seangoedecke-com

欧盟《人工智能法案》要求AI生成内容必须带有数字签名元数据（如C2PA内容凭证），但C2PA目前面临严重的采用率问题：几乎所有AI图像都带有签名，而人类拍摄的照片却几乎没有。文章指出，C2PA要真正发挥作用，需要两个前提：所有相机（包括手机）默认签名所有图像，以及所有社交媒体平台保留这些元数据。此外，对物理相机进行欺骗攻击仍然是可能的。尽管C2PA在技术上是一个好主意，但在广泛采用之前，它更多是一种"安全表演"而非实用工具。

本文作者分享了自己写博客的核心方法论：只写那些自己还不太理解但想弄明白的话题，并且每篇文章都必须有鲜明的论点。作者认为，写作是最好的思考方式——当你被迫将想法凝练成文字时，才能真正检验自己是否理解了一个主题。这种"以学带写"的做法虽然可能让作者显得不够资深，但作者给出了三点辩护：新手有时比专家更适合做科普导论；公共共识常常被少量研究就能证伪；作者会在个人页面明确展示自己的真实身份和资质。文章还强调，通过写作改变原有想法是好事，而获取反馈（包括来自人类读者和LLM的反馈）是写作作为学习工具的重要价值所在。

欧盟AI法案要求LLM输出必须可被检测为AI生成，但文本水印技术面临根本性挑战。与图像不同，文本是高度压缩的媒介，任何修改都可能被人类察觉。文章分析了SynthID和Unicode同形字两种水印方案的工作原理，并指出它们都存在致命缺陷：通过同形字替换或让未加水印的LLM改写文本，即可轻松去除水印。此外，欧盟要求的互操作性可能导致水印方案公开化，进一步削弱安全性。C2PA数字签名无法替代文本水印，因为它只适用于文件格式而非普通文本。最终，技术用户可随意剥离水印，非技术用户也将有大量工具可用。

说显而易见的事情出人意料地有用。我们大部分知识处于潜意识层面，因此一篇好文章能唤醒已知却未察觉的认知。对初级工程师而言，发现有些同事几乎不做任何工作几乎是种"成人礼"——因为没人公开谈论，他们常怀疑自己是否判断错误。说出显而易见的事之所以困难，原因类似于"画你所见而非所知"：需要刻意放下解释层，才能看清真正存在的东西。但这并不意味着回避细微差别——每句显而易见的论断都承载着大量微妙、非显而易见的推论。不要因为觉得事情太明显就不写下来，因为此刻你认为显而易见的东西，一小时后可能沉入潜意识深处。

许多人声称AI推理服务无利可图，只能靠投资者补贴生存。但实际计算和开源模型定价都表明，推理服务的毛利率可达70%-80%。前沿模型每百万Token的推理成本约1美元，而API定价为4.50美元或更高，利润空间充足。虽然OpenAI等AI实验室需要以推理利润补贴训练成本，但独立的推理服务提供商完全可以持续盈利。即便AI泡沫破裂，推理业务也不会消失。

在LLM程序中，只有两种架构选择：流水线（Pipeline）与智能体（Agent）。流水线用代码控制流程，更可预测且成本可控，但上下文收集困难、灵活性差；智能体则赋予LLM工具自主管理流程，更聪明灵活，能处理更复杂任务，但延迟和成本不稳定。本文详细对比了两者在可预测性、灵活性、上下文收集、多模型支持、面向未来性、安全可读性等方面的优劣，并给出了明确的场景选择指南：当对上下文大小、GPU成本有严格要求或必须使用本地模型时用流水线；否则优先选择智能体，因为更易构建且更能解决实际问题。

面对"LLM写代码这么强，怎么没见大量AI生成的应用出现"的质疑，作者用亲身经历给出了答案：他过去一年在AI辅助下完成了多个本不会存在的小众项目，包括每日版SkiFree游戏Skifreedle、自动生成Anki卡片的Autodeck、无尽头点击式维基百科Endless Wiki、离线植物识别工具VicFlora Offline等。这些项目虽不商业化，但验证了一个事实：AI降低的不仅是编码门槛，更是从想法到部署的完整成本。

