乐于分享
好东西不私藏

AI科教资讯 — 2026年5月10日

AI科教资讯 — 2026年5月10日

面向家长和青少年的当日AI领域核心动态摘要,帮助把握趋势、理解影响。


一、AI正在重塑编程:程序员该学什么?

近日两篇深度讨论引发广泛共鸣:AI编程的瓶颈已从“写代码“转向“验证代码“

Claude Code 负责人 Boris Cherny 在播客中表示“编程被解决了“,但他强调的是“之后“——合并请求仍需先过 Claude 自动审核,再过人工审核。编程没有消失,只是工作重心转移了。

一位实际使用 Claude Code 的项目工程师分享了亲测经验:用 AI 完成了 12 个子任务的开发,每个都有自动化测试标“通过“,但在最终手工验证时发现了三个致命问题——旧版本插件未打进去、测试夹具状态污染、端到端测试根本没触发真实交互。AI 写的测试只覆盖“正常路径“,不检查边界条件和用户真实需求。

斯坦福数字经济实验室的数据更直观:22-25 岁软件开发者就业率自 2022 年底高峰已下降近 20%,初级开发岗位过去一年缩水 20%-30%。

📌 给家长和青少年的建议:

  • 验证能力比编码能力更珍贵:未来不是“会不会写代码“,而是“能不能判断代码对不对“
  • 学会写“需求驱动“的测试:先列清楚“用户怎么用、会踩哪些边界、错了怎么恢复“,再让 AI 写代码
  • 可观测性是新安全网:日志、监控、告警、灰度、回滚,这些过去是运维的工作,现在变成了核心工程能力
  • AI 不擅长的是模糊决策:业务边界模糊的需求拆解、跨团队协调、老代码的判断式重构——这些是未来最有价值的能力

参考来源:

  • Lenny’s Podcast: Head of Claude Code 访谈
  • InfoQ: AI 把编程这件事接管之后,程序员何去何从
  • InfoQ: 停止编码的那天,就是失去架构判断力的开始

二、黄仁勋最新演讲:AI 正在创造而非消灭工作岗位

英伟达 CEO 黄仁勋近日在 CNBC 访谈中发表了多个重要判断:

  • AI 是“五层蛋糕“:能源 → 芯片 → 基础设施 → 模型 → 应用。每一层都需要大量投资和人才
  • Agent AI 需要 1000 倍于生成式 AI 的算力:从“理解“到“推理“到“规划“到“用工具行动“,每个环节都需要计算
  • 软件工程岗位没有消失:AI 原生公司和 AI 公司里,软件工程师岗位数量正在上升而非下降
  • 工作目的 ≠ 工作任务:放射科医生看影像只是“任务“,“诊断疾病“才是“目的”。AI 替代的是任务,不是目的
  • 对中国的立场:美国应保留最先进的芯片,但美国公司应全球竞争、最大化出口
  • 开源是最好的网络安全:面对先进模型被滥用的风险,答案不是另一个超级模型,而是大量廉价开源模型组成的“白细胞蜂群“

📌 给家长和青少年的启示:

  • AI 不会消灭工程师,但会重新定义工程师。学会用 AI 的人,会取代不用 AI 的人
  • 未来每个人都是“AI 熟练用户“——这不是选项,是毕业必备技能
  • AI 在科学领域的突破惊人:过去需要几个月的研究,现在 AI 可以帮助在一天内完成

参考来源:

  • CNBC 访谈原文(YouTube)
  • InfoQ: 黄仁勋直言不必给中国最新最好芯片

三、Chrome 被曝偷偷给数亿用户设备安装 4GB AI 模型

安全研究员 Alexander Hanff 发现:Chrome 浏览器正在静默安装约 4GB 的 Gemini Nano 本地模型文件,不请求授权、不发送通知、删除后自动重下

这意味着什么?

