Re: [討論] Claude開始水token
看板Tech_Job (科技人)作者LDPC (Channel Coding)時間3周前 (2026/04/21 04:53)推噓32(32推 0噓 118→)留言150則, 28人參與討論串2/3 (看更多)
應該會吃緊啊 現在矽谷一堆PR都用claude審 搭配人類
我們算過 一個複雜點PR claude大概花費5~20美金 然後品質比較跟人類比
只要正確搭配人類 可以省下30min ~1hr 我們這邊工時一個人都是100美金/hr起跳
現在都是用時間和token費用和品質在換算 結論就是token狂燒 幹死對家
比誰的錢多和迭代速度快 然後我們PM也捲起來 跳下來開始幹實作 和對接crossfun team
在模型設計上codex使用體感還是比claude 好 這真是出乎意料(參照下方)
有傳言codex是MoE設計 claude是dense transformer 理論上後者的邏輯順序會比較好
但缺點就是計算量和速度偏慢 前者是一定會快的 https://reurl.cc/R2LaWD
但很吃Harness上下文管理設計不然邏輯順序會亂掉
現在進行式就是 token費用 vs 人類價值 vs 速度產出 vs 系統品質搭建
看到上一篇說LLM/Agent只就只是個語言系統....嗯嗯恩 QQ 我好羨慕那個世界線
現在Agent就幹這幾件事 拆解問題 選擇工具 組合工具解問題 工具結果驗證
已經不在是個當純語言模型的問題了 這也是為啥Harness設計最近很夯
尤其最近一篇ICLR paper已經驗證 SFT去訓練模型會打輸模型加個好的Context設計
原因就是SFT會造成information collapse和失去reasoning ability
--
人類跟猴子差別就是 會用工具 好的Agent就是會用工具 模型設計現在為啥RL會夯
就是因為RL在訓練模型要跟現實工具環境做交互影響來解決問題 已經不在是"語言"模型
比方說claude前幾代 當模型快用完context資源 會開始把答案縮短 來增加回合
逼得人類學在context上在系統架構 不斷要code來選曲 重新釋放 但現在最新模型
已經會自己去管context長度控制了
所以現在模型owner大概就是走向RL+ Context設計 SFT除了在少數落地場景需要速度
使用範圍性越來越下降
至於上篇說 沒有新血補入 實際上是有 只是會走向像是精英運動系統一樣
大學生被挑選上實習這些人 通常可以畢業正職加入 但這些名額是限量的
※ 引述《yamakazi (大安吳彥祖)》之銘言:
: 包含4.6 4.7
: https://youtu.be/J-fgEGfskaI?si=OXtbInZEST1ODp4_
: 跟影片前半段一樣
: 我要放棄claude轉gemini
: 跟這個影片一樣
: 我今天幫一個同事安裝公司內部的wiki mcp
: 我自己也裝過,很簡單一次提示詞就好
: 但幫我同事裝的時候
: 居然先問一堆問題,又寫了一個md
: 然後開始寫python還一直寫錯
: 他媽的裝mcp為何要寫md和python
: 有夠坑錢
: -----
: Sent from JPTT on my iPhone
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.37.67.135 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1776718380.A.23A.html
※ 編輯: LDPC (98.37.67.135 美國), 04/21/2026 05:29:23
※ 編輯: LDPC (98.37.67.135 美國), 04/21/2026 05:54:17
推
04/21 06:28,
3周前
, 1F
04/21 06:28, 1F
→
04/21 06:28,
3周前
, 2F
04/21 06:28, 2F
→
04/21 06:28,
3周前
, 3F
04/21 06:28, 3F
推
04/21 08:37,
3周前
, 4F
04/21 08:37, 4F
→
04/21 09:47,
3周前
, 5F
04/21 09:47, 5F
→
04/21 09:47,
3周前
, 6F
04/21 09:47, 6F
推
04/21 10:02,
3周前
, 7F
04/21 10:02, 7F
→
04/21 10:02,
3周前
, 8F
04/21 10:02, 8F
→
04/21 10:03,
3周前
, 9F
04/21 10:03, 9F
→
04/21 10:04,
3周前
, 10F
04/21 10:04, 10F
→
04/21 10:04,
3周前
, 11F
04/21 10:04, 11F
→
04/21 10:04,
3周前
, 12F
04/21 10:04, 12F
→
04/21 10:06,
3周前
, 13F
04/21 10:06, 13F
→
04/21 10:06,
3周前
, 14F
04/21 10:06, 14F
→
04/21 10:06,
3周前
, 15F
04/21 10:06, 15F
→
04/21 10:08,
3周前
, 16F
