AI写代码、工程师角色转变等12要点

我从@sherwinwu那里得到的主要收获：
1. OpenAI几乎所有的代码都是由AI编写的。95%的工程师使用Codex，使用这些工具的工程师比同行多开70%的拉取请求，而且差距在扩大。
2. 软件工程师的角色正在从编写代码转变为管理AI智能体。许多工程师现在同时运行10到20个Codex线程，进行指导和审查，而不是亲自编写代码。
3. PR代码审查时间从每个PR 10-15分钟下降到2-3分钟。OpenAI的每个拉取请求在人工审查前都由Codex审查，Codex提前提出建议并捕捉问题。
4. 模型会轻易吞噬你的脚手架。构建AI产品时，不要针对当前模型能力进行优化。领域发展如此迅速，今天看似必要的脚手架（向量存储、智能体框架等）随着模型改进可能明天就过时了。
5. 为模型将要去的地方构建，而不是它们现在所在的地方。最成功的AI初创公司现在构建80%能力的产品，知道下一个模型发布会让它们越过界限。
6. 顶尖人才使用AI工具后生产率不成比例地提高。AI工具放大了高能动性个体的生产力，因此顶尖人才与其他人的差距在扩大。
7. 大多数企业AI部署的ROI为负，因为它们是自上而下的指令，缺乏自下而上的采用。成功需要高管支持和基层热情。
8. 一人十亿美元的初创公司即将到来，但伴有意外的二阶效应。随着AI使个人更高效，我们不仅会看到十亿美元的个人创始人，还会看到小型企业的爆发。
9. 业务流程自动化是被低估的AI机会。硅谷关注知识工作，而大部分经济依赖可重复的业务流程和标准操作程序。
10. 未来两三年将是科技史上最激动人心的时期。
11. AI模型很快将连贯处理多小时的任务。12到18个月内，我们将看到能处理长达六小时复杂任务的模型。
12. 音频是多模态AI的下一个前沿。