跳到正文
meng shao· @shao__meng · X·· 2 天前AI 评分52
AI 导读

前 Claude Code 核心开发者 Thariq Shihipar 在 AI Engineer Code Summit 2026 发表演讲「The Sweet Side of the Bitter Lesson」,复盘离开 Anthropic 一年的判断失误。他认为模型能力进入熟练区域后可按人的意愿工作,并用可读规格加自制脚本语言的方式,在 vibe coding 做格斗游戏时重新拿回控制权。

正文 · 原文

前 Claude Code 核心开发者,目前的独立开发者 @trq212 在 @aiDotEngineer Code Summit 2026 做了这场主题演讲「The Sweet Side of the Bitter Lesson」,讲的是他离开 Anthropic 之后这一年的反思。or, all the ways I've been wrong 也很值得细琢磨。 https://x.com/i/article/2123587293168418817

Thariq Shihipar:Bitter Lesson 的甜蜜一面 -- 用可读规格和自制脚本语言,把创作控制权留在开发者手里

前 Claude Code 核心开发者,目前的独立开发者 Thariq Shihipar 在 AI Engineer Code Summit 2026 做了这场主题演讲「The Sweet Side of the Bitter Lesson」,讲的是他离开 Anthropic 之后这一年的反思。副标题 or, all the ways I've been wrong 也很值得回味。人们常把「苦涩教训」理解成模型会按自己那套怪异方式行事,人只能接受。他看到的另一面是:能力一旦进入足够熟练的区域,模型就可以按人希望的方式工作。他把这称为苦涩教训的甜蜜一面。他自己用 vibe coding 做格斗游戏时,一度连角色机制都说不清,便从这里去找把控制权拿回来的办法。

他猜对了三件事,也把 Bash、React 和扩散模型想窄了

他先承认自己这一年也猜对了不少:模型能够生成和编辑视频,这件事他大约在去年六月就谈过;模型可以用 HTML 来理解自己的工作;还能帮人弄清未知,去做计划和学习。可下面这三件,后来都没有按他当初的想象发展。

第一件是「Bash is all you need」。有那么一段时间,智能体特别会用 Bash,Claude Code 也是围着 Bash 工具搭建的,于是出现一种风气:要把所有东西都变成命令行,连 MCP 也通过 mcp-cli 去调。他现在更喜欢直接用 MCP,而且旁边还出现了 Code Mode、Skills、渐进式披露,智能体作用于世界的方式远不止一种。早期它们爱用 Bash,更像是一开始被怎样训练留下来的痕迹。

第二件是「React is all you need」。模型一度写 React 写得很顺,好像要做 AI 应用,就该上 React、React Native,或者把所有东西都放到网页上。他也担心过,模型主要在 React 上训练,React 几乎会变成最后一门语言。后来的情况不同了:模型现在能写 HTML、React、Swift,也能写 Figma 的专有 JSON,做出来的东西大致都说得过去。他看到,已经有不少人在写自己的语言。

第三件是「Diffusion models will eat art」。他担心扩散模型会把艺术「吃掉」,人控制不了模型,也控制不了它们做出的作品,只是画面会非常漂亮。这一条同样没有发生。大语言模型现在可以通过写代码、操控电脑,使用 Blender、Photoshop、Figma 这些原有工具,按人做艺术的方式去工作。

他把这三类担心,都归到人们对苦涩教训、外星智能、Shoggoth 的想象上:模型会有一套怪异的做事方式,人只能接受,甚至只能臣服。在他看来,后来并没有走到那一步。

软件工程处在采纳最前线,工业革命和文艺复兴同时发生

于是问题回到:怎样才能既对 AGI 真正上心,又把人放在中心?原话是 How can we be AGI-pilled and human-centered。他认为这件事特别要紧,因为软件工程师正处在 AI 采纳的最前线:软件领域正在发生的变化,随后也会发生在知识工作和经济的其他部分。会上也有人谈对抗 slop、把目标设得更有野心,他觉得软件工程师是第一道防线。