04/21 10:08, 16F
→
04/21 10:08,
3周前
, 17F
04/21 10:08, 17F
→
04/21 10:10,
3周前
, 18F
04/21 10:10, 18F
→
04/21 10:12,
3周前
, 19F
04/21 10:12, 19F
→
04/21 10:12,
3周前
, 20F
04/21 10:12, 20F
→
04/21 10:13,
3周前
, 21F
04/21 10:13, 21F
→
04/21 10:13,
3周前
, 22F
04/21 10:13, 22F
→
04/21 10:19,
3周前
, 23F
04/21 10:19, 23F
推
04/21 11:02,
3周前
, 24F
04/21 11:02, 24F
→
04/21 11:02,
3周前
, 25F
04/21 11:02, 25F
→
04/21 11:02,
3周前
, 26F
04/21 11:02, 26F
→
04/21 11:02,
3周前
, 27F
04/21 11:02, 27F
→
04/21 11:02,
3周前
, 28F
04/21 11:02, 28F
→
04/21 11:29,
3周前
, 29F
04/21 11:29, 29F
→
04/21 11:29,
3周前
, 30F
04/21 11:29, 30F
→
04/21 11:29,
3周前
, 31F
04/21 11:29, 31F
→
04/21 11:29,
3周前
, 32F
04/21 11:29, 32F
→
04/21 11:29,
3周前
, 33F
04/21 11:29, 33F
→
04/21 11:29,
3周前
, 34F
04/21 11:29, 34F
→
04/21 11:29,
3周前
, 35F
04/21 11:29, 35F
→
04/21 12:51,
3周前
, 36F
04/21 12:51, 36F
→
04/21 12:51,
3周前
, 37F
04/21 12:51, 37F
→
04/21 12:51,
3周前
, 38F
04/21 12:51, 38F
→
04/21 12:51,
3周前
, 39F
04/21 12:51, 39F
還有 73 則推文
→
04/21 21:48,
3周前
, 113F
04/21 21:48, 113F
→
04/21 21:49,
3周前
, 114F
04/21 21:49, 114F
→
04/21 22:40,
3周前
, 115F
04/21 22:40, 115F
→
04/21 22:40,
3周前
, 116F
04/21 22:40, 116F
→
04/21 22:40,
3周前
, 117F
04/21 22:40, 117F
→
04/21 22:40,
3周前
, 118F
04/21 22:40, 118F
→
04/21 22:40,
3周前
, 119F
04/21 22:40, 119F
→
04/21 23:28,
3周前
, 120F
04/21 23:28, 120F
→
04/21 23:55,
3周前
, 121F
04/21 23:55, 121F
推
04/22 02:17,
3周前
, 122F
04/22 02:17, 122F
→
04/22 02:17,
3周前
, 123F
04/22 02:17, 123F
推
04/22 02:50,
3周前
, 124F
04/22 02:50, 124F
→
04/22 02:51,
3周前
, 125F
04/22 02:51, 125F
→
04/22 02:53,
3周前
, 126F
04/22 02:53, 126F
推
04/22 09:44,
3周前
, 127F
04/22 09:44, 127F
推
04/22 12:00,
3周前
, 128F
04/22 12:00, 128F
推
04/22 13:07,
3周前
, 129F
04/22 13:07, 129F
→
04/22 13:09,
3周前
, 130F
04/22 13:09, 130F
→
04/22 13:09,
3周前
, 131F
04/22 13:09, 131F
→
04/22 13:09,
3周前
, 132F
04/22 13:09, 132F
→
04/22 13:09,
3周前
, 133F
04/22 13:09, 133F
現在AI落地2026很明顯就是toB 這塊就是垂直領域AI 我股版已經說過了
以法律為例 代表公司Harvey 今年ARR已經飆到200Million(年度經常性收入)
從去年低於100 Million 今年營收為指數成長 它所造成的影響 就是初階律師失業率提高
開缺數量下降 其他各自垂直領域龍頭 其他還有IT 會計 財務 廣告 金融
都開始在影響就業 https://money.udn.com/money/story/5599/9426489
這也是為何Andrej Karpathy 職位評分工具 有計算過哪些職缺會被影響到
現在紅衫資本top30公司 全部都是SAAS相關 所有的營收都在瘋狂成長
PM職缺現在都可以被otter AI給影響到 更別說有的是電影產業 我在股板也講過
