一个人带着十个AI写代码

在两年之前的时候, 程序员Boris那时还依靠输入联想去撰写代码, AI仅仅帮他补充半行, 而那一行最终如何落实仍旧得由他自己来做出决定。当下他手中同时运行着几十个Tag会话, 这些会话中有的持续运行了几天时间, 有的则已经运行了好几周之久。他每日所从事的工作内容, 便是注视着一份份PR陆续被提交上来, 观看着一组组数据接连不断地发送过来。以往是自己独自坐在那里一次只敲写一行代码, 随后是自己带领着十个AI一次编写众多功能, 而如今则仿佛是直接把方向盘交到了他手中。

65%代码由AI写出

鲍里斯甩出的一个数字相当狠厉: 产品团队百分之六十五的代码, 当下由内部版标签写出, 并且这个比例仍在持续上升。这百分之六十五是代码占比, 并非指百分之六十五的公关请求自主完成, 但它已然足以说明问题。在内部, 艾派活已然变成主流的干活方式, 最大的变化是你手中的人工智能不再是一个工具, 而是一个能替你干活的队友。

Tag是群里那个揽活的工头

官方所赋予Tag的定位并非是又一个聊天机器人, 而是Code的一次向前发展。自此之后, 在Code、Tag、Fable5这三条产品线上, 各自负责不同的事务。对于Tag而言, 它所负责的是分派任务, 当你于Slack群里通过@的方式阐释清楚所需内容后, 它便会将该任务划分成几个阶段, 然后逐步推进, 去调用它拥有权限的工具。在完成任务之后, 它会在Slack线程里回复你它所达成的事项, 整个流程恰似在团队中增添了一位勤快的同事。

Fable5能扛多重的活

在这三个里面, Fable5 是那个大脑, 负责的是能承受多大工作量, 大型迁移、复杂重构以及要持续运行好几天的任务, 它都能够承担起来。前两个产品搭建好基础, 真正承担起重要任务的是它。入口是 Tag, 手足是 Code, 真正让它敢于承接长期任务的, 是位于下方的大脑 Fable5。在 Code 这类智能体运行框架之中, Fable5 能够连续运行好几天, 自行安排几个阶段的工作。

模型自己续接长任务

依据最新的METR评估, 前沿模型的自主任务时长已然攀升至接近16小时这条界限, 甚至进入到连其究竟能够运行多久都难以准确测定的区间。在Tag里, 模型能够自行安排后续的任务, 一个时长为16小时的任务可被它自行延续至几天之后, 甚至几周之后再继续开展。长期运行的智能体面临的最大障碍在于它仅能分段进行工作, 每开启一个新的会话便会失忆, 犹如工程项目中的轮班制, 每个新来的工程师都记不起上一个班次所做的事情。

正确打开方式是把活切成PR

对于普通的开发人员而言, 也不要急急忙忙地就把整个代码库交出去。正确的开启方式是, 先把那些风险较低、边界清晰、有测试能够验收的任务, 切割成一个个单独的任务交给智能体去运行。要是在官方视频里, 用法都是一些类似查数据、修复PR这样比较日常的场景, 谁报备说某个按钮偏了几像素, 他就会简单地说一句帮我修理一下然后就抛过去解决。而那些运行了好多天的会话, 本质上是一次长期的实验, Tag每天都会替他去检查数据, 偶尔出现一个漏洞就顺便提交一个修复PR。

程序员最稀缺的能力变了

倘若AI具备跑多日任务的能力, 还能够自行提交PR, 那么人的价值将会转移至何处呢? 其答案是, 工程师会朝着架构方向转变, 进行产品判断以及持续编排, 并行管理多个智能体, 并针对真正决定要制造何种事物的决策给予方向指引。然而, 由AI推送上来的PR, 最终还是需要有人点击merge, 这表明程序员最为稀缺的能力也在悄然发生改变。往后, 比拼的是谁更擅长撰写任务边界、测试标准、清单以及回滚方案, 下一个备受青睐的工种或许是最擅长为智能体确定验收标准的人。

此刻我这么问你: 要是AI队友已然将代码编写完成, 且把PR提交上来了, 你有没有胆量去点击merge?