“Prag Dave” Thomas(杰出著作《程序员修炼之道》的合著者)从小就对编程充满热爱

编程是我表达自我的方式。我不是艺术家。我一唱歌,狗就嚎叫;我一画画,朋友们就说:“真好看,画的是什么?” 尽管我渴望与人交流,却并不擅长。然而,当我写下第一行程序时,我发现了一种能将思想转化为行动的媒介。所有那些被挫败感之墙封堵的想法,突然有了宣泄的出口。

LLM 革命曾让他担忧。这些技术会夺走所有乐趣吗?幸运的是,他发现恰恰相反。正如 Kent Beck 和其他人告诉我的那样,与 LLM 一起编程比以往任何时候都更有趣。他的文章列举了原因:消除枯燥工作、加速反馈循环、重拾久被搁置的项目,以及探索新技术。

❄                ❄                ❄                ❄                ❄

我在 DDD Europe 会议上度过了几天,这是一次非常愉快的经历。鉴于 LLM 给编程带来的所有变化,我推测领域驱动设计将继续保持其价值,甚至可能变得更加重要。会议的高潮是 Eric Evans 的开场主题演讲,他精彩地描述了过去两年间自己与 LLM 进行的一些实验。一旦该演讲的视频可用,我会附上链接——希望不会等太久。我还特别喜欢 Violetta Pidvolotska、Kiran Prakash、Tom de Wolf 和 Chelsea Troy 的演讲。Gien Verschatse 采访了 Eric Evans 和我大约一个小时——同样,视频发布后我会分享链接。

其中让我印象深刻的一个片段来自 Chelsea Troy。她演讲的主旨是管理 LLM 的上下文窗口,使其保持健康状态。她说的很多内容我都熟悉,但有一点我从未想过:她对与 LLM 对话中不同语域的看法。这些语域是我们与“精灵”(或其他人)交流时可以采用的不同对话风格。她将其分为四类:

  • 探索:在动手之前,我想先理解。
  • 头脑风暴:生成选项,我会单独评估。
  • 决策:我需要一个带有理由的建议,而不是一个列表。
  • 实施:决定已做出,帮我构建它。

她的观点是,每当我与 LLM 进行会话时,都需要清楚自己正在使用哪种语域。如果我需要切换语域,就应该开始一次新的对话,使用全新的上下文。

❄                ❄                ❄                ❄                ❄

Charity Majors 对AI 爱好者与 AI 怀疑论者之间正在形成的鸿沟发出了警告。

热衷者并没有错。我们确实开始看到,那些全力投入与AI协作的团队,在能力上出现了真实而非想象的非连续跃升。这不像一个你可以等待尘埃落定的正常技术周期;当竞争对手奋力冲刺时,那些袖手旁观的团队,可能在尘埃落定之前就已经被淘汰出局。这是一个真实存在的生存威胁。

怀疑者同样也没有错。当你以工程师来不及阅读的速度交付代码,在没有人掌握全局背景的领域里操作时,你正在从那个花了多年才建立起来的信任账户中透支。可靠性下降,机构知识蒸发。最终你会得到无人理解的系统、逐渐变得语无伦次的产品,以及那些把人榨干又吐出来的值班轮换。这同样也是一个真实存在的生存威胁。

问题的核心在于,这两个群体之间缺乏共同的反馈渠道。她提出了一些具体的推进方向。热衷者往往在公开场合发言最多,并且聚焦于成功,但他们需要讲述完整的故事,也要突出代价。我们所有人都需要把与AI协作视为一个工程问题。不要仅仅假设我们能否不经审查就将代码交付生产;相反,要问一问,怎样才能减少审查的工作量。她断言,工程纪律正变得越来越重要,这呼应了其他观察者的观点——AI是我们当前实践的放大器。她希望我们避免陷入极端立场和猜测的争论,而是坚持我们所观察到的现实。权威来自于亲身参与:

那些塑造AI使用方式的工程师,将是拥有可信度的人:他们理解机遇、风险和权衡,并且承担了足够多的后果,因此在提出反对意见时拥有发言权。赢得这个位置需要付出努力,但这是值得付出的努力。

❄                ❄                ❄                ❄                ❄

Simon Willison 注意到,Anthropic 和 OpenAI 已经提高了他们的企业定价:

为什么突然在定价上采取如此激进的举措?Anthropic 和 OpenAI 都计划进行IPO,但我怀疑这里有一个更重要的因素:我认为他们终于找到了产品-市场契合点,具体体现在由 Claude Code/Cowork 和 Codex 所代表的编码/通用智能体产品上。

他的观点是,自十一月拐点以来,越来越多的证据表明,LLM正在对编程产生重大影响,而这正在转化为这些公司可行的商业模式。他怀疑在四月份发生了另一个拐点:

我认为2026年4月是一个新的拐点,此时这些影响所带来的收入潜力开始显现,这对前沿AI实验室有利,并对大公司的预算产生了实质性影响。

❄                ❄                ❄                ❄                ❄

Mike Masnick 回顾了互联网未能实现的去中心化承诺

早期互联网的传统观点认为,网络会消灭中间商。然而,那个承诺的“去中介化”时代从未真正到来。实际发生的是,中间商的角色发生了转变。

互联网出现前的中间商——唱片公司、图书出版商、电影制片厂、杂志编辑——是守门人。他们的全部工作就是拒绝99%的投稿,只让经过筛选的少数内容接触到受众。而取代他们的互联网中间商则反其道而行之。他们的策略依赖于几乎让所有内容通过。他们不再是守门人,而是赋能者,整整一代文化产品——音乐、视频、写作、播客——以旧时代守门人无法想象的规模通过他们流通。

但新的中间商仍然需要一种商业模式。

这种商业模式源于一个认识:当内容变得丰富时,新的稀缺资源是注意力。赋能者建立了广告机器来出售注意力,并通过算法推荐来聚焦注意力。为了追求利润增长,赋能者沿着平台堕落化的道路一路下滑:

那些拥抱对用户体验进行集中控制的公司,最初这样做确实是为了改善用户的使用体验。信息过载是一个真实存在的问题。拥有更好的系统来管理它是一件好事。这也是为什么如此多的人涌向这些中心化的社交媒体平台,并对其算法如此着迷的原因。

中心化系统的问题在于,它们创造了一种难以抗拒的控制和剥削的诱惑。早期发现价值的用户感到被困住了:他们可以离开,但这样做意味着放弃自己的社区。缺乏便捷的退出途径导致了锁定效应,而锁定效应则助长了平台堕落化。

马斯尼克的观点是,我们必须对抗这种数字专制的进程,认识到尽管去中心化在用户体验上存在问题,但它值得追求,因为它是认知自由的关键。实现这一目标的关键在于用户能够控制自己的数据,并能够轻松地在不同服务之间迁移。便捷的退出促进了竞争,而竞争正是抵制专制中心化弊端的动力。

真正去中心化的工具将权力推向终端。用户控制自己的数据,并选择哪些中介机构来处理这些数据——这种安排是平台堕落化和专制化的毒药。任何朝这些方向的举动,只会推动用户跨越刻意设置的低退出壁垒,带着他们的内容、数据和社区一起离开。

过去的经验教训对于指引我们由人工智能驱动的未来至关重要。我们需要创造一个鼓励去中心化和竞争的环境。