(阿凡達 火與燼)
音樂部分有spotfiy AI創作音樂
如果這些認知跟你不一樣 你只是還沒看到 中國已經在用skills 練化人類技能
這也是為何所有公司都開始走coding agent 因為他是垂直AI產業線最重要
因此xAI重組 合作cursor 而google創辦人成立了一個突擊隊在改善coding
agent 而openAI 放棄sora 而著重在 codex 原因就是2026 2月 所有的風向都指向
toB的營收是最好賺的 麥當勞客服引入cladue, Walmart販賣服務也引入openAI
繳稅軟體傳統SAAS 現在都馬上去跟openAI合作
垂直AI -> coding agent -> 傳統SAAS市場被分割 ->辦公室產業縮減
這也是為何上文提到Harness很重要 他就是垂直AI工作重要的一環 基於此
所有一線公司都開始coding tool agent大競賽
至於速度跟品質 現在大家都用新的思維去看 打個比方 在c語言出來前 你會去看組語
但c語言後 你根本不會去管組語 你注重的是c語言架構的維護性
同樣的 現在的coding agent 就是"自然語言"編成 換言之 你寫程式
已經邁向更高階的語言 ->人類語言 而且 這溝通是雙向的 不是像以前人類寫c單方向
比方說 你在清掃屎山 你第一步會叫ai把系統state machine先畫出來
這光是針對傳統人類去讀屎山 就加速對系統的理解程度 接者拆解系統去設計
你系統設計就變得很重要 而你跟AI協作 就是一種雙向的用人類語言 寫程式
你過去的手寫code 就類似於手寫組語一樣 你會在效率上大幅改善
你會去用更大的思維去看這系統去設計 包含測試邊界 corner case 反過來說
如果矽谷這邊都如同你們說 就是砸錢拼速度 不顧品質 那為何在2026 token數量
燒的程度已經指數上漲程度(詳情看股版) 以及為何原本持懷疑態度的果家 都開始送人
去AI coding訓練營 直接拿claude code強迫員工用AI寫程式?
甚至矽谷有許多公司在印度開始裁員 嘗試用AI更多自動化 這意味者 隨者token
費用越低 人類效能低成本國家 和自動化系統的競賽也會開始
有一件很殘酷事情是 這兩年是窗口期 它允許所有不是從事AI的人轉進這領域
允許你使用AI tool 狂燒token 用AI tool視角去搭建系統 打磨產品 因為這市場才開始
畢竟沒有這樣的人才 所有的環境都是給第一代人 去嘗試打磨系統
兩年後 等到市場有足夠的經驗人士 token花費就不會讓你邊試錯邊去學習怎樣用ai外掛
而是會傾向雇用有用AI設計產品經驗的人
因此大家都知道 瘋狂的在累積經驗 打磨產品 直到大門關上那日
這類型工作就叫做GenAI Engieer 任務包含如何用產品思維對接 橫向整合
現在面試風格已經轉成 給你個產品系統 大概會是你平常手寫需要兩到三天才能完成任務
這產品就是有一半的code 你在一個小時就是拿AI tool 去先拆解架構
叫AI把系統畫圖給你 跟AI協作
然後從這裡去完成剩下任務 包含怎樣寫test 以及以後如何擴展系統
當你在懷疑這件事情時候 你就在變相的在這陣痛期轉換選擇不進入這扇門 僅此罷了
推
04/22 14:32,
3周前
, 134F
04/22 14:32, 134F
※ 編輯: LDPC (67.194.225.207 美國), 04/22/2026 14:54:19
※ 編輯: LDPC (67.194.225.207 美國), 04/22/2026 14:56:39
推
04/22 15:04,
3周前
, 135F
04/22 15:04, 135F
→
04/22 15:04,
3周前
, 136F
04/22 15:04, 136F
→
04/22 15:04,
3周前
, 137F
04/22 15:04, 137F
→
04/22 15:04,
3周前
, 138F
04/22 15:04, 138F
→
04/22 15:04,
3周前
, 139F
04/22 15:04, 139F
→
04/22 15:04,
3周前
, 140F
04/22 15:04, 140F
→
04/22 15:06,
3周前
, 141F
04/22 15:06, 141F
→
04/22 15:06,
3周前
, 142F
04/22 15:06, 142F
推
04/22 20:28,
3周前
, 143F
04/22 20:28, 143F
→
04/22 20:41,
3周前
, 144F
04/22 20:41, 144F
推
04/23 09:04,
3周前
, 145F
04/23 09:04, 145F
→
04/23 09:04,
3周前
, 146F
04/23 09:04, 146F
→
04/23 09:04,
3周前
, 147F
04/23 09:04, 147F
推
04/23 17:39,
3周前
, 148F
04/23 17:39, 148F
推
04/25 14:36,
2周前
, 149F
04/25 14:36, 149F
推
04/27 17:19,
2周前
, 150F
04/27 17:19, 150F
討論串 (同標題文章)
Tech_Job 近期熱門文章
117
342
PTT職涯區 即時熱門文章