《The Batch 速览:AI 专业扩张、苹果端侧模型与 GLM-5.2》
本期 The Batch 关注高校 AI 专业扩张、苹果端侧混合专家模型、GLM-5.2 处理开放问题,以及多模态模型训练进展。它适合观察 AI 能力如何进入人才培养、硬件生态和开源竞争。
🧠 agentic reading|1️⃣ 精准输入
导语
这期 The Batch 很密集:Andrew Ng 先讨论“循环工程”如何改变 0 到 1 产品构建,随后新闻部分覆盖开源权重模型 GLM-5.2、美国高校 AI 学位扩张、苹果端侧大模型 AFM 3、以及把生物分子当作语言处理的 ESMFold2。整期共同主题是:AI 正同时改变软件构建、人才培养、端侧部署和科学建模。
1. Andrew Ng 的 3 个循环:从写代码到决定做什么
开篇信把“循环工程”定义为让 AI agent 长时间迭代构建软件的关键方法。Andrew Ng 说自己有 3 个关键循环,用来指导 0 到 1 产品建设,也用来决定该建设什么软件。
1.1 代理式编码循环:让智能体自己写、测、改
- 在给定产品规格,有时再加评估集后,AI agent 可以写代码、测试工作,并持续迭代直到代码无 bug 且满足规格。这种闭环在去年年底左右兴起,让编码智能体能在更长时间内不依赖人工介入而高效工作。
- Andrew 举例说,他周末为女儿做打字练习应用,编码智能体可以轻松工作约一小时,多次使用浏览器检查自己构建的结果,然后再回来汇报。工程循环执行很快,每隔几分钟就可能构建和测试一个新版本。
我的笔记
✍️ 写下你的想法,自由记录即可。如果没有灵感,试着回答上方的费曼输出问题。
登录后可记笔记
登录后可保存笔记、高亮、划线和批注。