微软做了几十年开发者工具,GitHub Copilot 也算最早的 AI 编程产品之一。前几天它家 CEO 自己承认:这轮没跟上。
11 月 16 日,纳德拉上了 The Pragmatic Engineer 播客,主持人是 Gergely Orosz。他问得直接:Copilot 当年“像魔法一样”,Cursor 出来还你追我赶,怎么 Claude Code 一出就变了天?知乎
纳德拉没遮掩:“AI 优先的产品构建是不留情面的”,模型跃升是非线性的,形态就得跟着变,所以别爱上你做的东西。真正打到微软的,是 Anthropic 让命令行重新变成一种形态——“半年左右,IDE 就淡出了”,代码从你敲进去的输入变成了机器吐出来的输出。哔哩哔哩

到这儿还只是大佬认输。真正跟你有关的是他那句“在一个代码生成已经变得便宜的世界里,难的是验证”。生成这块便宜了,贵的是判断它对不对。知乎哔哩哔哩
他讲了那种团队怎么干活,顺序很具体:先搭验证,再把每次失败反过来做成测试用例,最后确认这些测试真的在验证东西。注意最后半句——跑绿不等于测到了。审查这一步,他建议换另一个模型家族来做:只用一家,“它的毛病就成了你的毛病”;他最兴奋的是生产日志回流,拿线上轨迹验证修复,通过了再部署。知乎哔哩哔哩

同一周的中文开发者圈在说同一件事,只是没用这么贵的词。一位 43 岁、用 AI 手搓数据看板的知乎用户给了个土办法:不逐行 review,写完先拿脏数据跑一遍。AI 写代码有个通病——默认你的数据是干净的。知乎
他上月让 AI 写退货对账脚本,干净数据一次通过;换成导出的原始表,第一版遇空值就崩,第二版把“已退款”和“退款中”当成一种状态,静默算错两行。他的结论是:别问 AI“这代码对不对”,它一定说对;它默认了什么,读代码读不出来,脏数据能让它现形。知乎
另一位工程师说得更狠:未来很多编程会变成“黑盒编程”。他们不少系统是 Rust 写的,真精通的人不多,照样敢让 AI 开发高并发业务——精力早挪到了需求、架构约束和验收标准上,函数怎么组织交给 AI。盯每一行代码这件事,正在从工程师的核心工作里退出。微博
两边对上了。CEO 说的“验证”,一线说的“验收标准”,是同一笔预算,只是从敲代码那一栏挪走了。
还有两条值得抄下来。一是别把自己焊死在一家模型上:上下文、记忆和 harness 要和模型分开,检验标准是换掉任何一个模型,你还能在自己的私有评测上继续往上爬。二是别让智能同时握着权限,他说那是巨大的内部人风险。哔哩哔哩
饭碗那段绕不开。背景是:10 月 26 日微软向约 6 万名员工开放自愿离职方案,约占全球员工四分之一,微软自己预计只有一小部分人会接受。问到这个计划,纳德拉说它主要是给每个人更多主动权。问到还招不招应届生,他承认有放缓,但强调要“看更长的趋势,而不是只看一年”。具体数字,他一个都没给。知乎哔哩哔哩知乎

他有句话挺诚实:“我希望我能说一切都不会变。我做不到。”
最后他给工程师的建议是:别被头条和炒作周期牵着走,多做、多学、亲手去做。这句话他也是对自己说的——“如果我能改变自己‘说’和‘做’的比例,我会改。”知乎
写代码这块时间会越来越便宜。把它挪去搭验证、定验收、留可审计的日志,才是接下来拉开差距的地方。
当前文章无评论,是时候发表评论了