这场欧洲AI大会只说了一件事:未来不是更聪明的模型,而是更会“用”的工程
正在加载视频...
视频章节
如果你以为 AIE Europe 的主旋律是更大的模型、更强的算力,那你会完全看错。从 Google DeepMind 到 OpenClaw,这一天反复出现的关键词只有一个:工程。不是炫技,而是如何把 AI 真正变成可用、可控、可规模化的系统。
这场欧洲AI大会只说了一件事:未来不是更聪明的模型,而是更会“用”的工程
如果你以为 AIE Europe 的主旋律是更大的模型、更强的算力,那你会完全看错。从 Google DeepMind 到 OpenClaw,这一天反复出现的关键词只有一个:工程。不是炫技,而是如何把 AI 真正变成可用、可控、可规模化的系统。
开场就泼冷水:AI 不是善恶之争,而是工程选择
大会一开始,并没有代码、也没有产品 Demo,而是一段近乎诗性的独白:“There is no virtue. There is no blame. Not good, not evil.” 这听起来像哲学,但它其实在给整个大会定调——AI 的问题,从来不是道德标签,而是工程选择。
这段开场刻意回避了“AI 是否危险”“模型是否失控”这些常见叙事,而是强调:系统在我们命名它之前就已经在运转。你无法假装自己是旁观者。你写的每一行 prompt、每一个 agent workflow,都是在向未来下注。
这在 AI Engineer Europe 的语境下非常重要:这里不是政策会议,也不是发布会,而是一群工程师在问同一个问题——当模型能力越来越像“自然力”,工程师还能掌控什么?答案不是对抗,而是设计。
900% 增长背后:AI 工程正在取代“写代码”本身
主办方给出的一个数字很刺眼:AI Engineer 社区的增长率达到 900%。但更重要的不是规模,而是角色的变化。
在随后的主题演讲中,一个观点被反复强调:AI engineering 是软件工程的“合法继承者”。不是因为模型更聪明,而是因为软件的边际成本正在被压到接近于零。“The cheaper it is to make software, the more important decisions become.”
当 UI 变得廉价、代码可以被生成,真正稀缺的东西变成了:系统边界、抽象层次、失败模式。也正是在这里,AI 工程师和传统开发者拉开了差距——前者关心的是:这个系统在真实世界会怎么坏?坏在谁身上?能不能被修?
这不是更快写功能,而是更早设计崩溃。
DeepMind 的信号:前沿模型正在“退居幕后”
当 Google DeepMind 的研究副总裁站上台,很多人期待的是下一个“震撼发布”。但这场关于 Frontier AI 的演讲,反而异常克制。
Embedding、GraphCast、GenCast、Genie 3——这些名字被快速带过,却指向同一个趋势:模型不再是舞台中央的主角,而是嵌入系统的一部分。尤其是 embedding,被反复提及为连接世界与模型的“接口层”。
这意味着什么?意味着未来的竞争,不在于谁的模型参数更多,而在于谁更懂得如何把模型嵌入到真实流程中:预测、决策、反馈、再训练。模型是能力,系统才是产品。
对工程师来说,这是一个清晰信号:懂一点模型已经不够了,你必须懂系统。
“代码是免费的”:当上下文成为真正的护城河
另一位演讲者直接把话挑明:“Code is free.” 这句话在几年前还会被当成夸张修辞,但在今天,它几乎是工程现实。
真正昂贵的,是上下文。谁能高效地管理上下文,谁就能把 AI 用好。这包括:如何限制 agent 的作用范围,如何在成本和稳定性之间取舍,如何避免上下文膨胀带来的不可控行为。
这也是为什么“harness engineering”“context efficient”这些词开始频繁出现。它们听起来不性感,却决定了一个 AI 系统能不能上线、能不能长期跑。
一个隐含的共识正在形成:未来的 AI 工程师,更像是系统设计师,而不是模型调参师。
OpenClaw 的警告:最快增长,也可能最快失控
OpenClaw 的出现,是当天最具戏剧性的时刻之一。它被称为 GitHub 历史上增长最快的项目之一,但演讲者并没有沉浸在成功里。
相反,他花了大量时间谈“lethal trifecta”:速度、权限、自动化。当这三者同时出现,一个 agent 系统就可能从高效工具,变成安全噩梦。
安全 advisory、权限边界、默认失败模式,这些听起来很“老派”的工程原则,被重新拉回舞台中央。因为在 agent 时代,犯错的不是某一行代码,而是整个系统的行为。
这不是反对 agent,而是提醒:增长不是免责条款。
总结
AIE Europe Day 1 传递出的信号非常一致:AI 的上半场是模型,下半场是工程。模型能力还会继续进步,但真正拉开差距的,是谁能把它们变成稳定、可解释、可演进的系统。
如果你是从业者,三个行动建议:第一,开始把时间从“调模型”转向“设计系统”;第二,认真对待上下文、权限和失败模式;第三,不要迷信增长,尤其是在 agent 项目里。
未来不是属于最会用模型的人,而是最懂得约束模型的人。你准备好了吗?
关键词: AI工程, AIE Europe, Google DeepMind, Embedding, Agent系统
事实核查备注: 需要核查:AI Engineer 社区 900% 增长的具体统计口径;OpenClaw 是否为 GitHub 历史上增长最快项目之一;DeepMind 演讲者的具体职称;GraphCast、GenCast、Genie 3 的正式产品/研究定位;“lethal trifecta”是否为演讲原词