kayce

5 年经验 AI 工程师，持续学习和拆解 AI 趋势，帮助个人和团队把 AI 真正用起来。
合作&咨询 +V:flat036

[kayce @fttt007]

https://t.co/VnbcHu6R91

[kayce @fttt007]

https://t.co/9hZ80dhdiG

[kayce @fttt007]

需要人兜底，这是大模型时代人的价值；但因为环节中人的存在，其能力和带宽都会称为瓶颈。

[kayce @fttt007]

大模型时代的自然语言沟通就好，仅仅意味着不用懂代码语法细节，但是原理该懂的还是必须懂。

[kayce @fttt007]

一次向量加法，让我不敢再轻信 AI 的性能报告 https://t.co/JqSUH0r2Bi 来自 @YouTube

[kayce @fttt007]

有时候我会觉得，agent 时代里，人的作用不再是从头到尾亲手做每一步，而是给 agent 兜底。

agent 可以很快地产出脚本、数据、图表和报告，也能把结论写得很完整。但它不一定会主动发现：自己的表格里有异常，自己的解释里有跳步，自己的口径里混进了不同身份的数字。

人的作用，往往是在这些地方停下来问一句：

这个数字的出身是什么？
这个结论是实测出来的，还是推理出来的？
这张表有没有和前面定下的规则冲突？
这个异常是普通噪声，还是有形状的线索？
所以，所谓“兜底”，不是替 agent 做所有事，而是替整套工作流守住最后的判断权。
agent 负责把可能性快速铺开，人负责把它重新拉回证据层：源码、原始数据、复现实验、边界条件、��例和版本记录。
这听起来像是人的负担变轻了，其实不是完全变轻，而是人的工作重心变了。

过去，人主要累在执行。
现在，人更容易累在判断。

真正危险的不是 agent 犯错。agent 犯错很正常。真正危险的是，它把错误包进一份看起来专业、完整、措辞谨慎的报告里，而人因为它看起来很像答案，就不再追问。

所以我越来越觉得，agent 时代人的价值，不只是会不会写代码、会不会跑实验，而是能不能在 agent 产出一堆“看起来都对”的东西之后，继续保留怀疑、提出验收标准，并让证据来裁决。

[kayce @fttt007]

https://t.co/xuYByU1pyb

[kayce @fttt007]

我为什么用 Triton 测 Agent？ https://t.co/sJUhDBBVgT 来自 @YouTube

[kayce @fttt007]

https://t.co/bfxviZOLbv

[kayce @fttt007]

少背语法，多懂机制。
少盯代码长什么样，多问数字为什么这样。
少问 agent 能不能写，多问结果能不能信。

[kayce @fttt007]

Agent 时代，人到底该怎么写代码？ https://t.co/hSuwFmhQmh 来自 @YouTube

[kayce @fttt007]

https://t.co/dcATCOzkCK

[kayce @fttt007]

以后我会重新挤出一点时间来练习triton

[kayce @fttt007]

我觉得 Triton kernel 是测试 coding agent 能力的一个很好题材。

原因很简单：它同时满足三个条件。

第一，正确性可以验证。
你可以直接和 PyTorch 对比数值结果。
第二，性能可以量化。
benchmark 数字不会说谎。一个 kernel 是快是慢，很难靠话术糊弄过去。

第三，它刚好处在 agent 能力的边界地带。
训练数据里 Triton 代码远少于常规 Python / Web 代码，而 GPU 性能调优又需要真实硬件反馈。agent 很容易写出那种“能跑但很慢”，或者“看起来对但边界条件错”的 kernel。
这会让你很快看清楚：agent 在哪里靠��，在哪里会胡说。

用 CRUD 代码测 agent，其实测不出太多东西，���为那类代码它已经做得很好了。Triton 这种任务更像压力测试：既要会写代码，又要懂数值、硬件、benchmark 和性能瓶颈。
但我觉得这件事还有一个更大的意义：它可以帮我们重新定义，在 coding agent 时代，人类到底还需要保留哪些代码能力。

以前我们说“代码能力”，往往把很多东西混在一起：

会不会写语法，
会不会记 API，
会不会搭项目结构，
会不会写测试，
会不会 debug，
会不会做性能分析，
会不会判断结果是否可信。

但 agent 出现后，这些能力的价值正在重新排序。

样板代码、CRUD、常见 API 调用、测试模板、普通重构，agent 已经做得越来越好。继续把“代码能力”理解成从空文件开始一行行手写，可能已经不太准确了。

真正值得保留的，是更高一层的判断力：
判断代码是否真的正确，
判断测试是否覆盖了关键边界，
判断 benchmark 是否��信，
判断性能瓶颈在哪里，
判断 agent 的解释是不是在胡说，
以及把真实反馈��化成下一步修改。
Triton kernel 刚好能把这些能力暴露出来。
因为它不是“看起来能跑就差不多”的任务。一个 kernel 至少要同时满足：
数值正确，
边界正确，
dtype 正确，
shape 正确，
性能可信，
benchmark 可信，
硬件假设可信。
agent 可以很快写出第一版，但你必须判断：
这个 mask 真的安全吗？
非 2 的幂长度会不会错？
fp16 输入有没有用 fp32 accumulation？
benchmark 有没有 warmup 和 synchronize？
shape 选得有没有代表性？
为什么这个版本比 PyTorch 慢？
慢是 launch overhead、memory bandwidth，还是访存模式问题？

这些问题，恰好就是未来更稀缺的代码能力。

所以，用 Triton 练手可能比刷 LeetCode 更适合现在的 AI 工程师。它练的不是打字速度，也不是模板记忆，而是判断力。

未来更重要的可能不是：

“我能不能从零手写完整代码？”
而是：
“给我一段 agent 写���来的代码，我能不能看懂、测准、改对、改快，并��解释清楚为什么？”
这也许才是 AI 工程师在 coding agent 时代最应该保留的代码能力。

[kayce @fttt007]

这个时代，差异化也并不来自AI，人和人之间的差距还是那个人，如何让自己成长起来，这依然是关键。

[kayce @fttt007]

I think one of the most dangerous things in the AI era is giving up on learning. Every day, it feels like we’re taking in new information, but we’re not actually making any progress.

[kayce @fttt007]

我觉得AI时代最危险的事情之一是放弃学习，每天好像在接收新的消息，但人没啥长进。

[kayce @fttt007]

唐德刚的段祺瑞政权，书都有��发霉了

[kayce @fttt007]

AI时代答案越来越便宜，什么反而变贵了？

[kayce @fttt007]

你指挥AI，而不是AI指挥你，不要关系搞反了。

[kayce @fttt007]

当然，应用侧反而会会逐渐广泛，会融入到越来越多的工作流之中。

[kayce @fttt007]

这一轮的AI浪潮什么时候会减速呢，我觉得anthropic和openai模型迭代放缓或者模型能力改进变小就会减速了。