💻
AI Coding：从代码生成到“工程师替代”
核心关注
预测
现状分析：为何 Claude 在编程上曾领先？
并非仅仅是模型更聪明，而是数据品味 (Taste) 的差异。 在训练编程能力时，Surge AI 会区分不同的工程偏好：
- Frontend：注重视觉设计、交互细节（Anthropic 早期更看重此点）。
- Backend：注重算法效率、代码鲁棒性。
惊人的预测：L6 工程师的自动化
“我打赌在未来1-2年内，模型将自动化平均水平 L6 软件工程师 80% 的工作。但剩下的 20%（从 90% 到 99.9% 的准确率）可能需要数十年。”
这暗示了 AI 辅助编程将迅速进入深水区，但完全的“无人驾驶编程”仍有长尾挑战。
🌍
下一代训练场：全栈环境模拟 (RL Environments)
技术前沿
这是本期最硬核的工程洞察。AI 训练正在从“对话框”转向“虚拟机”。
什么是 RL Environment？
Surge 正在构建完整的仿真世界，这不仅是对话，而是模拟一家初创公司的完整技术栈。模型不再是做选择题，而是被扔进一个“事故现场”。
MISSION: System Failure Simulation
> 场景：AWS 挂了，Slack 正在报警，Git 有两个待合并的 PR。
> 任务：模型需要登录虚拟控制台，阅读日志，编写 SQL 修复数据，提交代码修复 Bug，并在 Slack 上通知团队。
> 评估：不仅仅看结果是否修复，还要看轨迹 (Trajectory) —— 它是盲目尝试了50次，还是先写了测试用例？
> 任务：模型需要登录虚拟控制台，阅读日志，编写 SQL 修复数据，提交代码修复 Bug，并在 Slack 上通知团队。
> 评估：不仅仅看结果是否修复，还要看轨迹 (Trajectory) —— 它是盲目尝试了50次，还是先写了测试用例？
关键转变：关注“轨迹” (Trajectory)
当前的评估往往只看最终答案（Final Answer）。但在工程中，过程即质量。 如果 AI 写出了正确的代码，但过程中引入了难以维护的坏味道，或者它是通过“试错法”蒙对的，这在 RL 环境中会被标记为低质量。
⚠️
被高估的趋势：Vibe Coding (凭感觉编程)
技术负债警告
Edwin 对当前流行的 Vibe Coding 提出了严厉警告。
- 定义： 开发者（或非开发者）完全依赖 AI 生成代码，只看能不能跑通，而不理解底层逻辑，主打一种“感觉”。
- 后果： 短期内效率极高，但长期来看是在制造巨大的不可维护性 (Unmaintainability)。
- 风险： 当系统变大，如果你仅仅是把一堆 AI 生成的“黑盒代码”堆在一起，一旦出现 Bug，没人知道如何修复。
“如果只是把这些代码倾倒进你的代码库……这会让系统在长期变得完全无法维护。”
🚀
商业奇迹与数据哲学
行动指南
反常识的增长数据：
- Bootstrapped：零融资，完全自力更生。
- 人效比： 不到 100 人，创造了独角兽级别的营收（访谈暗示达到 $1B 营收里程碑或极高估值）。Edwin 预言未来会出现单员工产出 $100M 的公司。
数据的本质：不是打标，是教育
Edwin 讨厌“数据标注 (Labeling)”这个词。他认为这更像是育儿 (Raising a Child)。 你在教 AI 价值观、审美和逻辑。如果你想要 AI 写出诺贝尔奖级别的诗歌，你就不能用众包的临时工，你需要真正的诗人去训练它。
技术演进路线图：
SFT
监督微调
→
RLHF
人类反馈强化
→
Rubrics
细粒度评分
→
RL Environments
全栈环境模拟