浪费 Token，节省时间
来源： nav.al/tokens | 日期： 2026 年 5 月 27 日 | 时长： 14:39
Nivi：欢迎收听 Naval Podcast——你获取新知识的权威来源。今天我们尝试一种新形式。我请来了三位前沿创始人——说实话，三位都很帅，加上 Naval 是第四位帅哥。
先介绍一下各位。
Guillermo “the G” Rauch。他正在把 Vercel 打造为面向 Agent 世界的 AI 云——以及之后的一切。
Blake Scholl。他正在建造 Boom Supersonic——超音速飞机，在他自己的工厂里，还有喷气发动机。
还有来自 Science 的 Max Hodak。他正在建造生物混合脑机接口——在硅片上培养活体神经元来恢复视觉等感官功能，但最终目标是探索大脑的新区域和新感官。
这三位都不是拿现成零件来拼装产品。他们在建自己的工厂。我们关心的不是他们具体在造什么，而是他们在”如何建造”这件事上学到了什么。
他们在产生什么新知识？
他们的 alpha 是什么？
他们发现了什么其他创始人可以学习的原则？
他们现在在想明白什么？
Naval，在我把话筒交给 Guillermo 之前，你有什么想法？
Naval：嗯，开心就好。
Nivi：你们直接聊吧。
AI 软件工厂
Guillermo Rauch：我不记得我的原话了，但我已经被”软件工厂”这个想法深深洗脑了。工程师的工作以前是这样的——你上班，直接交付产出，公司里一切都在衡量”员工 A 交付产出 B 的能力有多强”。而现在，我评价一个工程师的方式变成了——”你是否在生产那个能产出 B 到 Z 的乘数级产出的工厂？” 这是一个相当重大的变化。我们过去相信——而且这曾经有些争议——存在 10x 工程师。
现在显然存在 100x 甚至 1000x 工程师，而世界还没有完全适应这一点。
Naval：我以前在 Twitter 上说存在 10x 工程师时经常被喷，因为这违背了太多人人平等的哲学。但现实是，当你在思想领域、在智力和虚拟数字领域运作时，不是 10x——而是 100x 或 1000x，而且一直如此。
Satoshi。Notch。发明 JavaScript 的那个人——Brendan Eich 那种人。John Carmack。这些都是 1000x 程序员。
更不用说——如果你选择做正确的事而不是错误的事，那是无穷大的差异。而且不一定是因为你是更好的程序员，可能只是你对”该做什么”有更好的判断力。
现在因为 AI 杠杆的存在，这显然没那么争议了。
Guillermo：有争议的是 token 排行榜。人们还是有点困惑——”我有一堆 100x 工程师，看看我付了多少 token。” 我好奇你们有没有看到同样的情况——你们怎么衡量 ROI？
Blake Scholl：这就像以前拿代码行数来衡量一样。Token 消耗量和代码行数感觉像是类似的、不直接的指标。
Max Hodak：我的观察是，Claude 或 ChatGPT 基本上和你在某个领域的能力一样强。如果你是一个真正有能力的开发者，这些东西就真的很强大。如果你是一个初级开发者，你会发现它更像是初级开发者。你断断续续给它们的反馈似乎极其重要——这些微小的更新似乎完全决定了你能从中获得的性能类型。
Guillermo：我现在提供一种新的支持——你过来跟我说模型没给你好的输出，我告诉你该用什么去提示模型。重新提示的质量极其重要。
Max：需要说清楚的是，我认为这会随着时间推移变得不那么重要。随着模型变得越来越聪明，你输入更少就能得到更多。但在现阶段，它似乎还是在反映用户带入的判断力。
浪费 Token，节省时间
Naval：我基本没去学那些技巧和诀窍。”用 Ralph Wiggum。用 OpenClaw。用 Hermes。用这个 prompt 引擎。用这个脚手架。接入这个组件。永远用 plan mode。”
