最難的部分，已經不是寫程式了 6 月 13 號，Anthropic 在舊金山辦了一場叫 Opus 4.8 Build Day 的黑客松。1,500 多人 報名，最後 310 個人進場，每人拿到 500 美元的 API 額度，十二個小時，把一個想法做 成能跑的東西。 真正有意思的不是他們做了什麼，而是他們「怎麼」用 Claude 做的。 三個得獎團隊的方向天差地遠，骨子裡卻在做同一件事。 先說這三個東西。 Tekton 把歷史建築重建成 3D 模型，而且每一個構件都能追回到一份有來源的文獻，他們 從唐代建築和巴黎聖母院的尖塔開始做。 Sim Francisco 拿美國人口普查資料造了一座「數位舊金山」，裡面住著一萬個合成市民， 你可以在幾秒內對他們做民調。 Custom Universe 則是把一張手機照片變成可以編輯的擬真 3D 場景，瞄準那些長期缺訓練 資料的機器人實驗室。 一個是古蹟，一個是社會模擬，一個是機器人，表面上八竿子打不著。 可是把三個專案擺在一起看，你會發現一個很難忽略的巧合：三組人各做各的，最後都得出 同一個結論，難的不是「生出東西」，而是「相信生出來的東西是對的」。於是他們不約而 同做了同一件事，讓 Claude 去檢查 Claude。 Tekton 跑了一群獨立的驗證子代理，各自在自己的脈絡裡幫重建打分，還有一個自我修正 的迴圈反覆檢查每個構件擺得對不對，直到通過二十個測試才算數。 Sim Francisco 除了驗證代理，還配了一個專門唱反調的對抗代理，確認那群合成市民真的 長得像現實。 Custom Universe 用 Claude，主要是拿來判斷底下哪一個模型輸出正確，而不是拿來寫程 式。在這裡，寫程式是輕鬆的那 80%；證明它沒寫錯，才是工程真正搬進去的那 20%。 而且這套自我檢查是真的有效。 Sim Francisco 拿過去的選舉回頭驗證，準得讓人佩服：它預測 2024 年舊金山民主黨的得 票率是 81.3%，實際是 83.8%；某個提案它猜 70%，實際 70.38%。 別忘了，這還是用一個知識只到 2023 年 10 月的模型算出來的。 最聰明的一手是在成本上。第一版替每個市民各跑一次推論，一萬次跑下來開銷可觀，於是 團隊讓 Claude 設計了一套分群演算法，把人口收斂成大約 300 個代表人物，準確度照樣 撐住，推論成本卻砍掉一兩個數量級。能自我驗證，又懂得把成本壓到合理，這樣的作品才 算真的站得住腳。 不過真正讓我記在心裡的是另一個轉變。會贏這種黑客松的人，愈來愈常是某個領域的專家 ，而不見得寫得出上線等級的程式。 Holly 會做 Tekton，是因為她愛看紀錄片，受不了眼睜睜看著漂亮的建築被燒掉；Maurici o 帶來機器人資料這個難題，是因為那是他自己踩過的坑。 上一屆 Opus 4.6 的得獎名單裡，甚至有律師，還有心臟科醫師。模型負責出程式，人負責 出洞見，而洞見比工程難複製太多了。 當寫軟體的成本崩到趨近於零，價值就會搬家，搬到那個「知道哪一個軟體值得寫」的人身 上。 我想，這才是這場十二小時實驗最值得記住的地方。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.82.196.70 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soulace/M.1781952965.A.476.html