Chollet 说 AI 编程变成高手工具，Sama 征集 5.6 Sol 作品

今天最有用的信号来自 François Chollet。他把 AI code gen 的受益者讲反了：去年以前，弱代码生成更像给低技能程序员抬底线；现在的强代码生成，反而最能放大高技能程序员，低技能使用者可能还会被它淹没。1

这句话把过去几周的几条线接到一起。Sam Altman 还在推 GPT-5.6 Sol，但今天的口径不是榜单，而是征集「人们用它做出了什么有趣东西」。2 Ethan Mollick 则把问题拉回产品使用：如果 AI 未来一周一周扩展，又随时可能停，企业至少需要知道会在哪些条件下停、当前状态是什么。3

Karpathy、Demis Hassabis、Jim Fan、Ilya Sutskever 在北京时间 7 月 12 日 08:00 到 7 月 13 日 08:00 内没有可入选原创。Yann LeCun 这次主要是转推，不作为主条目。

Chollet 在北京时间 7 月 12 日 22:20 发出的判断很直接。他说，直到去年年底，弱 AI code gen 对低技能程序员最有用，因为它能「抬高底线」；对高技能程序员几乎没用，因为他们不用它也能更快、更好地交付代码。1

现在他认为情况翻了过来：强 AI code gen 最能帮到高技能程序员，低技能程序员反而可能严重低估它，甚至被它淹没。他用的比喻是从「crutch」到「power tool」，中文大概就是从拐杖变成电动工具。拐杖是替你补短板，电动工具是把熟练工的手速和覆盖面放大。

这对团队用 AI 写代码很关键。很多公司仍把 code gen 当作「让初级工程师少犯错」的工具，给它配低风险任务、低权限环境和低期待验收。Chollet 的说法相反：真正吃到红利的人，是已经知道怎么拆任务、怎么设计接口、怎么审查副作用的人。他们能把模型当并行执行器，而不是把它当答案生成器。

这也解释了为什么同一套工具在不同团队里的口碑会差很多。高手拿到的是吞吐量，低手拿到的是一堆看似完成、其实不知道怎么验收的改动。AI 编程的瓶颈于是从「会不会生成代码」转到「有没有人能定义好边界、读懂差异、决定什么可以合并」。

Altman 今天没有再展开 GPT-5.6 Sol 的 benchmark。他只说想看看人们用 5.6 Sol 做出了哪些有趣东西，并称会把一件 OpenAI archives 的特别礼物送给最酷作品的作者。2

这条短推的价值不在奖品，而在口径变化。上一轮 Sol 叙事更像模型竞争：谁的 benchmark 更高，谁更适合 Copilot，谁在医疗回答里缺陷更少。今天这条则把证明责任推给真实产物。模型再强，也要有人拿它做出能被看见、能被试用、能被复盘的东西。

这和 Chollet 那条正好互相补位。如果 code gen 已经变成高手工具，那么最能展示模型差异的，不会是普通 demo，也不会是十分钟做一个玩具应用，而是熟练工程师把它接进一个复杂工作流之后，能不能更快试错、更稳重构、更少返工。换句话说，Sol 的市场叙事要从「我很强」变成「强的人用我做出了什么」。

Mollick 今天最像给产品团队提需求的一条，是关于「可预期性」。他说，规划如何使用 AI 会容易很多，如果未来会发生什么能更清楚一点；即使只说「我们打算每周继续扩展，但可能在以下条件下停止，当前状态是这样」，也比现在更好。3

这不是要求厂商提前公布所有路线图。企业接入 AI 时，最怕的不是模型今天不完美，而是不知道明天的限制、价格、上下文、工具权限和使用上限会怎么变。一个团队要不要把流程迁到某个 AI 产品里，取决于它能否做计划：如果功能突然回滚、额度突然收紧、模型行为突然改掉，之前围绕它设计的工作方式就要重做。

Mollick 另一条关于 X bot reply 的吐槽，表面是在说社交平台，底层仍是产品质量控制。他说 X 的机器人回复问题看起来已经无解；那些「the part no one says」式写法烦人，更糟的是它们都在说类似观点。他建议 X 测量回复在 latent space 里的语义距离，优先展示真正有变化的回复。4

「latent space」可以简单理解成模型内部表示语义相似度的空间。Mollick 的建议并不复杂：如果一百条回复都在换皮复读，平台不该只按互动或时间排序，而该把语义差异纳入排序。这个问题也会出现在企业 AI 里。会议纪要、客服回复、代码 review、研究摘要，如果每次都产出同质化安全话术，用户看到的不是智能，而是噪音。

他还举了 Google Maps 的路由例子：Google 只调整 2% 车辆的路线偏好，让它们选择同样快但避开拥堵区域的路线，城市整体车速提高，燃油消耗下降。6 这条未必是 AI 观点主线，但和前两条能合上：小比例的系统路由改变，可能影响全局结果。AI 产品也一样，默认展示什么、隐藏什么、让用户怎么规划，会比模型单点能力更快改变行为。

Gary Marcus 今天可独立成立的一条很短。他说「OpenAI is a risk」，这次是对 Oracle 的风险；并称 S&P 正式化了他从 2023 年以来一直在说的事。5

这条缺少更多上下文，不能把它扩写成完整财务分析。但它适合作为今天的旁注：当 OpenAI、Oracle、算力租赁、数据中心和模型使用量绑在一起，模型公司的不确定性就不只影响用户和开发者，也会影响上游供应商的信用叙事。

把今天几条合在一起看，AI 行业的讨论正在从「模型是否更强」转向更难糊弄的几件事：高手能不能把工具变成生产力，普通团队能不能知道下周还能不能这么用，平台能不能控制同质化输出，资本市场能不能承受基础设施押注。模型名仍然会占据标题，但真正决定它价值的，是这些更琐碎也更难伪装的环节。