← 主页 NO.17
专栏 · AI 工作流实战 › 第 17 期 · AI 前沿 · 收录于 2026 年 8 月 16 日
浪费 token 省时间——Vercel 的 Guillermo 说，现在看你造没造出那座工厂
双人对谈 · 本期速读电台 00:00 / 29:44
TL;DR · 三句话
- 一工程师的衡量标准正从「亲手交付成果」转向「有没有造出那座把产出成倍放大（B→Z）的工厂」——Guillermo 原话："以前公司内部衡量的是『A 这个人产出 B 这个成果做得有多好』；现在我评判你这个工程师的方式变成了：你有没有在打造那个能产出 B 到 Z、能成倍放大产出的工厂？"在想法 / 智力 / 虚拟数字领域里，差距"根本不止 10 倍，而是 100 倍、1000 倍。一直都是这样"。 → 详细
- 二核心心法是「浪费 token，省时间」（token：模型处理文字的计费最小单位）：别盯着 token 当输入或输出，只看你的时间和最终产出。"不管这些模型看起来多贵，它们还是比人便宜得多"——先用蛮力（Codex+Claude+Gemini 同时怼一个问题）做出来，"等我真要上生产的时候，再砸更多 token……从头过一遍、重写它"。 → 详细
- 三模型已从 junior（初级）「毕业」成 principal（资深首席）——会主动回来给你"三条路 + 各自取舍"——但人仍在「补全模型」：靠的是品味、判断力、对系统怎么拼接的理解，而非手写代码。Max 已"相当长一段时间没写过哪怕一行代码"，却"搭出了海量软件，现在每天都在用"。 → 详细
01
嘉宾阵容：三位「自建工厂」的前沿创业者
- Naval 开场请来三位 frontier founders（前沿创业者）加自己，共同点是都不用现成零件拼凑产品，而是自己建造工厂。取数口径很明确：不关心他们造什么，关心他们的 alpha（独到优势）、能被别的创业者借鉴的原则、以及"还没对外讲过、还在成形阶段"的疯狂想法——定调"咱们就放开了玩吧"。 → 详细
- 三人介绍：Guillermo Rauch（Vercel CEO，部署网站/应用的云服务商）；Blake Scholl（Boom Supersonic，自有工厂造超音速飞机连喷气发动机）；Max Hodak（Science，做生物混合脑机接口，硅片上培养活神经元先恢复视觉、最终探索大脑新区域和全新感官）。 → 详细
02
「软件工厂」：工程师的评判标准变了（Holdwell PRD 工厂的母题）
- Guillermo 说自己最近"彻底被一个想法洗脑了"——software factories（软件工厂）。他先描述旧世界："以前你来上班，直接交付成果（output），公司内部衡量的就是『A 这个人产出 B 这个成果做得有多好』。"新世界的评判标准变了，他原话："我评判你这个工程师的方式变成了：你有没有在打造那个能产出 B 到 Z、能成倍放大产出（multiplicative outputs）的『工厂』？"换成大白话：以前看你能不能交出一件活，现在看你能不能搭出一套"能自动批量产活"的系统。他强调"这是个相当重大的转变"。 → 详细
- 他用自己的"挨喷史"佐证转变之深："我以前在 Twitter 上说有 10x 工程师，都会被人喷，因为这跟『人人平等』那套哲学太冲突了。"（10x 工程师：产出是普通人 10 倍的程序员。）而现在"显然已经有 100x 甚至 1000x 的工程师了，世界还没完全适应这一点"——AI 这个杠杆把原本有争议的话变成了常识。在想法 / 智力 / 虚拟数字领域里，"差距根本不止 10 倍，而是 100 倍、1000 倍。一直都是这样"。 → 详细
03
在智力领域，差距一直是百倍千倍
- Guillermo 点名一串"1000x 程序员"：Notch（Minecraft 作者）、Brendan Eich（发明 JavaScript）、John Carmack（id Software 传奇引擎程序员）。但他话锋一转，更狠的是选对方向："如果你选对了要做的事、而不是做错了方向，那差距简直是无穷大（infinity difference）。而且做出这个差距的人甚至不一定是更厉害的程序员，可能只是一开始在『该做什么』上判断力更好的那个人。"AI 把"动手实现"变便宜后，"选对方向"的权重被进一步放大。 → 详细
