未来直播 | 03.06.26 | 来自Augment Code、NEAR Protocol和Modular的嘉宾

原始标题: The Future Live | 03.06.26 | Guests from Augment Code, NEAR Protocol, and Modular

发布日期: 2026-03-07 | 来源频道: @matthew_berman

📝 深度摘要

1. 讨论背景与核心主题

本期"The Future Live"节目于2026年3月6日播出，主持人Matt Berman和Nick WZ邀请了三位重量级嘉宾：Augment Code工程副总裁Venet Pernetti、NEAR Protocol联合创始人Ilia Palosuken（同时也是《Attention Is All You Need》论文合著者）以及Modular CEO Chris Latner。节目聚焦于AI技术在软件开发领域的最新进展，探讨了OpenAI GPT-5.4的发布、苹果AI战略、以及AI原生软件开发范式的根本性变革。核心元问题在于：在AI代理（Agent）能力呈指数级增长的背景下，工程师角色如何重新定义？组织如何适应这一前所未有的变革？

2. 核心干货概览 (Technical Takeaways & Stack)

3. 技术深度拆解与实战 SOP (Technical Deep Dive / SOP)

3.1 GPT-5.4 技术解析

OpenAI在本次更新中完成了模型线的重大整合。传统上，OpenAI维护着两条独立的产品线：GPT-5.2面向通用场景，Codex 5.3专门针对编程任务。GPT-5.4将这两者融合为一个统一模型，这一决策背后的技术逻辑在于：现代知识工作需要同时具备世界知识、逻辑推理、代码生成和工具调用能力的"全栈"模型。Matt Berman在测试后指出，该模型在编码任务上的表现"非常非常出色"，并且明确感受到OpenAI已经"掌握了预训练技术"，正在快速迭代输出新模型。

在企业层面，这种整合解决了采购决策的复杂性。企业不再需要评估哪个模型最适合特定任务，而是获得一个"一体化解决方案"。这与Anthropic的Opus 4.6形成了直接竞争关系——两大AI巨头正在以"每周互相超越"的速度展开激烈竞争。

3.2 Augment Code的Agent优先实践

Venet Pernetti分享了Augment Code在AI原生开发方面的深刻实践。2025年1月，团队做出了一个关键决策：放弃原有的年度计划，全面转向构建Agent系统。Venet在节目中描述了一个令所有人深思的现象：2025年初还在讨论"年度计划"，但到了1月25日，整个计划被推翻，团队转向"我们正在构建Agent"这一方向。到2026年，团队甚至不再尝试制定年度计划，而是采用"三个月滚动计划"——这反映了AI技术发展速度已经超越了传统企业规划框架的容纳能力。

Augment的验证体系（Verification System）是其技术核心：每个PR（Pull Request）仍然由人工审查，但该公司正在将审查任务逐步转移给AI Agent。Venet透露了一个具体数字：目标是让Agent负责80%的代码审查工作，识别出需要人工介入的10-20%的代码变更。长期来看（6个月后），这个比例可能进一步缩小到仅1-2%需要人工关注。

团队还实施了一个独特的"Agent黑客松"：要求工程师在黑客松期间完全禁止手动编写代码，所有产出必须通过Agent完成。这一实验产生了惊人的成果——团队在一天内完成的工作量远超传统开发方式。

3.3 Modular的推理基础设施

Chris Latner介绍了Modular的核心业务：构建统一的AI推理平台。当前目标客户主要是"正在受苦"的大规模研究实验室——这些机构面临的核心痛点是计算资源不足。Modular的价值主张非常明确：通过软件优化，帮助客户在相同硬件预算下获得40%的TCO提升。这相当于额外获得40%的Blackwell节点计算能力，无论是自建还是租赁计算资源，都具有显著的规模效益。

Modular的平台正在进入Beta阶段，计划于2026年8月全面上线。其技术差异化在于：支持客户根据工作负载特征选择最优芯片组合（部分任务在GPU A、部分在GPU B上运行），而非被单一硬件供应商锁定。

4. 核心干货运用 (Prompts & Configuration)

4.1 AI原生工程师的能力模型

基于Augment团队的实践，以下能力维度在AI时代变得更加重要：

• 系统架构品味（Architecture Taste）：在Agent可以生成代码的背景下，决定"生成什么样的代码"的判断力变得比"如何写代码"更稀缺。架构决策的长期影响被放大，因为AI生成代码的规模和速度远超人工审查能力。