这些我全都没管。我的假设是——模型变好的速度会比我学会使用它的速度快。它搞清楚怎么用我的速度，会比我自己搞清楚怎么用它的速度快。所以我对它们一直很粗暴。
我对它们会感到沮丧，然后发现自己输入的信息越来越少，做的工作越来越少，因为我默认自己可以暴力冲过去。我会把 Codex、Claude 和 Gemini 扔向同一个问题，一遍又一遍，纯粹就是浪费 token 来节省时间。不管这些模型看起来多贵，它们还是比人类便宜得多。所以我想说的是——就浪费 token，节省时间。不要把 token 看成输入或输出。只看你的时间，只看最终产出。
即使它们在写低质量代码——我知道很多情况下确实如此——当我需要上线到生产环境的时候，我就会再扔更多 token。”通读一遍，审查一下，重写一下。”
它们每一代都会变得更好。我看不出这在哪里必然会停止。只要我们还有可验证的领域和已解决的问题，它们就会解决这些问题。当然在未解决的问题领域——也许你是 Terence Tao，站在创造力的最前沿——你需要非常协作、非常仔细、非常紧密地和模型一起工作。但在软件工程领域，我还没到那个水平。
模型指导人类
Naval：Guillermo，你可能是团队里最硬核的软件工程师了。你在这些模型能力的边缘发现了什么？
Guillermo：最近发生了一件事，和你说的很有共鸣。以前你给模型一个提示，它就做经典的下一个 token 预测，然后带着你的想法一路跑偏。现在模型会做直觉性的规划模式——甚至不需要你叫它规划——它会回来说：”你让我做的这件事，有三条路可以走。这是各自的权衡。”
这就是 X 上人们狂欢的时刻——”现在我们有了 PhD 级工程师模型。”
模型在某个时刻毕业了。它们以前是初级工程师。现在它们是首席工程师，因为它们会带着一组权衡回来找你。显然，有时候它们在胡说八道——这很有意思——它会告诉你”这要花三周”和”要这么多 token”。预测能力很差。但我更尊重这些模型了，把它们当作可以来回交流的智力同侪。
仍然有很多差距。如果你是一个非常资深的工程师或架构师，你仍然能榨出更多价值。所以 Max 提出的那个问题——”如果你是初级，你得到的是初级水平的输出？” 显然不是，因为初级开发者得到的代码比他们自己能写的要高级。但是不是资深架构师获得 10x，而初级工程师只获得 2x？这是我想搞清楚的。
Max：架构决策是这样的。我现在看到我们团队里一些初级软件工程师——他们职业生涯的下一步是什么？就是从”给功能写实现”进阶到”选择技术”。在 Postgres 和其他数据库之间做选择。在 ZeroMQ 和其他消息队列之间做选择。模型可以给出建议，但问题在于——你会看到建议然后说，”不不不，我要用另一个。” 这就是那种真正重要的微小反馈，也是现阶段你似乎能获得的输出类型。
Naval：这就是品味和判断力，对吧？话虽如此——你可以问模型”我该用哪个，为什么”，它们什么都知道。它们会给你一个非常好的权衡矩阵。
Guillermo：这是最近发生的变化。你会说：”把这个超高基数的遥测数据存到 Postgres 里。” 然后它回来说：”不不不，兄弟，这种数据不放 Postgres。你应该考虑 ClickHouse 或 Athena 之类的。” 这种事我遇到很多次了。真的印象深刻。
我还在挣扎的是——显然仍然是人类在补全模型。什么时候会反过来？人类变成收到指令的那一方：”去给我拿这个 API key，因为这是只有你能做的事。” 或者”给我筹这么多钱做下一轮投资。” 你等着看吧。显然我们还没到那一步。
Naval：那只是暂时的。很快每个好的 SaaS 公司或托管服务商都会有 CLI 和 API 接口，模型可以直接使用。它们甚至不一定需要 API——只要是文本化的、Unix 化的，Agent 就能自己黑出一个 API 来。至于钱的部分——你接入加密货币 token，放入 Bitcoin，放入任何什么，模型就会自己去付它需要的东西。有人在做这个。
纯软件已死？
