AI把代码实现的成本继续压低工程师可以把更多时间放在问题选择上哪一处改动能让系统产生数量级提升哪些信息应该进入模型上下文长任务怎样获得反馈失败以后如何停止和恢复。“pretty spot-on.”Jeff Dean如果按照Agent处理长时间编程任务的能力来衡量AI已经接近初级工程师这个判断基本准确。一年前Jeff Dean公开预测AI的编程能力已经达到初级工程师水平。在最近的一场访谈主持人又把这个问题递到他面前一年过去这句话还成立吗Jeff Dean没有收回这个判断。他觉得模型处理复杂任务的速度甚至比自己预想得更快。备注Jeff Dean他在Google工作超过25年参与过MapReduce、Bigtable、TensorFlow和TPU等项目如今担任Google首席科学家共同领导Gemini相关工作。代码越来越容易生成之后Jeff Dean问出一个关键问题工程师能否看见系统里那个最值得动手的地方以下为访谈内容我们进行了翻译与整理。Jeff Dean回应AI是否已经达到初级工程师水平AI已经追上初级工程师复杂任务进步得更快2025年Jeff Dean曾把AI的编程能力放在“初级工程师”这个位置。一年后他发现模型在Agent任务上的进展比预想更快。Agent可以读取代码库寻找相关文件修改实现再根据编译错误和测试结果继续调整。任务边界足够清楚时它能够离开开发者的键盘独立运行一段时间。Jeff Dean有些Agent任务已经可以持续几天甚至几周。它们能够尝试用另一种语言重写软件追求更好的性能或安全属性。把这些能力放进团队最先变化的是执行速度。过去要交给初级工程师几天的依赖升级、接口迁移和测试补齐现在可以先让Agent跑一遍。工程师回来后面对的不再是空白文件而是一份已经改过、测试过也可能在某一步走偏的结果。写出第一版dome越来越容易。能否判断这版代码碰对了问题开始拉开新的差距。Jeff Dean谈Agent未来可以连续运行数天甚至数周Google搜索的一次提速只改对了一个地方主持人把时间拉回到2001年。当时Google搜索索引主要放在硬盘上。Jeff Dean和同事重新算了一遍硬件资源发现一个此前并不成立的条件已经成为现实所有搜索索引可以装进Google服务器的内存。他们很快上线了一个在内存中工作的搜索版本。磁盘读取不再挡在查询链路上Google搜索由此获得了明显的速度提升。他们没有继续堆代码优化硬盘读取。旧架构依赖的前提已经过时换掉前提比修补局部更有效。类似情况在今天的项目里并不少见。一个接口越来越慢团队可能连续优化业务函数最后才发现大部分时间耗在跨区域网络请求上。一个Coding Agent消耗大量Token原因也可能不在模型而在每一轮都重复传入整份日志和无关文件。代码需要改。动手之前先确认系统究竟卡在哪里。Diana回顾Google把搜索索引从硬盘搬进内存的经历每人每天3分钟语音逼出了TPU2013年前后Google的深度学习语音识别已经取得不错的效果计算成本却高得惊人。Jeff Dean做了一次估算如果每位Google用户每天只使用3分钟语音识别处理这些请求就需要把Google的服务器规模扩大一倍。继续堆通用服务器产品也能上线代价很难长期承受。Google后来转向专用硬件这成为第一代TPU的起点。开发者可以照着做一遍架构讨论开始之前先把账算出来。一次Agent任务会调用多少轮模型每轮重复发送多少上下文并发扩大100倍后瓶颈会落在GPU、数据库连接、网络带宽还是第三方API限额这些数字不用等到系统上线后再从账单里找答案。简单的估算往往能提前否掉一条昂贵的路线。每天3分钟语音识别将迫使Google把服务器规模翻倍高手寻找10倍、100倍的改进机会主持人问Jeff Dean年轻开发者怎样找到下一个像TPU一样重要的问题。Jeff Dean给出的回答里有一句很短的话“one or two orders of magnitude better.”Jeff Dean观察正在解决的问题和遇到的瓶颈换一种思路有机会获得一个甚至两个数量级的提升。一个数量级约等于10倍两个数量级约等于100倍。这类收益很少来自把同一段代码再写一遍。它通常要求工程师重新检查数据流、存储位置、通信成本和计算方式。例如一个查询接口的P95延迟达到2秒。