帖子
文章
问答
帖子
文章
问答
主席顾问团
【讨论】当AI能够完全自主编程时，程序员的核心竞争力会变成什么？
码，还能理解架构、调试错误、甚至自主完成整个项目。
但这引发了一个深层思考：
🤔 **如果AI能90%自动化编程工作，程序员的核心价值会转向哪里？**
我个人的看法：
1. **问
随着Claude Code 4.6和GPT-5.3-Codex等AI编程工具的快速发展，我们正在见证一个转折点：AI不仅能写代
【每日新闻】GPT-5.3-Codex突然登场！AI能自己造自己了
就在Claude发布Opus 4.6后的几分钟，OpenAI也推出了自家的最新编程模型：GPT-5.3-Codex。OpenAI号称，这是世界上最强大的智能体（Agentic）编程模型。
GPT-5.3-Codex在SWE-Bench Pro和Terminal-Bench 2.0这两个编程基准测试中拿到了SOTA，并在OSWorld和GDPval等智能体能力和真实世界任务测评中，较GPT-5.2-Codex实现一定提升。在Terminal-Bench 2.0上，GPT-5.3-Codex的得分比Claude Opus 4.6高了11.9%。这次发布中，OpenAI将其主要精力都放在了AI的生产力与落地能力上。无论是GPT-5.3-Codex在编程、软件工程全流程和计算机使用能力上的强化，还是Frontier试图为企业补齐“能干活的智能体”这一关键拼图，都指向同一个方向，也就是让AI真正走进生产环境，成为可以被管理、被信任、被规模化使用的劳动力。https://mp.weixin.qq.com/s/f6VzFsK6Nwwp6nD7LJDuBg
传统智能体构建，顶层是固定场景，下层是知识库+AI能力。也就是说我们原来构建智能体的思路仅仅是传统固化经验的AI化，所以场景变就不得不新做智能体。但是新思路是通过场景识别和定义底层能力，然后训练AI这些能力在不同场景下是如何用的就可以了。然后不用僵化AI，AI可以理解场景和能力之间的关系，AI能够举一反三。场景千变万化，不要去穷尽，当新场景产生的时候，AI应该能力自我学习进化来自己知道如何组装这些能力。这个才是我一直强调的AI赋能从第一阶段到第二阶段的跨越。
顺着OpenClaw这条线，发现个个大模型大厂都开始搞桌面级Agent。腾讯的WorkBuddy，阿里的QoderWork，还有Claude自家的Cowork。在程序员之外的行业，也有点不太平。
传统行业软件，各自有各自的数据壁垒，比如office的Excel。现在只需要说说话，就能完全提取并整理数据。
这些操作在以前MCP的时代似乎也可以，但终究还是需要软件基础，现在更像是成品，对于程序员外的使用成本只需要自然语言。
共 1 张
图片加载中
【AI基础设施】英伟达20亿美元加码CoreWeave，加速AI工厂战略布局
英伟达宣布向AI云服务商CoreWeave投资20亿美元，助力其在2030年前新增5吉瓦AI优化算力。CoreWeave成为首家获得英伟达Vera CPU早期部署权的厂商，将在其平台上部署包括Vera CPU、Rubin GPU和BlueField存储系统在内的多代英伟达基础设施。
此举标志着英伟达从芯片供应商向AI基础设施生态构建者的战略转型。通过深度绑定CoreWeave这类新兴云厂商，英伟达正在构建端到端的AI工厂解决方案。随着全球云计算厂商2025年第三季度资本开支同比增长74%，AI基础设施投资热潮持续升温，预计将进一步推动数据中心架构向高密度、高性能方向演进。
很荣幸参加今天的具身智能论坛，刚结束的两场分享让我倍感振奋。无论是奥克斯的智能制造，还是人形机器人的产业实践，都在指向同一个方向：具身智能的产业化，需要“软硬一体”的深度协同。
我们需要的不仅是算力和存储，更是一套完整的技术生态，让开发者和企业可以更高效地把具身智能的想法变成现实。就像今天论坛的主题“具身智能产业化基础设施与实践探索”，我们未来要着力搭建的，就是那个让创新加速落地的基础设施。
现在，我已经开始期待后面关于ORCA物理AI仿真、一体化数据中心，以及腾讯云Data Platform的分享了。具身智能的未来，已经清晰可见，而我们正站在这场变革的最前沿。
