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。
如果你最近也听过“设计已死”“AI 会取代你”,那 Ned Dwyer 的这场演讲值得你完整看完。他不是唱反调,而是用亲身踩坑的经历证明:在人人都有 ChatGPT 和 Claude 的时代,真正拉开差距的不是生成速度,而是理解客户的深度与学习速度。
很多人以为开源大模型已经“慢下来了”,但在这期 TBPN 里,一个名字被反复提起——GLM 5.2。它不只是性能进步,而是逼着整个行业重新思考:当模型权重真正开放、Token 成本被放大、监管和安全压力同时逼近时,闭源巨头还稳吗?
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%。
当所有人沉迷于“让AI写代码、马上上线”,MongoDB的Apoorva Joshi却抛出一个反直觉结论:真正决定AI系统成败的,已经不是代码,而是你在动手前的系统设计。这场演讲,用一个真实的医保理赔案例,把AI从想法走向生产的底层逻辑彻底讲透。
当所有人都在追求用大模型“秒出代码”时,AWS 的一位资深工程师却泼了一盆冷水:真正能让你写得更快、更稳、更可控的,不是更强的模型,而是更严格的规格文档。这场关于 Spec-Driven Development 的分享,揭示了一个反直觉却正在成真的开发新范式。
如果你还在用 benchmark 分数评估 AI Agent,那你已经落后一个时代。来自 Meta 超级智能实验室的 Nishant Gupta 直言:高分模型,正在生产环境里悄悄失控。真正决定生死的,不是准确率,而是系统是否“可靠地完成事情”。这场关于 AI 评估的范式转移,正在重塑整个行业。
一夜之间,GLM 5.2 被称为“本地 AI 的 ChatGPT 时刻”。但真正重要的不是跑分,而是它第一次让本地/开源模型进入了「能直接进工作流」的阶段。这期视频,用 20 分钟把设置方法、真实体验和行业拐点讲清楚了。
真正反直觉的不是AI会画设计,而是设计文件正在失去“终点”意义。Figma最新展示的MCP工作流,让设计在代码与画布之间来回穿梭,甚至连文案修改都能自动双向同步。这不是效率优化,而是一次设计—开发边界的坍塌。
在一场只对金融行业高管开放的分享中,OpenAI给出了一个反直觉判断:真正拉开差距的,不是模型多强,而是谁先把AI当成“组织的一部分”。从银行一线到底层基础设施,这次演讲透露了金融AI落地的真实进度。