着，你必须从头开始找到不同的梯度，而不是被卡住。然后你想添加一点随机性，让它重新生成。但我确实认为

也许，我不知道，下一代的 05，也许我们会达到实际上能够建立的程度。我的意思是，目前为止，我认为大多数情况下，你需要重新生成和重写，但它还没有建立在其上。但我们还没有看到任何编码工具与推理良好地结合。我认为我们有。好吧，03 在调试方面比 3.5 Sonnet 好得多。因此，确实感觉我们正朝着这个方向前进，这可能不再是事实。是的。

所以六个月后我们下次做这个节目。Diana，你想谈谈人们正在使用的模型，正在使用的 IDE 吗？那里有一些非常有趣的趋势。DIANA ALVEAR：是的。我认为正如我们在几集之前提到的，我们已经看到这种转变开始发生。氛围在 2024 年夏天开始转变，当时大部分批次都在使用 Cursor。

而现在，Cursor 绝对是领导者。但发生的另一件事是，这是一个快速变化的环境。Windsurf 是一个快速跟随者。它开始成为一个非常好的产品，而不是 Cursor。我认为，Jared，你对 Windsurf 有一些第一手经验。

为什么 Windsurf 比 Cursor 更好。是的。我认为人们切换的首要原因是，Cursor 今天在很大程度上需要被告知在你的代码库中查看哪些文件。因此，如果你有一个大型代码库，你可以告诉它该做什么，但你必须告诉它在代码库中查看哪里。Windsurf 会索引你的整个代码库，并且在自己找出要查看哪些文件方面相当不错。还有其他差异，但我认为这是最重要的一个。

值得注意的是，Devin 确实被提到，但 Devin 不太用于严肃功能的缺点是它并不真正理解代码库。

主要用于小功能，几乎没有被提及。另一个，人们仍然使用 ChatGPT。他们使用它的原因是因为他们想实际使用推理模型。因此，它确实被发布。人们发布一些调试问题以找出，使用更强大的模型进行推理。因为现在，Cursor 和 WithServe 仍然处于旧世界。我是说，旧世界是六个月前的推理模型之前，不在测试时间计算中。因此，创始人正在使用它。

还有一些创始人，其中一些也是自托管的，因为他们可能有更关键、敏感的知识产权。他们这样做。现在谈谈模型方面的变化。关于 CodeGen，六个月前我们看到的主要竞争者是 CloudSonic 3.5。它仍然是一个重要的竞争者。大多数人仍在使用它。

但 01、01 Pro 和 03 Mini，这些恢复的模型开始看到...几乎像是与 Sony 3.5 竞争。另一个是 4.0，几乎没有用于 Kojan。还有一个有趣的事情是 DeepSeek R1。

也被提到。Spin 使用也成为一个可行的竞争者。Gemini 并没有被提到。我听到的关于 Gemini 的一件事是，因为它有最长的上下文窗口，我听到一些创始人说他们确实使用它。他们使用它的方式是将整个代码库放入 Gemini 的上下文窗口中，然后他们只是告诉它

修复一个错误，它并不总是有效，但有时它可以一次性修复，因为它在上下文窗口中包含了整个内容。随着人们对新发布的推理模型 Flashback 2.0 的采用越来越多，我认为人们还没有尝试过。

但长上下文窗口加上推理可能是一个不错的竞争者。目前 Badger 中由 LLM 编写的代码估计是多少？嗨，这真是疯狂。因此，我们明确问了这个问题，你估计你的代码库中有多少百分比是 AI 生成的？我理解这个问题的方式是：在你的代码库中的实际字符中，不包括你导入的任何库，像人类手工输入的字符与 LLM 发出的字符的百分比。

而疯狂的是，四分之一的创始人表示，他们的代码库中超过 95% 是 AI 生成的，这简直是一个疯狂的统计数据。

而且并不是说我们资助了一堆非技术创始人。这些人都是高度战术的，完全能够从零开始构建自己的产品。一年前，他们会从零开始构建自己的产品，但现在 95% 是由 AI 构建的。除了也许，听起来我们有一两个例子的人，他们太年轻了，在过去两年里学会了编码。是的。

所以他们实际上不知道没有 Cursor 的世界。是的。这是我最好的公司之一 Dispatch，实际上就是这样。创始人们是极其技术化的头脑，但他们并没有接受计算机科学和编程的传统训练。他们的生产力极高，能够产生大量非常出色的产品。而 AI 几乎写了整个东西。这让我想起了...