04
Token 排行榜与 ROI：不靠谱的衡量范式
05
模型水平 ≈ 你的水平，「重新 prompt 的质量」极重要（你怎么用 AI 的元约束）
- Max 的核心观察是一句很重的话："Claude、ChatGPT 或者说 GPT，在某个领域里的水平，基本上跟你自己的水平差不多。所以如果你本身是个很厉害的开发者，这些工具就会非常强大；如果你是个 junior 开发者，那你会发现它们用起来也更像个 junior 开发者。"他指出一个矛盾："一方面，这些模型的能力强得惊人；另一方面，你时不时给它们的反馈又显得极其重要，就这些小小的修正，似乎完全决定了你能从中得到什么样的表现。"模型的天花板很高，但你能不能够到，取决于你喂给它的那几句"小反馈"够不够准。 → 详细
- 由此团队里冒出一种新型支援角色，Max 原话："现在我们团队里出现了一种新的支援方式：你跑来找我说，你没从模型那儿得到好的输出，然后我告诉你应该怎么去 prompt 这个模型。"他的结论是"『重新 prompt 的质量（quality of the reprompting）』是极其重要的"——会不会"重新提问"本身成了一项关键技能。 → 详细
06
核心心法：浪费 token，节省时间（命中最重——你的元约束 + 投资单位经济学）
- Guillermo 先说这件事会"随着时间推移越来越不重要"："等模型变得聪明得多以后，你就能输入更少、得到更多。但至少在现阶段，它真的很像是把用户带进来的判断力反射回来。" → 详细
- 他坦白自己刻意抗拒学各种技巧，原话把那些花活一口气列了出来："我个人一直有点抗拒去学那些小窍门、小技巧、小贴士……什么『用 Ralph Wiggum』、『用 Open Claw』、『用 Hermes』、『用这个 prompt 引擎』、『用这套脚手架』、『插上这个组件』、『永远开 plan mode』之类的。我把这些全都无视了。"（这些都是社区里流传的提效套路/工具名。）理由很反直觉："我就假设，模型自己变好的速度，会比我搞清楚怎么用它的速度更快；它搞清楚怎么用『我』的速度，会比我搞清楚怎么用『它』更快。"——既然工具一天一个样，与其钻研当下用法，不如赌它自己进化。 → 详细
- 具体做法是蛮力（brute force）硬怼："我对它们一直特别简单粗暴，被它们搞烦了就直接发火……我会把 Codex、Claw（Claude）和 Gemini 全都扔到同一个问题上，反复地试，纯粹是『浪费 token 来节省时间』。"（三者分别是 OpenAI、Anthropic、Google 的编码模型/工具——同一题让三个模型抢答。）副作用："随着时间过去，我发现自己输入的信息越来越少、做的活儿越来越少，因为我就假设我可以靠蛮力硬怼过去。" → 详细
- 最锋利的一句心法："不管这些模型看起来多贵，它们还是比人便宜得多。所以我的建议就是：浪费 token，节省时间。别去盯着 token，不管是输入还是输出，只看你自己的时间，只看最终的成果。"他甚至不在意中间产物的质量："哪怕它们写出来的是低质量代码——我知道很多时候确实是，不一定是生产级的、可扩展的代码——等到我真要上生产的时候，我就再砸更多 token 进去，我会说『好，现在从头过一遍、重写它』，而且它们每一代都在变好。"先求有，再求好，最后再砸算力把它打磨到能上线。 → 详细
07
可验证领域 vs 未解问题的前沿（一把分诊刀）
