OpenAI FDE 负责人 Colin Jarvis 这篇博客最狠的一点，其实是把很多 AI 创业公司不敢承认的真相给扒干爽了：模型越强，你之前吭哧吭哧写… · @finance_bcl_1 · TwKit

@finance_bcl_1

OpenAI FDE 负责人 Colin Jarvis 这篇博客最狠的一点，其实是把很多 AI 创业公司不敢承认的真相给扒干爽了：模型越强，你之前吭哧吭哧写的胶水代码就越像垃圾。 很多团队做企业 Agent 落地的套路，本质上就是“套壳+硬塞业务逻辑”——为了补齐模型的短板，搞了一堆定制的 CLI 工具、前端界面和极其复杂的逻辑桥接。结果底层模型一升级，或者像 Codex 这种能力一提上来，连 OpenAI 自己做项目都能直接删掉 90% 的定制代码。 这就很尴尬了。如果你的核心壁垒全建立在“补模型短板”的工程胶水上，那模型每次进化，其实都在砸你的饭碗。 真正能留存下来的资产到底是什么？ Eval 体系：你知道业务到底怎么才算“合格”，并能量化它。 边缘失败案例：模型打不赢的硬仗，就是未来 Research 迭代的抓手。 沉淀成 Skill 的行业知识：把专家经验抽离成通用 Harness 上的插件。 做 Enterprise AI 项目，最高级的姿态可能真如作者所说——“让客户越来越不需要自己”。 如果接每一个新客户，你都还得从零搭一套框架、重新敲一遍脚手架，那不叫 AI 基础设施落地，那纯粹是在接外包。定期审核并清空自己的胶水代码，随时准备把它删掉，可能才是 AI 时代工程团队该有的修养。

曝光 533 · 评论 1 · 点赞 1 · 书签 2