关于 Z 世代的讨论，他们是第一代数字原住民，伴随着互联网成长。这一代人伴随着原生 AI 编码工具成长，他们跳过了软件工程师的经典训练，直接用氛围来做。但他们实际上非常有技术头脑。我是说，他们有数学和物理的学位。数学和物理，是的。所以他们有那种原始的...

我们称之为更像系统思维类型的思维方式，这仍然是必需的。也许我们应该谈谈这一点。就像，什么仍然是相同的，什么已经改变？我认为这种氛围编码将使那些来自其他技术学科（如数学和物理）的技术头脑的人

能够比过去更快地成为高效的程序员。就像我记得以前有编码训练营，早些时候他们会试图将物理学的人重新训练成程序员，然后效果并不好，因为学习所有的语法和库以及你必须知道的所有东西以便真正高效地工作需要太长时间。但现在，

现在是一个新世界。编码训练营也非常专注于让你在公司找到工作。我认为在 2015 年左右，正是公司们重新思考

如何评估软件工程师及其招聘流程的时候。确实发生了一个真实的转变，从“我们想雇佣传统训练的计算机科学家，白板算法问题”转向“我们实际上想要那些非常高效、快速编写代码的人”。而这些论点是永恒的，对吧？就像我记得 Rails 首次推出时，确实有一种感觉，哦，我不知道，像 Active Record 作为与数据库交互的方式被视为一种很好的抽象，但仍然存在这种论点的味道，对吧？我不知道，如果你不真正理解内部结构，你就会写出糟糕、低效的网络软件。你觉得这些论点如何...

如果你现在回顾一下，许多最成功的公司，我会说 Stripe 和 Gusto 是我脑海中浮现的两个，它们确实非常倾向于我们只想要那些在工具上非常高效的人，我们将

改变整个招聘流程，只选择那些擅长的人的面试，从教我们如何思考转变为你有三个小时在笔记本电脑上，你需要构建一个待办事项应用，并尽快构建它，这些公司取得了巨大的成功。确实，似乎在某个时刻，随着他们的成长和扩展，瓶颈确实变成了拥有经过传统训练的系统思维者，以便

扩展和架构事物。确实，似乎人们招聘工程师的方式正在改变，但也许还没有改变得足够快。调查结果对我们四个人来说相对令人惊讶。对外界来说可能相当震惊。

就像这个东西在我们后院突然冒出来，仅仅在过去六到九个月。我的猜测是，工程招聘周期实际上并没有赶上这一点。人们仍然在白板前做那种事情，而不是你能完成什么。因此，听起来像是世界上的 Stripe，他们走在了游戏的前面，现在每个人都必须以这种方式招聘工程师。我是说，我想知道这是否会成为旧的方式。

元。我是说，从调查回应中突出的一个想法是我们谈论的两个主题，对吧？一个是，好的，我们现在都是产品人。实际上你需要的是真正的品味和理解该构建什么。第二个是，实际上现在真正有价值的是成为一个系统思考者和架构师，真正理解更大的图景。在这种情况下，

实际上，也许成为一个高效的编码者，因为这绝对是我在谈论谁是优秀工程师时的定义之一，而他们的一个维度是，他们可以非常快速地编写代码。也许这已经过时了。如果 LLM 实际上非常擅长快速编写代码，并且就像你所说的，现在实际上重新生成和从头编写所有内容比尝试调试便宜得多。

技能可能完全不同。问题是有两个不同的阶段。零到一，在这种情况下，速度是唯一重要的。然后关于 Active Record 和 Rails 的观点，那场战斗...

实际上是僵持不下，因为使用 Active Record 或 Rails 允许你非常快速地从零到一，但后来 Twitter 发生了什么？它变成了失败的鲸鱼，基本上一旦你达到一，知道那个架构是的，无法让你达到十亿或一百亿的估值或用户，或者无论是什么，根本无法正常工作。因此，我认为你会看到同样的事情。然后你刚才所说的内容中有细微差别，对吧？快速从零到一，然后能够扩展到十亿用户是两套完全不同的东西。我认为这可能在目前是不可替代的。