- Guillermo 给"模型能不能搞定"划了一条界线：只要处在可验证（verifiable）、能解出来的问题领域，模型就能搞定。原话："只要我们处在可验证的领域、能解出来的问题上，它们就能把这些问题解掉。"（可验证：有明确对错、能立刻判断答案成不成立——比如代码能不能跑通、测试过没过。）真正还需要人深度参与的，是尚未解决的问题（unsolved problems）领域。他举的极端例子是 Terence Tao（陶哲轩，菲尔兹奖得主）："也许你是 Terence Tao，站在创造力的最前沿，那你确实需要跟模型非常协作、非常小心、非常紧密地一起干。但我不在那个层级，至少在软件工程上我没到那个程度。"绝大多数日常软件活儿都落在"可验证"这一侧，能交给模型蛮力解决；只有极少数开拓人类知识边界的工作才需要人机贴身共创。 → 详细
08
模型「毕业」了：从 junior 到 principal
- 模型从"典型的下一个 token 预测（next token prediction，一个字一个字往下猜）、顺着你的想法一路狂奔"，进化到会主动停下来给"三条路 + 各自取舍（tradeoffs）"。这就是 X 上"我们现在有 PhD 级别工程师模型了"那种狂欢——"模型在某个节点上『毕业（graduated）』了：以前是 junior 工程师，现在是 principal（资深首席）"。它仍会犯傻（"告诉你『这条要花三周』，预测离谱"），但 Guillermo 已把它当"可以来回切磋的同行（peer）"。顺势抛出一个还没答案的猜想："junior 能拿到自己根本写不出来的代码知识；但经验丰富的架构师是不是拿到 10x，而 junior 只拿到 2x？这是我还在琢磨的。" → 详细
09
架构决策与「品味判断」
- Max 把"缺口在哪"具体化到架构决策：junior 进阶的下一步是"从『为某个功能写实现』，进阶到『选技术』——在 Postgres 和别的数据库之间选，在 ZMQ（消息队列）和别的排队系统之间选"。关键在人那一下"否决"："模型当然可以给建议，但关键就在这儿：你一看就会说『不不不，我要用另外那个东西』。"——这就是品味和判断力（taste and judgment）。但他补了平衡："你也可以问它们『我该用哪个、为什么』，它们什么都知道，会给你非常好的取舍分析。"模型能当顾问，拍板那一下仍是人的品味。 → 详细
10
人补全模型 → 何时反过来？（app_incubator 的"把该做什么前移到 agent"）
- Guillermo 接住，先给了一个让人惊艳的反例——模型不仅会建议，还会反过来纠正你：你让它"去把这份基数超高（super high cardinality）的遥测数据塞进 Postgres"，它会反怼"哥们儿，这种数据我们不往 Postgres 里塞的，你应该考虑 ClickHouse 或者 Athena 之类的"。（high cardinality 遥测数据：字段取值种类极多的监控日志，更适合列式分析数据库。）"这种事我遇到过很多次，真的挺让人惊艳。" → 详细
- 但他还"有点纠结"：现在明显还是人在补全模型（the human is still completing the model）。他设想角色调换的那天："到哪个时间点会反过来，变成『人』才是那个收到指令的一方——比如『去帮我搞到这个 API key，因为这事只有你能干』，或者『去帮我筹到这笔钱，我下一轮投资要用』？"他认为现在的"人在上面"只是"暂时的反常现象（temporary aberration）"，并预判两个解锁路径：其一是接口——"很快，每一家像样的 SaaS 公司或托管服务商都会提供 CLI 和 API 接口让模型直接对接。它们甚至不一定需要 API——只要是基于文本、基于 Unix 的，agent 就能自己把 API『黑』出来（hack its own API）。"其二是钱——"你插入加密 token，放点 Bitcoin、放点什么都行，模型就自己去为它需要的东西付钱。"他顺口确认"已经有人在做这个了"。 → 详细
11
「纯软件是否已死？」护城河在哪（价投·StockHelp 的资本配置暗线）
