当前位置:主页 > 快讯 > 正文

吴恩达年终总结:2025年或将被铭记为AI工业时代的黎明

发布时间:2025-12-30 已有: 位 网友关注

  出于对债务水平的担忧,Blue Owl Capital于12月中旬退出了为Oracle和OpenAI提供100亿美元数据中心融资的谈判。

  薪酬方案在几年内价值数亿美元。Meta的offer超过了苹果公司除首席执行官外的高层领导者的薪酬方案,苹果公司拒绝还价。

  OpenAI提供了比竞争对手更多的股票薪酬,加快了授予新员工的股票期权的兑现时间表,并发放了高达150万美元的留任奖金。尽管2025年有关AI泡沫的讨论,但对于计划花费数百亿美元建设AI数据中心的公司来说,高薪是合理的:如果你在硬件上花费这么多,为什么不在薪资上花费一小部分支出呢?

  硅谷的两个设施处于闲置状态,因为当地公用事业公司没有能力将它们接入电网。

  一直在洽谈为甲骨文和OpenAI提供100亿美元数据中心融资的蓝猫头鹰资本退出了这笔交易。报道称,这是出于对甲骨文在数据中心建设中不断增长的债务的担忧。蓝猫头鹰继续为其他甲骨文-OpenAI数据中心项目提供融资。

  尽管存在对AI泡沫的担忧,但基础设施建设热潮正在疲软的经济中创造真实的就业机会和销售额。哈佛大学经济学家杰森·弗曼表示,2025年上半年,数据中心和AI投资几乎占美国国内生产总值增长的全部。在这个阶段,有证据支持这样的观点:2025年拉开了一个新工业时代的序幕。

  智能体编写代码更快、更便宜编码应用程序从自动填充式代码补全发展到能够管理广泛软件开发任务的智能体系统。

  编码成为智能体工作流中最具直接商业价值的应用。Claude Code、Google Gemini CLI、OpenAI Codex等应用将编码智能体变成了大型AI公司最激烈的竞争战场之一。较小的竞争对手开发了自己的智能体模型以保持竞争力。

  当开创性的智能体代码生成器Devin在2024年推出时,它将SWE-Bench编码挑战基准测试的技术水平从1.96%提高到13.86%。到2025年,使用最新大型语言模型的编码智能体通常能完成超过80%的相同任务。开发人员采用了越来越复杂的智能体框架,使模型能够与智能体规划器和批评者协作,使用网页或终端仿真等工具,并操作整个代码库。

  当推理模型在2024年底问世时,它们立即提升了编码能力并降低了成本,因为推理使智能体能够规划由成本较低的模型完成的任务。可变推理预算的加入使智能体更容易使用单一模型,将更多令牌用于规划,更少令牌用于简单

  开放权重模型紧随其后。Z.ai GLM-4.5和Moonshot Kimi K2成为开放权重的热门选择,使自动化编码初创公司能够大幅削减成本。7月发布的Qwen3-Coder提供了一个庞大的4800亿参数模型,使用超过5万亿个代码令牌进行训练,性能几乎与Claude Sonnet 4相当。

  Anthropic围绕Claude构建了一个智能体框架,创建了一个应用程序:Claude Code。2月推出的Claude Code立即大受欢迎,并为智能体编码系统应该做什么设定了期望。OpenAI推出了基于其GPT-5系列编码专用版本的Codex应用程序作为回应。Claude Code最初在本地运行,而Codex应用在浏览器中运行,帮助普及了在云端运行的编码智能体。到年底,这些智能体能够使用多个子智能体管理长期运行的问题——通常是一个初始化器来启动任务和跟踪进度,以及各种编码智能体来完成不同的任务——每个都有自己的上下文窗口。

  模型制造商和集成开发环境开发者之间的拉锯战导致流行的IDE提供商,如Anysphere和Cognition AI构建自己的模型。相反,谷歌构建了自己的IDE Antigravity,于11月首次亮相。

  智能体系统在流行的SWE-Bench编码基准测试上稳步提升技术水平,研究人员寻找替代方法来评估其性能。

  这些努力催生了SWE-Bench Verified、SWE-Bench Pro、LiveBench、Terminal-Bench、????-Bench、CodeClash等基准测试。由于不同的供应商信任不同的基准测试,评估代理的性能变得更加困难。为特定任务选择合适的代理仍然是一个挑战。

  在2025年初,大多数观察者一致认为,代理擅长生成常规代码、文档和单元测试,但经验丰富的人类工程师和产品经理在更高层次的战略问题上表现更好。到年底,各公司报告称已实现高级任务的自动化。微软、谷歌、亚马逊和Anthropic表示,它们自己生成的代码数量正在不断增加。

  在短时间内,代理编码将氛围编程从令人困惑的流行语推向了新兴产业。像Loveable、Replit和Vercel这样的初创公司使几乎没有或完全没有编码经验的用户能够从头开始构建网络应用程序。虽然一些观察者担心AI会取代初级开发人员,但事实证明,擅长使用AI的开发人员能够更好、更快地构建应用程序原型。很快,AI辅助编码可能会被简单地视为编码,就像拼写检查和自动完成是写作的一部分一样。

温馨提示:所有理财类资讯内容仅供参考,不作为投资依据。