继续压榨某个函数也许只能省下20毫秒。链路追踪却可能显示70%的时间都在等待一个跨区域服务。把数据放回同一区域或者在正确的位置增加缓存延迟才可能大幅下降。AI让局部实现变快后这种判断更加值钱。Agent可以同时给出几个优化版本开发者仍要决定当前需要的是重写函数、调整数据路径还是删掉整层调用。Jeff Dean建议开发者寻找能够带来数量级提升的瓶颈一套Agent系统模型只占其中一块访谈聊到Context Engineering时Jeff Dean把模型放回了整个系统。“the model is really only one piece.”Jeff Dean模型只是整体系统的一部分。系统还要让它检索信息、使用工具、保留相关记忆并把任务拆成可以执行的步骤。放到开发现场任务链会立刻变长。让Agent修复一次重复扣款它首先需要找到相关服务读取调用日志确认数据库约束再进入能够复现问题的测试环境。它还需要知道哪些文件允许修改哪些数据只能读取执行到哪一步必须等待人工确认。其中任何一环缺失模型都会表现得像“突然变笨”。问题可能来自上下文里混入了旧文档也可能来自工具没有返回完整日志或者测试根本没有覆盖那条异常路径。训练基础模型需要庞大的算力。Context Engineering的门槛低得多。普通团队拿到模型API就能改进检索、工具、记忆和验证流程。模型排名由实验室决定。Agent进入自己的代码库以后能走多远很大一部分取决于这些工程工作。Jeff Dean谈模型、检索、工具与上下文的关系Agent跑到第40步为什么开始偏航主持人提到一个开发者很熟悉的现象Agent前十步表现不错运行到第30步、第40步结果开始变得不稳定。Jeff Dean我长任务会把模型逐渐带到训练经验较少的区域。它离熟悉的任务分布越远出错概率越高。前面一次看似很小的误判也可能在后续工具调用中不断放大。他的办法包括给模型补充Skills和提示让多个Agent尝试不同方案再安排一个模型评估中间结果。已经偏离目标的路线要尽早停掉。开发团队还可以把长任务切成几个检查点。完成代码检索后先提交修改计划改完核心逻辑后先跑最小测试涉及数据库和外部接口时停下来等待确认。每一段都留下输入、工具调用和结果失败后才能从最近的检查点继续。一句更长的Prompt撑不起长任务。Agent还需要反馈、验收和停止条件。Jeff Dean分析长时间运行的Agent为何逐渐偏航Jeff Dean建议去做AI成功率只有1%的难题访谈后半段主持人问创业团队怎样找到基础模型暂时覆盖不到的机会。Jeff Dean给出了“1%法则”“0% or 1% of the time, not 20%.”Jeff Dean寻找模型目前只有0%或1%成功率的问题不要把壁垒押在模型已经能完成20%的事情上。如果模型已经偶尔能够完成一项任务增加训练数据、扩大模型规模或改进工具后这项能力很可能迅速提高。只在模型外面包一层简单界面下一次升级就可能抹掉产品的差异。成功率只有1%的问题通常更麻烦。它可能依赖企业内部数据需要跨多个系统执行结果还要经过真实业务反馈才能判断。通用模型可以总结一份公开代码。让它根据公司历史事故、内部日志和服务依赖找到一次线上抖动的根因再提交可以安全灰度的修复方案难度完全不同。这类任务不会因为换一个更大的模型立即解决。开发者要补齐数据接口、工具权限、评测集和反馈闭环产品壁垒也会落在这些地方。Jeff Dean建议开发者寻找模型当前成功率只有0%或1%的问题写在最后Jeff Dean在Google做过的几件大事有一条相似的路径。先算清楚系统正在付出什么代价再找到限制规模和性能的那个环节。搜索索引放进内存如此TPU的起点也是如此。AI把代码实现的成本继续压低工程师可以把更多时间放在问题选择上哪一处改动能让系统产生数量级提升哪些信息应该进入模型上下文长任务怎样获得反馈失败以后如何停止和恢复。打开一个项目与其再收藏十条Prompt不如先挑出一条最慢、最贵或者最不稳定的链路。把耗时、调用次数、Token和失败位置算明白再决定让Agent改哪一层。代码会越写越快。能在一堆局部问题中找到那个值得解决的瓶颈仍然需要工程师。
