他们把AI写代码的成本砍掉94%,不是换模型,而是少发了这些东西
如果你以为 AI 写代码贵,是因为模型太强,那你可能被账单骗了。Tesco 的工程师 Raj 讲了一个更反直觉的真相:真正烧钱的不是模型在“思考”,而是你一次次把用不着的代码塞进上下文。更狠的是,他们几乎没碰模型,就把 Token 砍掉了 94%。
如果你以为 AI 写代码贵,是因为模型太强,那你可能被账单骗了。Tesco 的工程师 Raj 讲了一个更反直觉的真相:真正烧钱的不是模型在“思考”,而是你一次次把用不着的代码塞进上下文。更狠的是,他们几乎没碰模型,就把 Token 砍掉了 94%。
当大多数人还在把 Copilot 当“写代码更快的工具”,GitHub COO 已经在思考另一件事:如果每个人都能拥有一支 AI 工程师军团,软件世界会变成什么样?在这场对话里,GitHub 首次系统性地谈到了 AI Agent、平台负担,以及一个可能失控的订阅经济。
大多数人以为,AI 编程助手的天花板就是“更会写代码”。但在这场 GitHub 的分享里,Microsoft 和 GitHub 直接掀桌子:未来的 Copilot,不是多聪明,而是能不能在聊天里直接跑 UI、画火焰图、让你点着用。这正是 MCP Apps 想解决的事。
你以为 AI Agent 会解放工程师,但现实恰恰相反。Bitly 工程负责人 Michael Richman 提出了一个新概念:FOMAT——Fear of Missing Agent Time。它正在悄悄吞噬工程师的注意力、精力,甚至创造力。这不是效率问题,而是一个全新的工作方式危机。
当全行业都在高喊“Agent 能解决一切问题”时,微软的工程师却在台上反复提醒:别急着神话它。真正能落地、能产生价值的 AI Agent,并不在炫技的 Demo 里,而是在你每天打开的 VS Code 中。这场分享,讲清了 Agent 今天到底能干什么、不能干什么。
在这场与 Stripe 创始人 Collison 兄弟的对谈中,Nat Friedman 和 Daniel Gross 抛出了一个让人不安却真实的判断:AI 的进化并不是一条平滑上升的曲线,而是夹杂着混乱、浪费、甚至系统性失控。更重要的是,真正的分水岭不在模型参数,而在我们如何使用它们。
GitHub 正在迎来史上最疯狂的代码增长期:一年 140 亿次提交,其中大量由 AI 共同完成。但更大的问题来了——代码更多,开发者真的更高效了吗?微软开发者布道师 Marlene Mhangami 用一场 Playwright 实战演示,给了一个让很多人不太舒服、却极其重要的答案。
Intercom 的工程团队做了一件很反直觉的事:他们不再纠结“用哪个模型更强”,而是直接把 AI 当成一名高级工程师来管理。结果是,在不扩招的前提下,工程产出真的翻了一倍。这不是概念,而是已经跑在生产里的现实。
当 AI 写代码越来越强,软件工程师会失业吗?Louis Knight-Webb 给出的答案更刺耳:工程师不会消失,但工作内容会被彻底重塑——写代码只剩很小一部分,真正的价值变成了“计划”和“审查”。更戏剧性的是,他在台上直接演示了关闭自己公司的全过程。
大多数“设计转代码”的AI都在盲人摸象,但Figma这次换了玩法:直接把结构化设计上下文喂给AI Agent。通过MCP服务器,设计不再是截图,而是可被理解、可被引用的真实语义。这条工作流一旦跑通,前端、设计、AI协作的边界正在被重写。