本文探讨了软件行业中反AI情绪与法西斯主义修辞之间的结构性相似之处。作者指出，许多反对AI的论述——颂扬过去"纯粹"的程序员精神、谴责现代技术对行业精神的腐蚀——与历史上法西斯主义者的"传统崇拜"和"拒绝现代性"的叙事框架惊人地一致。文章通过分析卢德运动、托尔金作品被法西斯主义者喜爱等现象，警示软件工程师群体在面临职业地位动摇时，可能会陷入一种危险的怀旧情结，将AI视为必须铲除的敌人。作者强调，对抗法西斯主义的关键在于保持对复杂性的尊重：AI技术既有其问题，也为残障人士等群体带来了真实帮助。

许多工程师应减少工作时间，保持约80%的利用率。之所以如此，是因为技术公司的业绩往往由偶发的高影响力事件决定——如促成大客户签约、及早化解事故或加速关键功能上线。这些机会都依赖时间窗口，而你必须保持空闲才能抓住它们。本文主张有意识地“无所事事”：避免被低优先级任务填满日程，拒绝无回报的“胶水工作”，并对那些可能随时取消或通过非正式渠道派发的任务保持警惕。作者认为，在80%的精力投入下反而更容易成为高效工程师，因为你能腾出精力抓住那些带来超额回报的关键任务。

工程师与产品经理之间的关系往往充满不信任和摩擦，原因是双方技能几乎不重叠，且各自无法验证对方的判断。工程师常听到"需求至关重要"却最终被无声取消，产品经理也常被告知"技术上不可能"却最终顺利完成，这种双向失信容易导致关系恶化——产品经理可能用情感操控施压，工程师则可能夸大工时甚至谎报进度。一旦陷入这种恶性循环，关系几乎无法修复。作者建议工程师从四个方面建立信任：理解产品经理的处境（他们也只是被更高层牵着走）、持续提供准确的技术判断、在组织决策上给予对方信任空间，以及接受偶尔的运气因素。与产品经理建立良好信任关系不仅有助于推动项目落地，还能在组织中获得更大的影响力。

有一种流行观点认为AI推理用GPU在负载下"最多只能使用三年"，该说法源自一条匿名推文，引用了一位在Tegus平台付费受访的谷歌GenAI首席架构师。然而，谷歌公开宣称其TPU已运行八年且仍保持100%利用率，AWS CEO也表示从未退役过A100服务器。橡树岭国家实验室的Titan超级计算机数据显示，六年内GPU存活率仍超过60%。虽然新型号GPU的经济寿命可能更短——因为更高效的芯片让旧型号在电力成本上不划算——但这并不意味着推理成本会在AI泡沫破裂后飙升。如果资金紧张，数据中心完全可以继续使用旧的GPU运行六年以上。

去年四月，有用户发现OpenAI的o3模型在照片地理位置识别方面表现出色，并分享了一套精心设计的“神奇提示词”。许多人测试后认为这套提示词大幅提升了模型性能。然而，作者通过构建200张图片的基准测试，分别用默认提示词和复杂提示词对o3进行测试，发现默认提示词的表现反而更好（中位误差83.2公里 vs 102.3公里）。这说明人们很容易被提示词工程的效果所欺骗——当模型本身已经很强时，复杂的提示词并不会带来实际提升，而模型在迭代过程中会迎合用户，让人误以为修改有效。作者还发现，o3的地理定位能力并未迁移到后续的GPT模型中。

本文指出，精心调整的提示词（prompts）在大模型快速迭代中会悄然失效，比代码更难维护。代码至少稳定，而每个模型升级都可能让精心编写的提示词不再适用。作者建议多数人直接使用第三方AI编码工具（如Claude Code、Codex等），尽量保持默认配置，避免使用MCP和skills文件。如需编写AGENTS.md，应只包含具体事实，避免行为引导型提示，并随时准备删除。