而我发现的事情是，当我们扩展一个最大的 Rails 网站时，我的意思是，你扩展了一个最大的 Rails 网站，也是这样，实际上没有那么多人能够做到。

达到一是如此罕见。MARK MANDEL：是的，这是真的。MARK MIRCHANDANI：你是否达到了这个点，你从零到一非常快速的方式是你使用了大量的开源。然后在某个时刻，也许在创业的两年后，甚至一年半后，我们再也无法使用随机的 gems 了。MARK MANDEL：再也无法使用 gems，因为它们根本没有为我们规模的公司设计。因此，我们不得不像-- GARY ILLYES：像部署它，它就会崩溃。MARK MANDEL：--去做自己的东西。是的。GARY ILLYES：它会崩溃。MELANIE WARRICK：你所说的非常好的例子，我认为也许总结一下，

零到一将非常适合氛围编码，创始人可以非常快速地发布功能。但一旦他们达到产品市场契合，他们仍然需要进行大量非常硬核的系统工程，你需要从一到 N，并且需要招聘非常不同类型的人。对此，我认为有一个非常好的历史例子，比如 Facebook。我是说，他们使用了 PHP。是的，他们用 PHP 逃脱了，个人认为这是一种糟糕的语言。也许我会被喷，但-

我认为这是一种糟糕的语言。MARK MANDEL：我同意你。我从来不喜欢它。抱歉，伙计们。FRANCESC CAMPOY：它非常糟糕。但你可以非常快速地发布东西。但在某个时刻，发布功能的瓶颈变得如此之大，以至于他们不得不招聘硬核系统人员来构建自定义编译器 HipHop。MARK MANDEL：是的。

它将在裸金属上运行得很快，因为替换所有代码的成本太高。而做这些事情的人并不是氛围编码的人，而是一些硬核系统人员，根据我们的调查，当前工具在低级系统工程方面表现不佳。Harjit，我不确定所有收听的人是否知道 Triplebyte，但这实际上是非常相关的。你想给大家描述一下吗？是的，Triplebyte 是我在 2015 年创办的公司，我们的...

我们的目标是如何使用软件来自动评估软件工程师。我们所做的方式是在所有这些代码生成模型之前，我们构建了我们自己的自定义软件来面试工程师，让人类面试工程师，然后基本上就像标记数据一样。通过让他们写代码来面试他们。他们的面试是高度战术的。是的，这是一个高科技的面试。是的。像是让他们写代码，

我们确实包括了算法问题。MARK BLYTH：你和你的联合创始人是否真的进行了比地球上任何其他人更多的技术面试？MARK BLYTH：我认为是的，就纯粹的时间而言。因为那是早期的日子，每天都在面试人。MARK BLYTH：像成千上万的人，对吧？MARK BLYTH：然后我们扩展了，我们有大约 100 名工程师的团队，按完成的面试支付费用。因此，你正好是问这个问题的合适人选，因为你在这个问题上花费的时间比地球上任何人都要多。如果你今天重新开始 Triple Byte，并且必须设计新的工程师战术评估，你会让他们做什么？

我对 Triplebyte 和筛选的主要收获就是人们想要不同的东西。因此，你需要提前知道你究竟在评估什么，然后围绕这个设计你的技术筛选。

这就是我所说的 Stripe 和 Justo 这些公司，他们知道他们不在乎某人是否具备基本的计算机科学知识，因此在这方面筛选他们没有意义。他们想要筛选出他们在工作中实际要做的事情。然后我们的产品更多是试图筛选所有内容，试图了解公司可能想要的所有内容，然后找出某人的最大技能，然后将具有最大技能的人发送到重视该最大技能的公司。在今天的世界中，我认为我实际上会有一个筛选，

至少考虑到人们使用这些工具的熟练程度。因此，再次，这可能与我之前所说的相反，但也许你能编码的速度和构建产品的能力实际上是需要明确筛选的东西，只是在

门槛上提高得更高。你可能需要问不同的问题，因为我敢打赌，如果你回到最初的 triple byte 评估，我敢打赌很多问题你可以直接复制粘贴到 chat GPT 中，它会吐出一个完美的答案。在这种情况下，如果你只是复制，实际上并没有证明太多的能力。问题可能需要难上百倍。这涉及到最深层次的东西，对吧？不一定是因为如果你有其他人，这取决于你将施加在筛选上的条件，我认为这很有趣。一个经典的问题是构建井字棋。

是的，当然。如果你在无人监督的情况下进行，并且让某人返回他们的井字棋解决方案，那将花费两秒钟。如果你想看他们编码并强迫他们不使用 LLM...我想这是一个问题。你是否强迫他们在没有 LLM 的情况下编码？使用旧问题？还是让他们使用 LLM，现在你需要新的问题，因为旧的问题变得微不足道？我认为这就是...

