阿里巴巴与中山大学花了 100 亿 token 证明目前 ai 编程无法承担长期任务

[jiirouwei]

论文地址： https://arxiv.org/abs/2603.03823 新闻总结版： https://baijiahao.baidu.com/s?id=1859905657933003430

和我个人的感觉差不多，还是只能当作提高效率的工具，对于大的项目来说还是无法做到完全交给 AI

[LoNeZ]

哦 这图画得 不还是 Anthropic 遥遥领先吗

[Simle100]

不要低估了 AI 的进化速度啊。12 年的时候 AI 刚刚学会识图，16 年的时候在围棋上打败了人类，22 年 ChatGPT 掀起了 LLMs 的浪潮，再到如今的 Claude Code 基本可以让你的想法快速变成一个可用的产品。这 10 几年的进步速度是巨快的。如今 AI 的发展依然在按照 OpenAI 的路线图在走：聊天机器人、推理者、智能体、创新者和组织者。我想等 AI 的发展到创新者和组织者这步，一定会激起更大的社会结构变动。人类也许真的是硅基生物的 boot loader 。

[aprilwei]

国内的 deepseek 、qwen 、kimi 、glm 我都用过，glm-5 确实比较好，目前在开发智能体，toolCall & function Call 的形式

[maolon]

100 亿其实也不多啊，我光是一个 codex 都跑了 400 亿了...
另外凡是觉得长期任务不行的都可以看看 openai 说了啥： https://openai.com/zh-Hans-CN/index/harness-engineering
阿里说不行，openai 说行，你说有没有一种可能其中一个有点菜

[LandCruiser]

@maolon anthropic 的 CEO 还说自家 AI 有意识了，怎么评价，是 openAI 有点菜还是？

[maolon]

@LandCruiser 你看，人的原话是：“we don't know if the models are conscious”, 而不是 “models are conscious”,
“不要断章取义” “要断章取义”

[lisxour]

@workshop 你别管对不对，你就说快不快就完事了是吧

[Danta0]

AI：三十年河东，三十年河西。莫欺少年穷！

[wuxinling]

够用就行，ai 帮忙写小的东西，人负责把积木搭起来，这个积木会越来越大，挺不错的。
实际的业务系统绝大多数也不是需要长期做的大型项目，都是草台班子。

[Torpedo]

我觉得这里要分场景
大厂很多业务复杂，同时需要多人协作，更需要考虑架构的耦合等全局视角
但是小规模特别是一人开发团队，写一个新产品还是不怎么需要的

[houskii]

@LiuJiang 那个测试结果如果你细看了就知道，核心的能力全是用一堆现有的库拼出来的，而且功能还有一堆问题完全没法商业化用。

[KeyboardManAnAn]

"从下图可以发现，同一厂商的大模型新版本普遍稳定高于前一代，且 2026 年后的跃升幅度显著扩大，EvoScore 更高。这表明，当前大模型的代码能力正从静态缺陷修复，快速向持续、长期的代码维护演进。" 文章中的这句话, 就证明了本文的观点极有可能会快速过时. 🤪

[Alchemistboy]

用 claude code ，确实有时候会感觉上下文长了之后，代码越来越冗余了

[sampeng]

这个结论我是认可的。直觉和经验来看，长期自己动是不可能的。什么 ai 自己检查 bug 自己修。吹这个的都是连 AI 是一个概率机器都不知道。但能提高效率这件事是没问题的。

[peng7534211]

都得出结论了，那还花这么多钱干嘛，傻子都知道要止损，大厂不知道？

[lesismal]

“目前无法”，结论没问题。

[sakura1988]

@zmal 审题

[unco020511]

说的是除 claude gpt gemini 三家之外的模型无法胜任吧

[rudolphbrowne8]

AI: 我不到啊，只看见人们吵作一团。

[LandCruiser]

@maolon 这叫断章取义？我不知道我们的模型是否具有意识，这句话的重点到底是在不知道还是模型具有意识，我觉得是个人都知道这个 CEO 在搞一些小话术。你不认可那就随便吧