AI把代码实现的成本继续压低工程师可以把更多时间放在问题选择上哪一处改动能让系统产生数量级提升哪些信息应该进入模型上下文长任务怎样获得反馈失败以后如何停止和恢复。“pretty spot-on.”Jeff Dean如果按照Agent处理长时间编程任务的能力来衡量AI已经接近初级工程师这个判断基本准确。一年前Jeff Dean公开预测AI的编程能力已经达到初级工程师水平。在最近的一场访谈主持人又把这个问题递到他面前一年过去这句话还成立吗Jeff Dean没有收回这个判断。他觉得模型处理复杂任务的速度甚至比自己预想得更快。备注Jeff Dean他在Google工作超过25年参与过MapReduce、Bigtable、TensorFlow和TPU等项目如今担任Google首席科学家共同领导Gemini相关工作。代码越来越容易生成之后Jeff Dean问出一个关键问题工程师能否看见系统里那个最值得动手的地方以下为访谈内容我们进行了翻译与整理。Jeff Dean回应AI是否已经达到初级工程师水平AI已经追上初级工程师复杂任务进步得更快2025年Jeff Dean曾把AI的编程能力放在“初级工程师”这个位置。一年后他发现模型在Agent任务上的进展比预想更快。Agent可以读取代码库寻找相关文件修改实现再根据编译错误和测试结果继续调整。任务边界足够清楚时它能够离开开发者的键盘独立运行一段时间。Jeff Dean有些Agent任务已经可以持续几天甚至几周。它们能够尝试用另一种语言重写软件追求更好的性能或安全属性。把这些能力放进团队最先变化的是执行速度。过去要交给初级工程师几天的依赖升级、接口迁移和测试补齐现在可以先让Agent跑一遍。工程师回来后面对的不再是空白文件而是一份已经改过、测试过也可能在某一步走偏的结果。写出第一版dome越来越容易。能否判断这版代码碰对了问题开始拉开新的差距。Jeff Dean谈Agent未来可以连续运行数天甚至数周Google搜索的一次提速只改对了一个地方主持人把时间拉回到2001年。当时Google搜索索引主要放在硬盘上。Jeff Dean和同事重新算了一遍硬件资源发现一个此前并不成立的条件已经成为现实所有搜索索引可以装进Google服务器的内存。他们很快上线了一个在内存中工作的搜索版本。磁盘读取不再挡在查询链路上Google搜索由此获得了明显的速度提升。他们没有继续堆代码优化硬盘读取。旧架构依赖的前提已经过时换掉前提比修补局部更有效。类似情况在今天的项目里并不少见。一个接口越来越慢团队可能连续优化业务函数最后才发现大部分时间耗在跨区域网络请求上。一个Coding Agent消耗大量Token原因也可能不在模型而在每一轮都重复传入整份日志和无关文件。代码需要改。动手之前先确认系统究竟卡在哪里。Diana回顾Google把搜索索引从硬盘搬进内存的经历每人每天3分钟语音逼出了TPU2013年前后Google的深度学习语音识别已经取得不错的效果计算成本却高得惊人。Jeff Dean做了一次估算如果每位Google用户每天只使用3分钟语音识别处理这些请求就需要把Google的服务器规模扩大一倍。继续堆通用服务器产品也能上线代价很难长期承受。Google后来转向专用硬件这成为第一代TPU的起点。开发者可以照着做一遍架构讨论开始之前先把账算出来。一次Agent任务会调用多少轮模型每轮重复发送多少上下文并发扩大100倍后瓶颈会落在GPU、数据库连接、网络带宽还是第三方API限额这些数字不用等到系统上线后再从账单里找答案。简单的估算往往能提前否掉一条昂贵的路线。每天3分钟语音识别将迫使Google把服务器规模翻倍高手寻找10倍、100倍的改进机会主持人问Jeff Dean年轻开发者怎样找到下一个像TPU一样重要的问题。Jeff Dean给出的回答里有一句很短的话“one or two orders of magnitude better.”Jeff Dean观察正在解决的问题和遇到的瓶颈换一种思路有机会获得一个甚至两个数量级的提升。一个数量级约等于10倍两个数量级约等于100倍。这类收益很少来自把同一段代码再写一遍。它通常要求工程师重新检查数据流、存储位置、通信成本和计算方式。例如一个查询接口的P95延迟达到2秒。继续压榨某个函数也许只能省下20毫秒。链路追踪却可能显示70%的时间都在等待一个跨区域服务。把数据放回同一区域或者在正确的位置增加缓存延迟才可能大幅下降。