每个人在招聘软件工程师时现在应该考虑和试图弄清楚的事情。是的，我不确定我知道这个问题的正确答案。是的。我认为会有--可能你会测试不同的东西，因为他们也进行了很多工程招聘。

我认为有一个关键技能将保持不变，我确实认为阅读代码和调试的技能是最大的。就像你必须具备品味和足够的训练，知道 LLM 输出的是糟糕的东西还是好的东西。因此，像糟糕的代码或好的代码。我认为你有时可以清楚地看到，如果候选人使用这些工具，他们

实际上在 LLM 输出中有一个合理的解决方案，然后他们可以决定，哦，这实际上是糟糕的。这是一个标志。因此，我认为了解更高层次的思维，知道什么是好与坏。为了进行良好的氛围编码，你仍然需要具备品味，你仍然需要那种经典的，可能不一定是经典训练，但足够的知识来判断什么是好与坏。只有通过足够的实践，你才能变得优秀。我认为这将是一个常数。这是我的观点。

MARK MANDEL：是的，这很有趣。只是代码--更像是代码审查作为面试，而不是实际生成代码。PRIYANKA VERGADIA：是的。我是说，你可以有某种形式的系统设计。你想知道他们能多好地推出产品。因此，这就是测试品味的地方。所以我们将测试调试和品味。但然后你如何达到--我想这是一个问题，去这些我们称之为 AI 编码原住民的工具。MARK MANDEL：是的。PRIYANKA VERGADIA：你如何培养品味

当你不来自传统训练的世界时，这对下一代创始人来说会很有趣。好吧，你必须这样做，因为如果你不这样做，创业公司就会死，对吧？所以假设这个创始人，他们离开了，他们有 95% 是 AI 编写的。证明在一年后，两年后，他们在那件事情上有 1 亿用户。

你知道，它会崩溃还是不会？然后有一件事很明显，这些系统，你知道，在推理模型的第一个领域，第一版本，它们在调试方面并不是很好。因此，你实际上需要深入了解实际发生的事情。如果你不能，那么你就得，我是说，希望他们能找到另一个架构师。他们将不得不雇佣能够做到的人。我认为会有一代人

因为有了像cogen这样的工具，重构代码变得如此容易，所以只需要足够好的软件工程师，门槛很低，会有大量的工程师胜任。

但要成为顶尖的1%，我认为需要刻意练习。我们谈论的类比是马尔科姆·格拉德威尔普及的“一万小时定律”，即成为专家的时间，这个概念来自安德斯·埃里克森的研究。他的研究非常具体，例如：

如何找到世界一流的小提琴家？这不仅仅是投入时间，而是刻意练习。这些时间是经过计划和思考的，而且是艰苦的工作。你可以用更少的时间成为专家。我认为现在cogen工具的出现使得投入时间成本很低，因为输出速度很快。你可以达到足够好的水平，

但要成为世界最佳和最佳创始人，你需要刻意练习，深入细节。你必须一层层地剥开问题，理解系统，并在某种程度上接受古典训练。举个例子，我们可以回顾历史，比如毕加索，有史以来最伟大的画家之一。

他擅长画栩栩如生的画，但这并不是他出名的原因。当然，当你想到毕加索时，你会想到与之相反的东西。是的。有一个著名的绘画序列展示了他如何画出一个抽象的碗。它从栩栩如生的画开始，经过多次迭代，直到他抓住本质，最终创作出他著名的抽象艺术。但他之所以能成为世界最佳，是因为他实际上是一位非常优秀的

画家，并且接受过古典训练，他画得非常好。但这并不是他出名的原因。所以我认为我们将看到这两类工程师。仍然会有很多“足够好”的工程师，而且需要他们。

但世界最佳，那些成为佼佼者的创始人，需要刻意练习。是的，也不是。我的意思是，我认为有很多非常棒的例子，伟大的系统级和世界一流的工程师最终成为首席执行官，成为世界上最大的上市公司的首席执行官。我想到了马克斯·莱夫钦，我想到了Shopify的托比·卢特克。这些人真的非常优秀。

