Sourcegraph CTO谈AI写代码:真正的瓶颈不在模型
在这期 No Priors 播客中,Sourcegraph 联合创始人兼 CTO Beyang Liu 回顾了公司从代码搜索到 AI 编程助手 Cody 的演进,并分享了他对“上下文”“代码理解”和 AI 编程未来的关键判断。这不是一场关于模型参数的对话,而是一次关于开发者真实工作流的深度反思。
在这期 No Priors 播客中,Sourcegraph 联合创始人兼 CTO Beyang Liu 回顾了公司从代码搜索到 AI 编程助手 Cody 的演进,并分享了他对“上下文”“代码理解”和 AI 编程未来的关键判断。这不是一场关于模型参数的对话,而是一次关于开发者真实工作流的深度反思。
一个开源模型,参数1800亿,训练算力是LLaMA 2的4倍,实测性能击败GPT-3.5——而这还只是开始。Falcon 180B的发布,不只是技术里程碑,更把“强大AI该不该开源”的争论推到了必须表态的临界点。
Transformer共同作者Jakob Uszkoreit在播客中回顾了AI架构的关键转折,并解释他为何离开Google创办Inceptive,试图把深度学习的方法论引入RNA药物研发,重新思考“软件”与“生命”的边界。
很多人第一次用 ChatGPT 时都有一种错觉:语言智能的问题,好像已经被解决了。但一篇由剑桥、UCL、Meta AI 等机构联合完成的论文却泼了一盆冷水——我们可能才刚刚站在起点。真正的挑战,不是“模型不够大”,而是一整套尚未被驯服的复杂系统问题。
ChatGPT 最近加了一个看似不起眼的功能,却悄悄改变了它的使用方式。它不是插件,不是代码解释器,而是一个“永久生效”的提示层。已经有人用它造助理、改人格,甚至逼近 AutoGPT。这一次,真正拉开差距的不是模型能力,而是你会不会用。
如果我告诉你:AI已经能在你什么都不说的情况下,把你“看到的画面”复原成视频,你会觉得这是噱头还是失控的前夜?这项名为 Mind Video 的研究,正在把“读心术”从科幻拖进现实,而且速度比大多数人想象得更快。
过去一年,AI 画图最大的笑话不是手画不好,而是字写不对。现在,这个“行业通病”第一次被正面击穿。Stability AI 体系下的开源模型 DeepFloyd IF,开始在图片里稳定生成可读文字——这件事的意义,远不只是“能写对单词”这么简单。
如果你以为 ChatGPT 是某种“不可复现的黑魔法”,那 Andrej Karpathy 这场公开视频,可能会让你非常不安——因为他几乎是用最朴素的方式,把 GPT 从零写了出来。从字符级建模到 Transformer 内核,这不是科普,而是一次赤裸裸的技术摊牌。
CLIP这类对比学习模型,被认为是多模态时代的基石。但在一个看似“玩具”的SET纸牌游戏里,它却暴露出一个致命短板:当关系、属性和实体一多,向量维度不够,模型会系统性失明。这不是调参问题,而是容量上限。
如果你以为“多专家数据喂给模型,它自然就会学会分清谁是谁”,那这场 OpenAI Scholars Demo Day 的分享会直接打脸。Tyna Eloundou 用一个看似优雅、实则极具野心的框架,展示了:我们不仅能让模型学到多种行为,还能在需要时精准切换它们。