OpenAI工程师内部方法论:不是造更强Agent,而是造好“缰绳”
当所有人都在比拼谁的 Agent 更聪明时,OpenAI 的 Ryan Lopopolo 却在伦敦抛出一个反直觉观点:真正的工程难题不在模型,而在“Harness(缰绳)”。这场演讲揭示了一个正在内部成形的软件新范式——人类负责方向,Agent 负责执行。
当所有人都在比拼谁的 Agent 更聪明时,OpenAI 的 Ryan Lopopolo 却在伦敦抛出一个反直觉观点:真正的工程难题不在模型,而在“Harness(缰绳)”。这场演讲揭示了一个正在内部成形的软件新范式——人类负责方向,Agent 负责执行。
如果你还以为 AI 在生命科学里只是“帮忙分析数据”,那这期播客会直接颠覆你的认知。OpenAI 的研究者们公开讨论了一件更激进的事:科研正在从“人类不够快”,转向“算力不够多”。而这,才是真正的分水岭。
如果你还以为“Vibe Coding”只是写代码更爽一点,那你可能已经落后了。Anthropic 最新一轮 Claude Code 的升级,释放了一个信号:编码不再是核心技能,真正的能力正在变成“如何编排 AI”。
当AI代理越来越像“数字员工”,问题不再是它们能做什么,而是谁在指挥。Paperclip给出的答案有点反直觉:不是更聪明的模型,而是一个专门为“人类介入”设计的控制平面。这期视频展示的,是AI劳动力时代一个危险又迷人的新方向。
当所有人还在盯着模型有多大、推理有多强时,一批一线团队已经把注意力转向了另一件事:如何“拴住”模型。Harness Engineering 正在悄悄决定,谁的 AI 能真正干活,谁只能做 Demo。
当所有人都在押注人形机器人时,这场 South Park Commons 的对谈却反其道而行:被 Amazon 收购的机器人公司、从游戏走向现实世界的 AI Agent、以及用全自动实验室颠覆材料科学的团队,都在做同一件事——刻意避开最性感的路线。这期视频里,藏着 AI 进入物理世界最真实、也最残酷的路径。
2026 年,你几乎可以用 AI 写出任何应用。但 Every 的 CEO 用亲身翻车经历证明了一件事:能 vibe code,不代表你能把它救活。这段经历,意外揭示了 AI 时代工程团队最重要的新分工。
当大多数公司还在纠结“怎么把AI接进流程”时,Jack Dorsey已经在问一个更狠的问题:如果AI真的能工作,人类组织结构还需要现在这个样子吗?这期视频抛出的不是工具升级,而是一次对现代公司形态的正面挑战。
当所有人都在追逐更大的语言模型时,语音AI却悄悄走在一条更难、更慢、也更接近“人”的路上。ElevenLabs 创始人 Mati Staniszewski 在 Stripe 的这场对谈里,几乎把语音AI的技术演进、数据真相和商业化底牌全摊开了。
这期播客最反直觉的地方在于:真正能赚钱的 AI 营销,不是更炫的模型,而是一条从“想法→页面→实验→数据”的极短闭环。Greg Isenberg 和 Amir 几乎把全部底牌亮了:Claude Code、Idea Browser、Paper、Humblyt、Cursor,一套看起来很怪、但“就是能跑起来”的营销栈。