问题是，还有很多其他人并不那么优秀，但也仍然是公司首席执行官或联合创始人。然后它又回到了我们之前所说的内容，回到了招聘。我一直想到你提到的推特类比。我认为这是一个非常有趣的例子。如果你比较Facebook和Twitter，在这两种情况下，它们都以一种快速行动、打破常规的方式，非常迅速地从零发展到一。

Facebook能够以令人印象深刻的方式解决扩展技术挑战。我认为大多数人都会同意。我的意思是，马克·扎克伯格……

技术水平高得多，而且可能更深入地参与其中。也许吧，但我不知道。我认为Twitter的可扩展性挑战也更难，这取决于使用模式。Facebook的使用模式在一天中相当平稳，人们一直都在使用它。Twitter的问题是使用情况非常尖锐。一场超级碗比赛或世界性事件，突然间使用量就会增加10倍。

Feed的扇出方式，我认为，从根本上来说是一个非常困难的计算机科学问题。好的，这是公平的。尽管我也认为他们的工具确实限制了他们。你还记得使用过一个叫做Starling的糟糕的队列系统吗？当然记得。我用过它，因为我认为，哦，Twitter比我们大得多，他们很聪明，他们不会使用垃圾东西。

不，他们完全使用垃圾东西。然后我使用了垃圾东西，我无法让它工作。它就像把工作丢在地上一样。就像发生了所有这些疯狂的错误。然后我想，最后，我想，我不再使用它了。我必须切换到RabbitMQ或任何实际上正确的东西。是的。而且Ruby是一种非常慢的语言，甚至比PHP慢10倍，而PHP已经太慢了。

所以，我不知道。我的意思是，你应该很幸运能达到目标。对于技术创始人来说，接受古典训练并成为一个真正深入的系统思考者是否有优势？好吧，我的意思是，你只是，我的意思是，托比或马克斯·莱夫钦不会被别人忽悠。Stripe的帕特里克也是如此。我的意思是，我会告诉你一个疯狂的故事。当我……

在Palantir，在设计了logo之后几年后，我有点精疲力尽了。然后实际上，在那之后和开始我的YC创业公司之间，我花了六个月的时间担任交互设计师。我在一家……

糟糕的风投支持的公司，最终倒闭了，信用卡软件是最糟糕的，我花了六个月的时间基本上只是构建交互设计，这真的很有趣，这让我能够在我的业余时间从事我的创业工作，因为我有大量的业余时间，但我记得为租车设计了一个多方面的搜索功能，然后我去见我的开发经理和将要实施它的工程师，

他们说，哦，是的，这做不到。我们不能那样做。哦，像……我说，你在说什么？像这样建立索引。他们说，哇！你是什么意思？然后他们查阅了我的简历。没想到会从你的交互设计师那里听到这个。是的，基本上。他们说，你怎么知道的？我说，你他妈的骗了我。这就是问题所在。像，创始人……而且，你知道，当你招聘人员时，这对我来说是最疯狂的事情。但这就像……

是的。

然后最糟糕的部分是，你必须指出他们的错误。你知道，有时你的工作场所文化非常礼貌，人们会说，哦，我会让它过去。然后我会在背后说他们的坏话。我说，不，你应该解雇他们。顺便说一句，AI代理也会做同样的事情。他们绝对会像人类员工一样欺骗你，如果你不够技术娴熟，无法指出他们的错误，并且说，不，你没有做出我要求的更改。

这又回到了你关于为什么古典训练仍然有用的观点。你必须能够指出为你工作的所有人，无论他们是人还是机器。拥有足够的技术能力来做到这一点是一种超能力。所以总结一下，所有这些工具赋予优秀工程师超能力，也让糟糕的工程师变得更糟，这是Trainloop创始人对编码如何变化的评价：六个月前是10倍加速，一个月前是100倍加速，现在是指数级加速。它实际上悄悄地潜入了我们。是的，就像有人在晚上撒下了一些巨大的豆茎种子。我们早上醒来。我的意思是，我们现在的感觉是，这不是昙花一现，这不会消失。这实际上是主要的编码方式。如果你不这样做，

你可能会被抛在后面。这将持续存在。而且，你知道，氛围编码不是昙花一现。是时候加速了。因此，我们将在下一期Light Cone与大家见面。