10x 工程师时代,Andy Zhang 在 Figma 说了一句反常识的话
当 AI 让写代码几乎“免费”,设计会变得更廉价,还是更高级?来自 Google 的设计工程负责人 Andy Zhang 在 Config 2026 给出了一个反直觉答案:真正拉开差距的不是速度,而是你放弃了多少“看起来很酷”的东西。
当 AI 让写代码几乎“免费”,设计会变得更廉价,还是更高级?来自 Google 的设计工程负责人 Andy Zhang 在 Config 2026 给出了一个反直觉答案:真正拉开差距的不是速度,而是你放弃了多少“看起来很酷”的东西。
这场 Config 2026 的分享没有炫技模型参数,却抛出一个更狠的判断:阻碍设计效率的,从来不是工具不够强,而是沟通被切得太碎。Figma 与 Google Workspace 的深度连接,正在把“设计协作”从文件流转,推进到持续在线的工作流。
多数 AI 团队以为自己卡在模型、框架或工具,其实真正的地狱叫 Skill Hell。AI Engineer 这场演讲抛出一个反直觉结论:Agent 成败,90% 不在模型,而在你怎么“写技能”。更关键的是,他给出了一套可操作、可复用的技能设计清单。
一个反直觉的事实:推动自治代理走向现实的,不是更大的模型,而是“记忆”。当新加坡外交部长公开展示自己的第二大脑时,一家名为 NanoClaw 的项目突然被推到聚光灯下。这期 Latent Space 的对谈,给出了自治工作代理真正可落地的蓝图。
如果我告诉你:继续无脑用最强的前沿模型,可能是当前 AI 工程里最昂贵、也最懒惰的选择,你会不会停下来想一秒?在这场分享里,Arize 的 RL Nabors 给出了一个极具冲击力的答案:真正聪明的团队,已经在用本地模型,把推理成本、延迟和安全问题一次性解决。
当整个 AI 圈都在高喊通用 Agent、全能智能体时,Justin Schroeder 却泼了一盆冷水:真正改变行业的,可能恰恰是“不通用”的那一类。它们不炫技、不全能,却更快落地、更容易规模化。这场看似保守的转向,可能决定下一轮 AI 创业和工程红利的归属。
当所有人都在研究如何把 Prompt 写得更好时,有人泼了一盆冷水:真正决定成败的,从来不是你能不能指挥 AI,而是你能不能指挥人。VisualLabs 创始人 Balázs Horváth 给了一个残酷但清醒的判断:AI 取代不了的最后一项能力,是“你在房间里工作的能力”。
当所有人都在卷模型、卷参数时,Meta 的一线工程负责人却抛出一个反直觉判断:AI 代理真正的瓶颈不是“聪不聪明”,而是“靠不靠谱”。更危险的是,很多 AI 故障并不是模型犯错,而是基础设施把小错放大成事故。
如果你还在靠人肉调试、手动看 trace 来优化 AI Agent,这场演讲可能会让你坐立不安。Mutagent 的两位创始人抛出一个反直觉判断:真正的瓶颈不是模型能力,而是“人类没法再当 AI 的工程循环中枢”。解决方案不是更聪明的人,而是让 Agent 自己当工程师。
如果你还把 Prompt 当成“调参技巧”,那这场仗已经输了一半。Dominik Tornow 在这次演讲中抛出一个刺耳判断:到 2026 年,编码型 Agent 会悄悄“退休”第一代软件平台——因为提示本身,已经成了平台。这不是概念炒作,而是一套正在落地的工程方法论。