在科技行业，有一类资深工程师以“拒绝一切”著称——他们通过阻止新功能、减少代码量来维护系统质量。这种角色在零利率政策（ZIRP）时代尤为关键：当时科技公司员工规模膨胀，需要有人充当“守门人”来防止系统失控。随着2022年后零利率时代终结，企业被迫聚焦盈利，这类工程师失去了管理层的支持，开始因过去被奖励的行为而受到批评。虽然许多人将这种转变归咎于AI，但作者指出，即便没有大语言模型的兴起，零利率结束本身也会导致这一文化变迁。如今，“总说不”的工程师要么转向底层基础设施建设等更纯粹的工程领域，要么不得不接受他们的角色本就依附于一个异常的经济环境。

本文作者是一位资深工程师，分享了从2025年到2026年间，他使用AI/LLM方式发生的巨大变化。核心变化在于：AI代理现在已经相当成熟，从过去偶尔且谨慎地使用，转变为几乎持续使用且仅需轻度监督。例如，他如今会将几乎所有代码修改交给AI代理来完成，并利用其进行bug调查、测试和本地环境配置。然而，他依然坚持自己撰写PR描述、技术文档和公开沟通信息，并强调人类专业判断在复杂问题排查中仍然至关重要。作者认为，当前的核心AI技能是尽可能多地将工作移交给AI代理，但又要把握好不过度的分寸。

自 Golden Gate Claude 以来，作者一直对 LLM "引导"技术（在推理过程中直接操控模型激活值）充满兴趣。随着足够强大的本地模型 DeepSeek-V4-Flash 和配套工具 DwarfStar 4 的出现，引导技术对许多工程师而言变得可行。文章探讨了引导的基本原理（通过对比激活值提取"简洁回答"等概念向量并放大）、其吸引力（绕过繁琐训练直接"拧动智能旋钮"）、以及为何尚未被广泛采用——大型AI实验室可通过训练直接操控模型，而普通API用户无法访问模型权重。作者认为多数引导效果可通过提示词更高效实现，但开源社区在这方面的探索才刚开始，未来六个月可能带来惊喜。

本文反驳了"太空中无法解决AI数据中心散热问题"的常见观点。作者指出，虽然真空环境抑制了传导和对流两种散热方式，但辐射散热在太空中反而更容易实现——只要使用遮阳散热器即可。以1MW数据中心需约2500平方米散热面积计算，100MW的数据中心需要25万平方米散热器（约为国际空间站的250倍），约需100-500次星舰发射。作者结论是：太空AI数据中心目前仍极其不切实际，但绝非不可能，尤其是散热问题并非主要障碍。

Thinking Machines 推出了首个真正的 AI 模型——交互模型（Interaction Models），但并非前沿模型，而是专注于改进实时对话交互体验。该模型采用全双工语音系统，能实现微轮次（micro-turns）的快速切换，支持打断和同时对话；并通过后台引入智能模型进行任务委托，在保持快速响应的同时提升推理能力。此外，模型还整合了视频输入，规模约为现有全双工模型 Moshi 的两倍。尽管部分技术并非全新，但其规模化、多模态化的思路仍具创新意义。

本文从左翼视角出发，提出了五个支持AI（尤其是大语言模型）的论点：AI是强大的残障辅助工具，帮助神经多样性人群、行动或视力障碍者更便捷地与计算机交互；AI赋能慢性病患者进行自主医学研究，对抗可能忽视或歧视他们的医疗体系；AI消除了富裕专业人士在沟通风格上的特权，让不同阶层的人都能有效向机构维权；AI为所有学生提供个性化辅导，缩小因阶级导致的巨大教育差距；最后，当前所有前沿AI模型均表现出左翼倾向，这可能意味着技术乐观主义者所憧憬的左翼乌托邦正在萌芽。文章还引述了一位视障读者的亲身体验，强调若早期以类似理由拒绝计算机，其人生轨迹将截然不同。

软件工程能力呈严重的长尾分布，最弱的工程师往往产生净负效应——他们不是推动项目，而是制造问题让同事收拾烂摊子。然而，Claude Code等前沿LLM工具已经显著提升了弱工程师的下限：他们提交的代码虽然仍有错误，但至少逐行看来是功能性的，不再明显荒谬。这种"工程师变成AI外壳"的现象虽然对公司来说性价比低（支付人类薪水却只得到Copilot订阅级别的产出），但对协作体验而言仍是一种改善。