AI让局部实现变快后这种判断更加值钱。Agent可以同时给出几个优化版本开发者仍要决定当前需要的是重写函数、调整数据路径还是删掉整层调用。Jeff Dean建议开发者寻找能够带来数量级提升的瓶颈一套Agent系统模型只占其中一块访谈聊到Context Engineering时Jeff Dean把模型放回了整个系统。“the model is really only one piece.”Jeff Dean模型只是整体系统的一部分。系统还要让它检索信息、使用工具、保留相关记忆并把任务拆成可以执行的步骤。放到开发现场任务链会立刻变长。让Agent修复一次重复扣款它首先需要找到相关服务读取调用日志确认数据库约束再进入能够复现问题的测试环境。它还需要知道哪些文件允许修改哪些数据只能读取执行到哪一步必须等待人工确认。其中任何一环缺失模型都会表现得像“突然变笨”。问题可能来自上下文里混入了旧文档也可能来自工具没有返回完整日志或者测试根本没有覆盖那条异常路径。训练基础模型需要庞大的算力。Context Engineering的门槛低得多。普通团队拿到模型API就能改进检索、工具、记忆和验证流程。模型排名由实验室决定。Agent进入自己的代码库以后能走多远很大一部分取决于这些工程工作。Jeff Dean谈模型、检索、工具与上下文的关系Agent跑到第40步为什么开始偏航主持人提到一个开发者很熟悉的现象Agent前十步表现不错运行到第30步、第40步结果开始变得不稳定。Jeff Dean我长任务会把模型逐渐带到训练经验较少的区域。它离熟悉的任务分布越远出错概率越高。前面一次看似很小的误判也可能在后续工具调用中不断放大。他的办法包括给模型补充Skills和提示让多个Agent尝试不同方案再安排一个模型评估中间结果。已经偏离目标的路线要尽早停掉。开发团队还可以把长任务切成几个检查点。完成代码检索后先提交修改计划改完核心逻辑后先跑最小测试涉及数据库和外部接口时停下来等待确认。每一段都留下输入、工具调用和结果失败后才能从最近的检查点继续。一句更长的Prompt撑不起长任务。Agent还需要反馈、验收和停止条件。Jeff Dean分析长时间运行的Agent为何逐渐偏航Jeff Dean建议去做AI成功率只有1%的难题访谈后半段主持人问创业团队怎样找到基础模型暂时覆盖不到的机会。Jeff Dean给出了“1%法则”“0% or 1% of the time, not 20%.”Jeff Dean寻找模型目前只有0%或1%成功率的问题不要把壁垒押在模型已经能完成20%的事情上。如果模型已经偶尔能够完成一项任务增加训练数据、扩大模型规模或改进工具后这项能力很可能迅速提高。只在模型外面包一层简单界面下一次升级就可能抹掉产品的差异。成功率只有1%的问题通常更麻烦。它可能依赖企业内部数据需要跨多个系统执行结果还要经过真实业务反馈才能判断。通用模型可以总结一份公开代码。让它根据公司历史事故、内部日志和服务依赖找到一次线上抖动的根因再提交可以安全灰度的修复方案难度完全不同。这类任务不会因为换一个更大的模型立即解决。开发者要补齐数据接口、工具权限、评测集和反馈闭环产品壁垒也会落在这些地方。Jeff Dean建议开发者寻找模型当前成功率只有0%或1%的问题写在最后Jeff Dean在Google做过的几件大事有一条相似的路径。先算清楚系统正在付出什么代价再找到限制规模和性能的那个环节。搜索索引放进内存如此TPU的起点也是如此。AI把代码实现的成本继续压低工程师可以把更多时间放在问题选择上哪一处改动能让系统产生数量级提升哪些信息应该进入模型上下文长任务怎样获得反馈失败以后如何停止和恢复。打开一个项目与其再收藏十条Prompt不如先挑出一条最慢、最贵或者最不稳定的链路。把耗时、调用次数、Token和失败位置算明白再决定让Agent改哪一层。代码会越写越快。能在一堆局部问题中找到那个值得解决的瓶颈仍然需要工程师。
)
![[具身智能-181]：PC+服务器+具身机器人：构建具身智能从仿真到量产的闭环迭代混合架构](http://pic.xiahunao.cn/yaotu/[具身智能-181]：PC+服务器+具身机器人：构建具身智能从仿真到量产的闭环迭代混合架构)
