Key Takeaway
- 写代码的能力是衡量大模型优劣和决定其未来的核心标准。
- 代码能力强的模型智商更高,因为它要求逻辑、精确性和对复杂系统的理解。
- 编程是模型的“复合动作”,能扩展其能力边界,使其泛化到更多领域,是通往AGI的必经之路。
- 代码能力强的模型拥有更发达的“小脑”,能将抽象意图转化为具体行动,实现与数字世界的交互。
- AI编程市场潜力巨大,能优化开发者成本和重构软件生产方式,具有巨大的商业价值。
Full Content
想知道哪个大模型能活到最后?一个标准:写代码的能力。
写不好代码的模型,没有未来。写不好代码的模型,你就不需要再关注了。
这个观点,我前几天在社群内说过。当时是回答一个小伙伴的提问。我知道它看起来很极端、很偏见。但是,这个在圈内已经共识了。不信的话,我给你四个理由。
第一,代码写得越好,模型智商越高。
跟写文章不一样,写代码要求绝对的逻辑、精确的语法和对复杂系统的理解。
自然语言其实有很大的模糊性——一篇文章,怎么写都行,都可以写得很好。而且有很多捷径,比如模仿。咱们小时候都背过很多范文,对吧?
但是代码不同。它是零容错的——一个符号错了,程序就挂了。它还要求逻辑一致,因为每行代码都是系统的一部分。最后,它还是高度抽象的——它是从具体问题抽象出算法,再具体转化成为可执行的代码。
所以,一个能写出优秀代码的模型,它的“智力”肯定不只是是模仿,而是真正理解了抽象概念和规则。
这就是为什么我一直推荐Claude和Gemini的原因。即使你不编程,我也建议你这两款模型二选一,甚至都要。
第二,代码写得越好,模型的能力圈越大。
打个比方,你想通过健身获得一副好身体,那么肯定不能只练局部,而是全都要练,包括深蹲、硬拉、卧推、有氧,以及拉伸。
对模型来说,编程就是这样一个完美的“复合动作”。它不仅仅是单一技能,而是强迫模型同时发展和整合一系列的认知能力。
一旦这些底层能力被锻炼得足够强大,它们就可以被用来处理更多复杂任务。比如,可以被泛化、被应用到法律、金融、科研等领域。
于是,模型的能力边界扩展了。当这个边界扩展到各个方面,AGI就实现了。
第三,代码写得越好,模型的小脑越发达。
今天的模型跟两年前的模型很不一样。
在我看来,两年前的模型更多是一个被动的文本生成器,能够用自然语言对话。但是,它被“锁”在了文本的世界。
而今天的顶级模型,它拥有了代码能力。于是它可以执行一个简单的脚本来分析数据,可以调用复杂的API来控制一个应用程序,等等。
也就是说,它除了具备很强大的大脑之外,还有很发达的小脑,可以把抽象的意图转化成与数字世界交互的具体动作。
而那些代码能力弱的模型,就好比一个只有大脑但小脑发育不全的人。它可能“知道”该做什么,但无法精确控制自己的“肢体”,动作非常笨拙。
这就是为什么所有顶尖的AI公司都在疯狂提升模型的代码能力。他们不仅仅是在教模型“编程”,更是在训练模型的“小脑”,赋予它在数字世界中自由行动的核心能力。
这是通往AGI的必经之路。
第四,代码写得越好,模型越值钱。
这个很简单,咱们来算两笔账。
全球大约有3000万开发者。每人每年的综合成本,包括薪资、福利、设备等等,咱们按10万美元来计算。那么,整个市场的人力成本就是一年3万亿美元。
咱们不说完全替代,就优化个20%,那就是每年6000亿美元。
这还不是最大的市场。全球企业每年在软件和IT服务上的支出已经达到5万亿美元。想象一下,如果软件的生产、维护、迭代方式被AI根本性地重构,那么,这个市场值多少钱?
这就是为什么像Cursor之类的公司估值能飙升那么快的原因。
总结一下,代码写得越好,模型智商越高,能力圈越大,小脑越发达,赚钱能力越强。这些综合起来,不就意味着一个光明的前景吗?
你拿代码能力这个标准去看市面上的模型,去看中国的模型,你心里就有谱了。
OK,以上就是本期内容。想了解AI,想成为超级个体,想找到志同道合的人,就来我们newtype社群。那咱们下期见!