[AI 新闻] 科技行业的最后 4 个岗位

📌 一句话摘要

本期 AI 新闻探讨了科技行业组织角色的演变、向 Claude Code 和 Hermes 等可组合 AI 智能体“工具链（harness）”的转变，以及本地多模态推理的重大突破。

📝 详细摘要

本文对 AI 领域进行了高密度的回顾，首先提出了后 AI 时代科技角色的思维模型——坦克（Tank）、治疗（Healer）、输出（DPS）和辅助（Support），类似于 RPG 游戏中的角色定位。文章重点介绍了 Anthropic 的 Claude Code 增加了用于闭环验证的“计算机使用（computer use）”功能，以及“工具链工程（harness engineering）”这一新兴趋势，即编排层变得与模型本身同等重要。开源生态系统随着 Hermes Agent 的更新而激增，正向“智能体操作系统（agent OS）”抽象迈进。在硬件方面，本地推理达到了一个里程碑，llama.cpp 的星标数突破 10 万，Flash-MoE 使 Qwen3.5-397B 等大模型能够在消费级 MacBook 上运行。研究更新包括用于端到端智能体优化的 Meta-Harness，以及用于多智能体软件工程的集中式异步隔离委派（CAID）。Shopify 使用 DSPy 降低 98% 成本等实际案例，凸显了向专业化、小型化模型转变的经济趋势。

💡 主要观点

- 工具链工程正在成为一个关键的研究和工程领域。 重点正从原始模型能力转向“工具链（harness）”的质量——即为开发者创造实际实用性的工具、提示词编排和审查循环。

计算机使用能力正在解锁闭环的智能体迭代。 Claude Code 通过命令行界面（CLI）直接与 UI 交互的能力，实现了“代码-运行-检查-修复”的循环，这对于 AI 智能体进行可靠的应用程序开发至关重要。

开源智能体技术栈正在演变为“智能体操作系统（Agent OS）”抽象。 像 Hermes 这样的项目正在超越简单的助手，提供具有独立记忆、技能和历史记录的多智能体配置文件，从而促进可复用的智能体基础设施建设。

本地推理在最前沿规模模型上正达到临界点。 Flash-MoE 等技术使 400B 级模型能够在 MacBook 等消费级硬件上以可用的 Token 速度运行，挑战了所有任务都必须依赖托管 API 的必要性。

经济优化正在推动向专业化小型模型的转变。 Shopify 使用 DSPy 的案例研究表明，分解业务逻辑并切换到优化后的小型模型，可以在保持性能的同时将成本降低 98% 以上。

💬 文章金句

- 模型能力的差距正在缩小，而工具、提示词/运行时编排以及审查循环仍然造成了巨大的实际差异。

• 工具链工程正在成为一个独立的研究领域。
• 有用的自动化并不需要前沿规模的托管模型，合适的便携式运行时栈比绝对规模更重要。
• 其实际意义在于闭环验证：代码 → 运行 → 检查 UI → 修复 → 重新测试，几位工程师称这是可靠应用迭代中缺失的一环。

📊 文章信息

AI 评分：90

来源：Latent Space

作者：Latent.Space

分类：人工智能

语言：英文

阅读时间：7 分钟

字数：1681

标签： AI 智能体, Claude Code, Qwen3.5, 本地 LLM, 软件工程

阅读完整文章