- Guillermo 的大哉问，连环发问："纯软件是不是已经死了？纯软件工程是不是已经成了一件过时的事？"他给的类比一针见血："这就好比说『讲英语』——模型现在会讲英语了。我们当初得学写代码才能跟模型沟通，而现在模型会讲那种模糊、随意、跟人一样的英语（fuzzy, sloppy English），还能听懂意思。那护城河（moat）在哪儿呢？"既然编程语言这层"翻译"被自然语言取代，单靠"会写代码"还剩多少壁垒？ → 详细
- 他指出这对硬件创业者反而是利好（a boon），引 Patrick Collison（Stripe CEO）作论据："Patrick Collison 说过，软件是一门艺术，而招艺术家很难（software is art and it's hard to hire artists）。所以现在作为一个硬件创业者，太好了，你可以相当快地把很好的软件开发出来。"——以前硬件公司还得费劲再搭软件团队，现在 AI 把这块门槛压下来了。他还给"新软件工程"留了个出口，再把问题钉死："如果你是在训练模型，那也许『训练模型、调模型、做 post-training、做 fine-tuning』就是新的软件工程。但传统的软件工程，是不是死了？纯软件还值得投吗？还值不值得你围绕它去组织一家公司、一个团队，去争取某种杠杆？" → 详细
12
Building Block 经济：给 agents 的「库与依赖」（护城河的答案）
- Guillermo 用 Mitchell Hashimoto（HashiCorp 创始人）在 X 上的文章《building block economy（构建块经济）》回应自己的"护城河"之问。文章论点："现在对 agents 最有用的东西，是真正强大、可复用的『构建块（building blocks）』。"（构建块：现成、可拼装的标准化软件组件。） → 详细
- 他接着 Max 的发邮件例子把道理讲透："你不会指望你的 clanker（口语戏称 agent/机器人）每次需要发封邮件时，都从头重新发明一套队列基础设施。它需要的是把那个对你要做的任务来说『大小正合适』的构建块拿进来，然后你说『好，这个场景用 RabbitMQ』。"他从更高层面反对"让 agent 重造一切"："我不认同那种『我希望 agent 用一种跟整个社会、整个文明都不兼容的方式，从头重新发明全部第一性原理』的想法。那几乎就像专门为你一个人重新发明高速公路、法律、政策。"理由是协作价值——"哪怕这样确实有可能榨出额外的优化，但『我们俩都同样依赖 Postgres 13.2』这种大规模协作的价值仍然在，而且非常非常有价值。" → 详细
- 他给这类构建块又起了个比喻——token cache（token 缓存）："这些东西就像一个『token 缓存』——因为你不会想为了重新造出已经存在的东西，去烧掉一万亿个 token。所以总有一些现成的起点，模型可以从那儿 fork（分叉/拷贝一份接着改）出去往下做。"他承认自己屁股决定脑袋（"这正是我们在做的事"，指 Vercel）。Max 一句话点题收尾："所以这些东西就像是库（libraries）和依赖（dependencies），只不过是给模型用的"，Guillermo 补正"对，具体说是给 agents 用的"。 → 详细
13
Max 的亲身转变：很久没写一行代码，却建了海量软件
- Max 曾是个不折不扣的代码迷："我是很小的时候就学了编程……整个青少年时期、二十多岁那会儿，编程一直是那种能把我整个吸进去的事，我能一口气写 20 个小时代码，关于编程语言我什么都懂。"转折是"现在已经有相当长一段时间没写过哪怕一行代码了"——给出时间点和成果："从去年 12 月以来，我自己搭出了海量的软件，现在每天都在用。有一堆我幻想了好多年的项目，现在我居然真的在用了，可那些代码我一行都没写。"态度决绝："我实在没法想象自己以后还会回去手写代码……我很难把『手写代码』看成是未来的一部分。" → 详细
14
真正的能力是「理解零件如何拼接」，本质是对人 vibe coding（你这身 PM 肌肉就是带 agent 的肌肉）
