【新智元导读】Anthropic自家工程师早已基本不写代码了，，，却280美元一个使命，，，花钱请约1000名外部工程师，，，手把手教Claude Code写出好代码。。。。。。喂养前沿模子的，，，终究照旧人。。。。。。 早在今年1月，，，Claude Code认真人Boris Cherny就爆料自己已经两个多月没手写过一行代码，，，一天就让Claude提交22个拉取请求（Pull Request），，，前一天则提交了27个，，，全是模子写的。。。。。。 流程大致是这样。。。。。。先从一份包括数千个客栈的清单里，，，选一个GitHub的代码客栈。。。。。。然后建一个PR，，，也就是开发者提交接码修改的那一步。。。。。。再写一段提醒词，，，把使命讲清晰。。。。。。 另一个使命中，，，外部工程师给MLflow这个开源机械学习平台做清静修复，，，针对它加载模子时下载Python包可能泛起的下令注入误差。。。。。。质料的要求十明确确：既要盖住下令注入，，，又不可误伤正当的pip（Python包管理器）选项。。。。。。 这些使命的要求，，，已经凌驾了数据标注的领域，，，更像是要让一个资深工程师，，，把脑子里那套「这样写更好」的判断原样拷给模子。。。。。。 Anthropic官方把它界说为项目级的AI智能体。。。。。。它能读完整个代码库，，，跨文件做妄想，，，直接执行修改，，，跑测试，，，再凭证失败的效果自己迭代。。。。。。 默认情形下，，，高危害文件修改或下令执行需要用户批准；；；；为镌汰重复授权带来的 批准疲劳，，，Anthropic还引入了sandboxing，，，让Claude Code在预设文件系统和网络界线内更清静地运行。。。。。。 这些工具，，，通俗的代码语料喂不出来。。。。。。它已往藏在资深工程师的代码审查里，，，是人传人的履历。。。。。。现在，，，Anthropic想通过招募人类编程专家，，，把它酿成可以购置的数据。。。。。。 2015年，，，Snorkel还只是Ratner读博时的一个「下昼项目」：与其花大价钱雇人一条条标数据，，，不如用程序和规则做「弱监视」（weak supervision），，，让模子不靠人工逐条标注也能学。。。。。。 Snorkel昔时要破的，，，正是「人工标注又慢、又贵、又不稳」这个老浩劫，，，那时AI开发约80%的时间都耗在手工标注数据上，，，因此Snorkel最初的梦想，，，就是只管把人从标注里解放出来。。。。。。 可到了前沿模子时代，，，最稀缺、最值钱的又回到了人身上，，，只是换成了博士、医生、状师、资深工程师等专家的品味和判断。。。。。。这家靠「少用人」起身的公司，，，现在最赚钱的生意反倒是组织一支腾贵的专家雄师去训练前沿AI，，，Marlin只是其中一单。。。。。。 Snorkel官网这样形貌这套事情流：先界说使命、评分标准和验证器，，，框定「什么算好」，，，再跑专家评审流水线，，，作者、多名评审、最终裁决者层层把关，，，全程留痕。。。。。。 它还会把评估情形和数据一并搭好，，，让统一批使命能在差别模子版本上重复跑，，，得出可复现、可较量的分数。。。。。。而要让分数清洁可比，，，评分的人就不可受版本滋扰。。。。。。这些外部工程师不知道自己评的是哪个版本，，，缘故原由就在这儿。。。。。。 Snorkel一个果真的执法偏向条约岗，，，每个高质量使命10到100美元；；；；而Marlin的软件工程使命是280美元一个、约一小时，，，折成时薪差未几是偕行的两倍半（Scale AI、Mercor给工程师开到每小时110美元）。。。。。。顶尖专家周入还能凌驾3000美元。。。。。。 它官方写明：用户开启隐私模式后，，，代码绝不会被它或第三方用于训练；；；；只有关闭隐私模式，，，它才可能用代码库数据、提醒词、编辑行为、代码片断，，，来刷新AI功效、训练模子。。。。。。 Cursor的Tab模子天天产出凌驾10亿个编辑字符，，，请求量比初版涨了约100倍。。。。。。更进一步的Composer，，，通过强化学习（RL）训练，，，让模子在大宗代码使命情形中学习挪用编辑、搜索等工具，，，处置惩罚更长周期的工程使命。。。。。。 今年2月，，，xAI并入SpaceX。。。。。。4月尾，，，SpaceX拿下了年内以600亿美元收购Cursor母公司Anysphere的权力，，，或者先付100亿美元做深度相助。。。。。。马斯克看中的正是Cursor手里那份全球最活跃的真实开发者行为数据。。。。。。 5月25日，，，马斯克在X上宣布，，，新一代基础模子Grok V9-Medium训练完成，，，参数1.5T，，，是当宿世产模子的3倍。。。。。。他特意点出，，，这照旧没加Cursor数据补训之前的效果，，，加完「编程能力会强许多」，，，模子预计6月中旬宣布。。。。。。 OpenAI厥后的Codex也走上了这条路。。。。。。2025年宣布的Codex由codex-1驱动，，，OpenAI称其是在真实编码使命上通过强化学习训练的，，，目的是写出贴近人类气概、切合PR习惯的代码，，，还能重复跑测试直到通过；；；；每个使命跑在预装了你代码库的隔离沙箱里。。。。。。 这说明，，，HumanEval那类老的基准测试（benchmark）已经刷到饱和，，，光看跑分意义不大了。。。。。。真正的战场，，，是真实开发历程里那些重复、试错、推翻重来的数据。。。。。。