Jev 如何让 AI 成为软件里的可靠能力，把想法变成真正能做事的程序

📌 One-Sentence Summary

TypeSafe 创始人 Diego 认为，Jev 能把 AI 变成软件内部可靠的决策原语，让自动化超越聊天机器人和编程智能体，并改变开发者与 SaaS 公司构建应用的方式。

📝 Summary

Diego 区分了编程智能体和 Jev：前者加快熟悉代码的生产，后者让程序结合自然语言意图与自身状态，做出带有置信信息的选择。他从一个落差讲起：模型在基准测试和对话中表现出色，却很少真正接手客服等日常工作。访谈进一步讨论分类器为何是实用的软件组件、每美元能获得多少智能，以及系统如何在没有人持续盯守的情况下稳定运行。Diego 将服务可用性、输出完全一致和鲁棒性分开；鲁棒性意味着输入出现无关变化时，模型依然能做出合理判断。他认为编程智能体适合处理语法，软件架构仍离不开人的判断。掌握用户工作流并拥有分发渠道的 SaaS 公司，也可能比新应用更容易把这种能力嵌入产品。对话最后谈到新的交互方式、概率式系统，以及 AI 调用如何从面向人的聊天界面深入软件内部。

💡 Main Points

Jev 要扩展软件能做的事，而不只是加快写代码。

Diego 将即时生成代码与程序内部的智能原语区分开来。开发者描述意图和程序状态，再利用 Jev 的分类结果与置信信息，把原本难以实现的动作变成可自动执行的流程。

真正的自动化，比亮眼的演示更能检验 AI 能力。

对话将模型的泛化和基准成绩，与客服等日常工作迟迟未能自动化的现实放在一起。Diego 希望系统能在后台可靠运行，让其他软件放心建立在它之上。

鲁棒性比每次返回一模一样的字符串更重要。

Diego 区分了可用性、确定性和鲁棒性。提示词里多一个无关的 UUID，不应让判断质量下降；开发者需要的是持续合理的行为，才能围绕模型编写程序。

编程智能体可以写语法，软件架构仍需要人的判断。

Diego 认可编程智能体生成代码的效率，也质疑它们对语义和架构的把握。团队可以为了速度接受普通水平的架构，但生成得更快的应用仍需要新的能力原语，才能提供以往做不到的功能。

现有 SaaS 公司可以把工作流知识转化为更强的产品。

代码变便宜，不等于软件容易复制。成熟公司了解用户的工作，拥有既有系统和分发渠道，可以一次投入，让智能行为服务大量客户。

💬 Key Quotes

分类器本来就是为了派上用场而设计的。

软件本身并没有真正变好。

每一次都保持相近的智能水平。

想象一下，如果所有技术都能真正理解你的意思。

📊 Article Meta

AI Screening： 90

Featured： Yes

Source： a16z

Author： a16z

Category： 人工智能

Language： 英文

Read Time： 32 min

Word Count： 7850

Tags：

AI 与智能应用 , AI Agent , 自主编码 , 视频 , AI 智能体

Play Full Video