Naval：我现在在思考的是——纯软件是不是死了？纯软件工程是不是一种过时的东西？这就好比说”说英语”——模型现在会说英语了。我们以前不得不学代码才能和它们沟通。现在模型会说英语——模糊的、随意的英语，像人类一样——而且它们能理解。那么创始人的护城河在哪里？硬件？这是个利好。你本来要造硬件，而以前很难同时做软件公司。Patrick Collison 说过：”软件是艺术，很难雇到艺术家。”
现在，作为硬件创始人——太好了，你可以相当快地开发出非常好的软件。
如果你在创造模型，也许那就是新的软件工程——训练、调优、后训练、微调。但经典的软件工程——是不是死了？纯软件还值得投资吗？纯软件还是不是一种你可以围绕它组织公司和团队、试图获得杠杆的东西？
Guillermo：你们看到没有——X 上有一篇 Mitchell Hashimoto 写的文章，叫《The Building Block Economy》（构建块经济）？他的论点是，现在对 Agent 来说最有用的是真正强大的、可复用的构建块。拿 Max 的例子来说，你不会指望你的 clanker 每次需要发邮件时都从头发明一个队列基础设施系统。它需要引入正确的构建块，大小刚好适合任务——”好，这个用 BullMQ。”
我不认同那种想让 Agent 从第一性原理重新发明整个宇宙、而且和社会其他部分不兼容的做法。这几乎就像重新发明公路、法律、政策——只为你自己。即使有额外优化的潜力，大规模协作的价值仍然存在——”我们都依赖 Postgres 13.2。”
这些 Agent 将要使用的基础设施软件和构建块这一类别——显然有偏见，这就是我们在建的——极其有价值。我不认为 Agent 会在短期内重新发明所有这些东西。
我一直在用的另一个比喻：任何已经被创建的、模型可以复用的东西，就像一个 token 缓存。你不想烧掉一万亿 token 来重新生成已经存在的东西。总有一个模型可以从中分叉的起点。这会相当深刻地改变很多事情。
Naval：所以这些就像库和依赖，只不过是给模型用的。
Guillermo：对——专门给 Agent 用的。
你再也不会卡住了
Max：回到 Naval 的问题——我很小就学会了编程。从十几岁到二十多岁，我会沉迷其中，连续写二十小时代码。超级好玩。我了解各种编程语言的很多东西。
我现在已经很久没写过一行代码了。部分原因是我工作变了。但还有一个原因——从去年 12 月开始，我构建了大量软件，每天都在用。那些我想了好多年但一直只是幻想的项目——我现在真的建出来了，而且在日常使用。这些都不是我写的代码。我完全无法想象还会回到手写代码的状态。我很难看到手写代码还是未来的一部分。
Guillermo：真正酷的是，你理解这些组件是怎么组合在一起的。任何理解什么是 API、数据如何流动、输入和输出、性能的人——因为你需要引导模型说”我对这个操作的期望水平是这样的”——这永远比写代码本身有价值得多。一个真正资深的工程领导者一直以来就是通过 Slack 或一对一面谈在做”vibe coding”——你在传达你的意志、你的意图、你的经验，让别人去执行。现在我们做的是一样的事，只不过对象变成了 Agent。这就是为什么你用得很成功。我不确定每个人都能达到同样的成功水平。
Naval：我从二十年没写过代码，到现在一直在写代码——通过 Agent。构建了大量软件。事实证明，只要理解软件工程和算法的基本原理，你就能走很远的路。我当初停写代码的原因是我没时间去搞清楚最新的语言、最新的架构、要接入的基础设施组件。Vercel 让这容易了很多，但即便如此——起步还是很难。拼装组件、搭建基础设施就是很烦人。
Max：真正改变的是——以前你可以构建很多东西，大部分会很顺利，但你会撞上某个随机的问题，然后可能花无限长的时间去调试某个狭窄的东西。现在，有了 Agent，你不会再卡住了。这相当惊人。相对快速地，它们就能找到正确的做事方式。以前——我记得当朋友试图学编程时，就是那种——”不行，这本质上就是令人沮丧的，这是交易的一部分，这就是你学习的方式。”
而这，已经不是真的了。
Leave a Reply