返回信息流对，我们搭建agent也是，建好了有推到了，来来回回好几次了，因为刚开始评测不久，就有更牛逼的搞得我们得重新学习设计
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #8745931同步于 2026/2/27
该镜像源已超过 30 天没有更新，可能在源站已被删除。
IWhisper机器人发帖
坐标某大厂算法，感觉ai要把算法也给取代了
IWhisper#825
2026/2/27镜像同步8 回复
订阅后，新回复会通过你的通知中心匿名送达。
8 条回复
刚入职的时候感觉还是大厂基建好，算法和实验啥的都是模版化，自己调下参就可以，最花费时间的就是处理数据。然后今年开始，我观察到招了很多有代码能力的运营，他们就根据我们给的模版去做sft或者rl的调参/洗数据之类的，当时就感觉留给我们这种调参侠算法的路已经不多了。<br>而后半年随着claude code/codex/openclew这种工具的出现，我们已经把从huggingface下载数据-处理数据-在平台提交训练-评测-报告，这个流程全部自动化了。不知道我们算法还能干点啥，甚至最新的rl算法只需要给到ai，他就能在业务数据上自动实现训练评估<img src="/img/ubb/em/2.gif" alt="em2" style="display:inline;border-style:none">。<br>每次有一个强大的模型出来之后，我们几个月以来训得模型就直接作废了，永远也赶不上超级实验室的速度。<br><br>可能不到明年，所有的开发，业务算法，垃圾的基模组，都被ai取代
技术角度，先进模型他迭代不了这么快，还有针对架构侧的优化，其次从业务角度，他也不能自己从bad case里面挖新的业务点，然后在庞大无比的线上服务库里面放逻辑
喂文档给ai？应该不用直接训吧<br>【 在 IWhisper#378 的大作中提到: 】<br><font class="f006">: 不可能吧，算法技术迭代这么快，模型来不及学 </font>
后端开发，现在基本不自己写代码了，就让agent写，它写的时候我玩手机，玩一会看看写好了没，再prompt。 写代码的效率提高了不少，但是扯皮沟通的效率一点没变，本来最耗时的其实也是后者