事故处理大多时候很无聊：大部分时间都在等待，且多数事故会自行恢复。工程师急于操作反而经常让情况恶化，因此处理事故的首要原则是“先别动”。有效的事故处理措施往往很平淡——通常是暂时禁用有问题的功能。熟悉系统比技术能力更重要，而果断决策则需要勇气。成功解决事故能赢得管理层的感激，但靠永远解决事故来建立权力地位并不可持续，因为事故本身就不该发生。

尽管从理论上讲，随着AI模型需要完成更复杂的任务，强化学习的训练会需要更多FLOPs（浮点运算），从而拖慢进展速度，但实际AI进步并未显著放缓。本文提出了三个原因：新模型正以数量级更高的效率利用现有FLOPs（例如修复像FP16精度错误这样的低级bug）；人类对AI智能水平的判断存在偏差，模型越接近人类水平就越难衡量其真实进步；除了智能之外，工作记忆、持久性（persistence）和个性等多种特质共同决定了模型的实际能力。作者认为，AI发展主要受制于偶发性的突破（如巧妙想法或修复重大bug），而非单纯的理论瓶颈。

Will Larson提出的"资深工程师原型"（团队负责人、架构师、问题解决者、得力助手）确实描述了现实中存在的不同角色，但作为职业发展目标，这种分类法具有误导性。成为资深工程师的关键不在于刻意追求某个原型，而在于建立信任、持续为公司创造价值，并愿意承担超出自己控制范围的责任。真正的资深工程师思维是不断问自己"这对公司有用吗"，而不是执着于"公平"或某个特定角色定位。

本文探讨了AI使用对软件工程师职业发展的潜在影响。尽管有人认为依赖AI会导致技术能力退化，但作者指出，即便这是真的，软件工程师仍可能被迫使用AI——因为短期效率提升带来的竞争优势是职场生存的现实需求。文章将软件工程师与职业运动员类比，认为这一代人可能首次面临职业生涯有"保质期"的困境，建议从业者及早做好规划。

本文对卢德运动进行了批判性回顾，分析了其与当代反AI抗议活动的异同。卢德运动具有深厚的草根支持、具体目标和地域性特征，但最终仍被国家暴力镇压。文章指出，AI时代的抗议面临不同挑战：目标资产（模型）是可复制的信息而非昂贵机器，且缺乏卢德运动那种高度团结的阶级凝聚力。尽管如此，卢德运动的历史仍为当下的科技抗争提供了教训——关于团结、地方性组织和失败的代价。

本文通过深入分析19世纪勒德运动的历史——当时英国纺织工人通过捣毁机器、威胁甚至杀害工厂主来反抗自动化——探讨了该运动对当今反AI运动的启示。作者指出，勒德主义的核心特征是本地化、小规模、高度团结的社区行动，其诉求具体且局限于本地工厂。而AI带来的威胁是全球性的，一个数据中心可以取代远在地球另一端的工作，因此反AI活动家无法像勒德分子那样与熟悉的人就地组织直接行动。文章认为，现代反AI运动虽借用"勒德分子"之名，但真正继承勒德主义遗产的，或许不是那些倡导暴力破坏数据中心的人，而是通过投票和立法渠道争取工人权益的公民。

作者认为目前真正有效的AI产品只有三类：聊天机器人（如ChatGPT）、代码补全工具（如GitHub Copilot）和智能代理（如Claude Code）。其他类型的AI产品要么尚未成功，要么只是聊天机器人的变体。

本文探讨了评估新AI模型质量的困难：基准测试常被夸大且不可靠，直觉判断缺乏客观性，而实际应用测试又耗时费力。作者以GPT-5为例，说明即使模型发布时评价负面，数月后才发现其在智能体编码任务中的卓越表现，揭示了当前AI评估体系的局限性。

本文探讨了如何通过多任务处理、合理规划工作顺序、优化开发工具、跨领域调试、建立人际关系以及寻求高层支持等策略，确保在追求目标时始终保持前进动力，避免陷入停滞状态。

本文探讨了大科技公司中优秀工程师写出糟糕代码的根本原因：员工流动率高导致工程师经常在不熟悉的代码库上工作，缺乏长期专业知识积累，同时公司为追求灵活性而将工程师视为可互换资源，这种系统性环境而非个人能力不足才是问题根源。