对 AI 本身,他愿意同时用两个词来看:工业革命,和文艺复兴。他觉得这一年主要是工业革命。大家常说 software factories,软件正在从一种不可靠、很难推进的手艺,变成不再构成限制的东西。工业化正在发生,文艺复兴也同时在发生:人们想要质量更高的软件,多放进去的每一点创造力、用处、精神、灵魂,都有用,而且有经济价值。幻灯写得更干脆:工业化比的是更快、更稳、更便宜地交付;文艺复兴要交出人们从未见过的东西,能找到的每一点优势都有用。

锯齿前沿人人都在看,他更看重前沿以内的平滑内部

谈论模型能力时,人们常说 jagged frontier,也就是锯齿前沿。他顺着这条线往回数:大约两年前是让模型写一个函数,一年半到一年前是做一个功能,再往后是做一个简单的待办应用,然后「帮我做个 Slack 克隆」;现在已经变成「从零做一版马里奥赛车」,甚至还要移植到 Wii。评测和基准里,大家看到的就是这条不断往上蹦的能力边界。

他真正想强调的,是这条前沿里面的 smooth interior,也就是平滑内部。模型变强的时候,能力不只是在边界上往外戳,也会沿水平方向变宽。会写 React,也就能写 Figma、写 JSON,有一大片任务模型都已经相当熟练。对他来说,这一点甚至更要紧。他已经不太关心模型能不能从零做出马里奥赛车,更关心做出来的软件质量够不够高,配不配得上一次文艺复兴。

因此,如果问题已经落在模型能力很够用的区域里,人就可以按自己想要的方式去要结果。做一份设计稿,可以要 HTML,可以要 React,可以要 Figma 文件,也可以让模型操控电脑,打开 After Effects 去出一条视频。路径不必只有一条。他曾经很怕模型只会热爱做某一件事,所有人就只能跟着做那一件事。

把这个判断再推远一点:今天为模型搭建的运行框架、软件工厂和脚手架,以及「人的工作是给模型做验收、做代码审查」,在他看来都不会一直成立。模型越来越聪明,会把更多事情推进这块平滑内部;他想象中的完美模型,不必再核对自己的工作,也不必再去扫安全漏洞,只要按规格和目标写下正确的代码,人对照一看就会发现它做对了。幻灯上写得更硬:今天仍需要运行框架去兜住的许多事情,将来很可能不再需要。

一张世界地图,用来看见模型到底记住了多少

为了把「一般知识」说得更具体,他展示了一张题为 How much each model has memorized from pretraining 的图,子标题是 How 12 blind Claudes see the Earth。方法是:在地球上每隔 2 度取一个点,一共 16,200 个点,不给图像、不给工具,只问这是陆地还是水面,再把回答「陆地」的点画成白色。他特别点了两个模型:Opus 4.6 作为相当强的软件工程模型,准确率 91.2%,看去仍像一张有些模糊的地图;再看 Opus 5.5,准确率到了 99.0%,几乎已经接近完整的世界。

PPT 上 12 个 Claude 模型的准确率如下。带星号的条目,幻灯标注为 always thinks(effort=low);准确率按 1 公里陆地掩膜、面积加权计算。

对他来说,锯齿前沿已经越来越不像最重要的那件事,更要紧的是模型拥有的一般知识。让他感到兴奋的是:人可以用智能去理解、并塑造自己如何使用智能。他认为这会成为下一年的主题。这一年更多是在把软件生产工业化,找到一种可靠的做法;接下来要问,那种可靠之后,工作本身应该是什么样子。

当 vibe coding 让人失去对作品的感觉,他把引擎和可读规格拆开

于是他讲到自己正在做的游戏。这是一款二维等距视角的格斗游戏,灵感来自《降世神通》和《任天堂明星大乱斗》,他也在 X 上发过,做起来却很挫败。他很想做一个出色的 vibe coder,把想法丢给模型、边改边看,结果有时连自己的角色到底会什么都不清楚。比如他会说「让这个角色扔一块石头」,模型确实做了,可扔石头时还有许多选择:角色也能召唤一堵墙,石头到底穿不穿墙,速度、大小、蓄力又该怎么算。模型替他做了一堆决定,他试玩之后完全说不清这个角色在干什么。他很容易分心,发出一条提示就去做别的事,再回来时进度更少了。有一段时间他觉得,跟 AI 共事大概就是这样。后来再想,他觉得这样不行。模型其实可以按人希望的方式工作,而这种失控的状态也带不出文艺复兴,带不出真正出色的软件。