• 产品思维（Product Taste）：Venet强调，工程师不能再停留在"任务级别"的操作层面，必须"提升一个层级"，变得高度关注结果导向（Outcome-oriented）和影响导向（Impact-oriented）思维。一个经典案例是：工程师创建了一个新功能，但无人使用——这说明产出与用户实际需求之间存在巨大鸿沟。

• 用户同理心（User Empathy）：理解客户需求、进行用户对话、观察市场趋势的能力，成为区分优秀工程师与普通工程师的关键维度。

4.2 “意图驱动"开发范式

Augment的Intent App代表了开发范式的一次根本转移：开发者不再从IDE开始工作，而是从"意图”（Intent）开始。开发者定义想要达成的结果，然后由一组Agent协作完成具体实现。这种模式的核心理念类比于：过去我们编写"如何做"的指令（过程式编程），现在我们描述"做什么"的意图（声明式编程）——但这一次，接收意图的不再是编译器，而是AI Agent系统。

5. 极客洞察与避坑指南 (Geek Insights & Boundary)

5.1 反直觉技术结论

关于"AI导致失业"的流行叙事：Chris Latner提出了一个反直觉的观察。他指出，历史上每次重大技术革命（从农业机械化到个人电脑普及）都伴随着"失业恐惧"，但最终结果是"更多的就业机会和更高的生活水平"。他强调AI领域也不例外——尽管存在大量"夸张宣传"（来自工具销售方）和"悲观论调"（来自对技术不信任的人），实际情况更为复杂和微妙。他明确表示：“我认为软件工程领域会产出更多的软件，这个趋势是确定的。”

关于年度规划的消亡：Venet分享了一个深刻洞察——年度计划在AI时代已经变得"不可能"。2025年初，Augment还试图做年度规划，但到了1月25日就彻底放弃了。到2026年，他们甚至不再尝试，团队只有"三个月计划"。这一变化的核心原因在于：AI技术的指数级发展使得任何超过三个月的时间跨度都充满无法预测的变量。

5.2 适用边界与风险

Agent验证的当前局限：虽然Agent可以处理80%的代码审查任务，但剩余20%需要人工介入的场景往往是边界情况（Edge Cases）、安全敏感代码和架构级决策。这些领域的风险在于：Agent缺乏对业务上下文的深层理解，可能做出"技术上正确但业务上灾难性"的决策。

Modular平台的风险：企业客户的一个核心顾虑是"不能破坏现有系统"。Modular面临的挑战是：在引入最新研究成果和保持系统稳定性之间找到平衡。客户不想"追逐最新的bug和最新的热门技术"，他们需要"可靠的生产级系统"。

5.3 实战陷阱

不要陷入"工具依赖"陷阱：Chris在讨论中特别指出，当前AI领域存在两个极端——一类人过度乐观（来自销售人员），另一类人过度悲观（来自对技术不信任者）。两者都"过于极端"，真实的AI能力"两者都不是"。关键是要理解：AI是工具，核心问题始终是"如何将技术能力映射到具体问题的解决方案"。

避免"伪AI原生"：Venet提出了一个重要概念区分——使用代码补全不等于"AI原生"，在IDE中使用Agent也不够"AI原生"。真正的AI原生是"完全投入Agent"（Going all in on Agents）。他指出，Agent目前"还不是100%完美"，但如果相信处于指数增长曲线，现在就是做出转变的最佳时机。

6. 金句 (Golden Quotes)

• “AI原生意味着完全投入Agent。这会让人感到不适，但如果你相信处于指数增长曲线，这就是正确的时机。"——Venet Pernetti

• “我们不再制定年度计划，团队只有三个月计划。这个世界变化得太快了。"——Venet Pernetti

• “我认为软件工程领域会产出更多的软件，这个趋势是确定的。AI不是要取代人类，而是释放创造力。"——Chris Latner

• “人类通过故事来理解世界。指数级增长在前20天看起来微不足道，但第30天足以耗尽整个王国的所有粮食。"——Venet Pernetti（讲述指数级增长的经典故事）

• “你必须像经理一样思考，因为你现在管理着Agent团队。不再只是关注代码行数，而是关注目标——我们真正想要达成什么？"——Chris Latner

• “唯一确定的是：忽视AI的人将被抛在后面。"——Chris Latner

📺 视频原片

视频ID: dYk-bt9BFIs