- Guillermo 顺着 Max 的转变，点出真正值钱的底层能力不是写代码、而是理解系统怎么拼："任何一个懂『API 是什么』、懂数据怎么流动、懂输入输出、懂性能的人——因为你得给模型定个方向，告诉它『我对这个操作有这样一个层次的预期』——这种能力，一直都比单纯会写代码有用无穷倍。" → 详细
- 他给出一个很妙的重新定义：好的工程负责人其实一直在对「人」做 vibe coding（vibe coding：原指"凭感觉用自然语言指挥 AI 写代码"，这里被借来形容"用一句话把意图甩给别人去落地"）。原话："一个真正出色、熟练的工程负责人，其实早就一直在通过 Slack、通过一对一沟通对着『人』做 vibe coding 了，因为你是在传递你的意志、你的意图、你的经验，然后让别人拿着去跑。只不过现在我们对 agents 做的是同一件事。"所以会带团队的人，天然就会带 agent。他用自己现身说法收口："我自己也是，从 20 年没写过代码，到现在天天在写——但都是通过 agents——而且我在搭海量的软件。结果发现，只要理解软件工程和算法的那些基本原理，其实就能让你走得很远。"他还顺带解释了当年弃码的原因："我没时间去搞清楚最新的语言、最新的架构、最新的、要插进来的基础设施组件。Vercel 让这件事简单多了，但即便如此，光是『起步』就够呛——光是把各种零件拼起来、把基础设施组装起来，就烦死人了。" → 详细
15
最大的改变：再也不会「卡住」（Personal Thinking 的解放信号）
- Max 总结 agents 带来的最大体感变化——不再卡死。旧痛点："以前你能搭出来很多东西，有很多部分都挺直接顺畅的，但接着你会撞上某个莫名其妙的问题，然后你可能就得花上一段不知道多久的时间，去调试某个很窄的小问题（debugging some narrow thing）。"现在的变化："有了 agents，结果就是你再也不会卡住了，这相当神奇……它们能相对快地找到正确的做法。"Guillermo 在旁补了句冷幽默"或者是它们卡住了（Or they get stuck.）"——agent 也会卡，只是把"卡"这件事从人身上转移走了。Max 最后推翻一句流传已久的编程信条："我那些朋友刚学编程时会说『没办法，这本来就是内在让人抓狂的事，这就是这门活儿的一部分，你就是这么学会的』。可这话现在已经不成立了。"——"受苦才能学会"的旧叙事，被 agents 打破了。 → 详细
16
金句速记
- "我评判你这个工程师的方式是：你有没有在打造那个能产出 B 到 Z、能成倍放大产出的工厂？" —— Guillermo → 详细
- "在虚拟数字领域里，差距根本不止 10 倍，而是 100 倍、1000 倍。一直都是这样。" —— Guillermo → 详细
- "Waste tokens, save time. 别去盯着 token，不管是输入还是输出，只看你自己的时间，只看最终的成果。" —— Guillermo → 详细
- "不管这些模型看起来多贵，它们还是比人便宜得多。" —— Guillermo → 详细
- "模型在某个节点上毕业了——以前是 junior 工程师，现在是 principal（资深首席）。" —— Guillermo → 详细
- "好的工程负责人其实早就一直在通过 Slack、一对一对着『人』做 vibe coding，只不过现在我们对 agents 做同一件事。" —— Guillermo → 详细
- "这些（building blocks）就像库和依赖，只不过是给 agents 用的。" —— Max → 详细
- "（用 agents）你再也不会卡住了，这相当神奇。" —— Max → 详细
- "『卡住、抓狂本来就是学编程的一部分』——这话现在已经不成立了。" —— Max → 详细
17
备注
- 本片无 lightning round / 收尾问答环节，亦无嘉宾联系方式。Blake Scholl 虽在场被介绍，但本片几乎未发言；本片是这场四人对话的软件视角切片。
- 姊妹篇（同一场对话的硬件视角）：
../18_Naval_氛围编程硬件/Vibe Coding Hardware_总结报告.md