他提到会上 Dex 说过的意思:出色的作品,往往来自一团并不一开始就完全清楚目标的过程,关键是探索过哪些设计、做过哪些选择,留下了什么,又没有放进去什么。PPT 上的句子是 Great work is about the designs explored and the choices made。可当他看着自己 vibe coding 出来的结果时,感觉差得很远。幻灯上另有两句更重的话:I don't think this is acceptable. It's not what a renaissance feels like。以及:You simply have to be an expert. You have to know it inside and out。

他的修法还很早,并不声称已经想明白。眼下的做法,是把代码库拆成两部分。一部分是引擎,他不必细读;另一部分是一个他曾叫做 spec、后来想改叫 human 之类名字的文件夹,专门放他会读的代码。这份代码有 lint,也给 Claude 定了规则,读起来要像英语,密度刚好让人读完就知道游戏里在发生什么,也能动手改,并对游戏本身构成一份可核对的事实来源。

PPT 上的例子是一个名为 swat 的招式,用 defineMove 来写,冷却时间写成 seconds(0.6),避免在逻辑里塞一个裸数字。规则也写得很具体。一条叫 hero-name:要用英雄的名字来称呼角色,不要用 me,让一行代码读起来像一句关于这个英雄的话。另一条叫 bare-number:招式逻辑里不许出现裸数字,数字要在 tune 里起名字。

现场演示:给游戏做一门接近英语的脚本语言

演示里,他打开了名为 bending-game 的项目。一边是他称为 agent 代码的部分,比如摄像机如何工作,他并不打算搞懂;另一边则是角色和技能。他点开扔石头的招式,里面有充分的注释,用「米」这类有单位的量来调参数。这个角色扔石头至少有三种路径:从地面抓起,从墙里取出,还可以在碎石之后直接甩出去。他不必知道引擎底层如何实现,等于给游戏做了一门自制的脚本语言。

有了这层语言,他就可以做很细的调整。现场他把石头改得更大,写成 1.5,然后在真正的 IDE 里打开游戏:角色蓄力,石头明显变大,再扔出去。他也开始更多地使用 Cursor 和它的 tab 补全,例如先写下「如果在中间召唤一堵墙,就把它排进动作队列」,再让补全接着往下写。他觉得这有点像规格驱动开发,只不过这份规格本身就是一门脚本语言。

他并不确定这就是自己做游戏的最终方式。遇到更复杂的事情,仍然需要让 Claude 去实现、去准备原语。可理解发生了什么变得容易多了,控制感也强了;Claude 在工作时,他还可以一起审、一起改。

下一年若要有软件文艺复兴,先决定理想中的工作体验

对他而言,这次调整留下的收获是:他现在必须思考的,是怎样才能交付高质量的软件。模型能力如何、它更喜欢用哪种语言写代码,已经不太构成限制。如果把这一点真正吃进去,他认为下一年会是软件的文艺复兴。

会上不少人都谈到要把目标设得更有野心。他觉得这些想法并不新鲜,可做的事情仍然很多:新的语言既要像 Rust 那样高效,也要模块化、可热重载,并且尽可能可读;也很可能出现新型数据库和新型服务器;还会有新的操作系统交互,他自己就在用 vibe coding 写一些会动到操作系统的个人软件。许多旧的人机交互研究现在值得重新拿出来看,软件的使用和设计美学也可以大变。幻灯在「文艺复兴可能带来什么」之下,还单独标出了新的个人软件,以及可塑的软件(Malleable software)。

他最后想强调的是:人需要决定未来的工作看起来是什么样子,也需要决定理想中的体验是什么。模型并非一种外星智能,非要把人推进某一种工作方式;它们几乎什么都能做,而且会去做。人的工作,是把这场文艺复兴带来。

来源:meng shao · x.com