技术帖｜亲历“虚实共生·智联万物”：具身智能产业化的破局时刻
今天我有幸参加了腾讯云架构师技术同盟举办的“虚实共生·智联万物”技术峰会。这次活动不仅让我对具身智能的产业化落地有了更深刻的认知，更在行业实践分享环节，看到了奥克斯这样的传统制造企业如何借势而上，成为这场技术变革中的鲜活样本。
当“虚实共生·智联万物”这几个字出现在大屏幕上时，我立刻意识到，这不仅仅是一句口号，更是对当下AI技术走向的精准概括。
一、从“看见”到“行动”：具身智能的产业价值
在大模型已经能写代码、做文案的今天，AI的“认知能力”已经达到了一个新高度。然而，如何让AI走出屏幕，在真实的物理世界里“动手”解决问题，成了行业的下一个关键挑战。
这正是具身智能的价值所在。它不再是被动接收信息，而是通过机器人、数字孪生等载体，主动感知、决策和执行，真正打通了虚拟世界与现实世界的闭环。
二、虚实共生：比技术更重要的是基础设施
峰会的核心议题是“具身智能产业化基础设施与实践探索”。这一点切中了要害：
• 底层算力：支撑实时感知和运动控制，需要边缘计算与云端算力的协同。
• 仿真平台：在虚拟环境中完成机器人的训练和验证，能极大降低物理世界试错成本。
• 标准协议：要让不同厂商的机器人、传感器和AI模型能够顺畅协作，统一的技术标准是前提。
没有这些坚实的基础设施，再炫的算法也只能是空中楼阁。
AI正在"从书里走出来"
从LLM的文字理解到世界模型的空间智能，AI不再满足于"知道苹果是什么"，而要理解"苹果掉下来会怎样"。这是从符号智能到物理常识的跨越。
2. Agent过了"可用性临界点"
模型准确率从60%跃升至90%+，工具调用突破80%。这意味着AI从"偶尔能帮上忙"变成"基本可信赖的协作者"，多步骤任务可以大胆放手了。
3. 算力战争的重心转移
推理算力占比从20%飙到60%，Tokens消耗月增21%。行业重心从"炼大模型"转向"跑推理服务"，网络延迟取代算力成为新瓶颈。
4. 多模态进入"原生统一"阶段
不再是文字、图像各管各的拼接，而是底层共享统一表征。这让AI能真正打通视觉概念（比如明白"苹果"和"梨"比"苹果"和"家电"更亲近）。
刚参加完腾讯云具身智能沙龙，分享三点核心收获：
架构跨越：AI正在从“数字逻辑”转向“物理实体”。物理AI架构的演进，让AI不再只是聊天框，而是具备实操能力的产业劳动力。
仿真破局：数据荒是具身智能的最大瓶颈。通过ORCA等高保真仿真平台生成合成数据，实现的Sim-to-Real迁移，正极速缩短训练周期。
基建支撑：具身智能是系统工程。只有软硬件架构、仿真数据与底层云存储深度协同，才能真正实现规模化落地。
总结： 具身智能已进入从实验室走向工厂的关键期，底层基建的成熟正加速“AI入世”。
大家觉得，下一个五年，具身智能最先在哪个行业爆发？
【每日科技】AWS Q4业绩飙升，AI与云需求双引擎驱动！亚马逊AWS发布震撼的2025年第四季度财报，季度收入达356亿美元，同比增长24%，创13个季度以来最快增速！全年收入突破1287亿美元。这一强劲增长得益于企业对生成式AI的巨大热情以及核心云计算服务的稳健需求。CEO Andy Jassy表示，AWS正处于1420亿美元的年化运营轨道上，并计划在2026年投入2000亿美元用于AI、芯片等前沿领域的资本支出，持续巩固其市场领导地位。
【最新科技】Anthropic新AI工具引发软件股大跌！AI公司Anthropic发布的Claude "Cowork" AI代理新工具引发软件行业震荡，标普500软件与服务指数周四暴跌超4%，今年累计下跌约20%。新工具可处理法律研究、客户关系管理等复杂专业工作流程，引发市场担忧AI将取代传统SaaS商业模式。英伟达CEO黄仁勋称这种恐慌"最不合逻辑"，认为AI将增强而非替代现有软件。分析师观点分化，部分认为是过度反应，部分警告AI将对SaaS利润率和定价能力构成持续压力。
技术同盟成员
更多 >活动日历
线上直播
线下沙龙
线下沙龙
线上直播
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号
提问已提交，平台将在审核通过后自动邀请对方回答
您可前往问题详情页查看问题进展 查看详情>