  • Chrome 全球用户约 34-38 亿,即使只有一部分设备满足硬件要求,影响的仍是数亿台设备
  • 一个 4GB 的“纳米“模型传输到一台设备,会产生约 0.06kg CO₂ 排放;覆盖 5 亿台设备 = 3 万吨 CO₂e
  • 谷歌声明从 2024 年起就开始提供 Gemini Nano,但回避了透明度和用户同意的核心问题
  • 更值得警惕的是:这本质上是一个概念验证——把计算成本转移到用户设备上,同时继续收集查询元数据

📌 给家长和青少年的启示:

  • 数字隐私不是“我没什么好藏的“——平台对设备的控制比你想象的深
  • 未来“本地 AI“会成为趋势,但你的设备谁说了算?这是一个需要每个人关注的问题
  • 如果你关心隐私,可以去 chrome://flags 关闭相关 AI 功能

参考来源:

  • The Register: Chrome silently installs 4GB local LLM
  • InfoQ: Chrome 偷偷给数亿电脑塞 4GB Gemini 模型

四、SpaceX 算力“救场“Anthropic:AI 算力竞争进入新阶段

Anthropic 宣布将使用 SpaceX 的 Colossus 1 设施全部算力——超过 22 万块 NVIDIA GPU。这将直接提升 Claude Pro 和 Claude Max 用户的服务能力:

  • Claude Code 在 Pro/Max/Team 计划中的速率限制提高一倍
  • 取消 Pro 和 Max 账户的高峰时段额度削减
  • 大幅提高 Claude Opus 模型的 API 速率限制

与此同时,马斯克宣布 xAI 不再独立,并入 SpaceX AI,这让这笔交易更引人关注。

NYU 学者 Gary Marcus 提出不同看法:如果 xAI 有“过剩算力“可以租给别人,说明它距离 AGI 没那么近;同时,供给超过需求可能导致 GPU 价格急剧下跌,冲击 Amazon、Google、Microsoft 等投入重金建设云算力的公司。

📌 给家长和青少年的启示:

  • AI 算力需求正在以“千倍“速度增长——黄仁勋的原话是 Agent AI 需要比生成式 AI 多 1000 倍的算力
  • 算力正在从“云“走向“边缘“——本地 AI 模型会成为标配,每个人都有自己的 AI
  • AI 行业正在从“模型竞争“进入“基础设施竞争“——谁能高效调度算力,谁就赢

参考来源:

  • Anthropic 官方公告
  • InfoQ: 马斯克 22 万张 GPU 救场后,Claude 勉强恢复

五、京东 AIGC 实战:百亿级电商素材,AI 日供千万张

京东零售在 QCon 2026 上分享了其 AIGC 平台 Oxygen Vision 的落地经验,对理解“AI 如何在真实业务中发挥作用“很有参考价值:

  • 日供给量稳定突破 1000 万+,服务商家超过 100 万家
  • AIGC 素材在线上 A/B 实验中的核心指标 XTR 综合提升达到 +29%
  • 核心发现一:电商 AIGC 不是“生成问题“,而是“艺术·技术·算术“三者的平衡
    • 艺术:通用美学 ≠ 电商美学。白底图、卖点文字在通用审美中得分低,但在电商中点击率高
    • 技术:端到端大模型 ≠ 商业最优解。30% 的任务只是“变白底图“,用 12B 大模型做这件事比用 0.1B 抠图模型贵 400 倍
    • 算术:高流量商品用高级模型,腰尾部任务用便宜模型——AI 调度网络自动决定花多少钱
  • 核心发现二:素材供给正从“面向人“走向“面向 Agent“。未来的好图不仅要让人看着好,还要让 VLM(视觉大模型)能快速提取卖点

📌 给家长和青少年的启示:

  • 商业 ROI 永远大于盲目追新。小模型 + 好调度 > 大模型 + 瞎调度
  • AI 落地的关键不是“能不能生成“,而是“能不能稳定交付、算得过来账“
  • 未来设计师需要同时考虑“人类审美“和“机器可读性“——这是一个全新的交叉领域

参考来源:

  • InfoQ: 技术·艺术·算术:京东零售 AIGC 百亿素材供给实践

六、Agent 时代的基础设施:当 AI 开始自己决定做什么

Agent(智能体)应用正在从 Demo 走向生产环境,但它对现有计算基础设施提出了全新挑战:

  • 非确定性:Agent 的执行逻辑由大模型生成,每次都可能不同——传统 K8s 容器无法应对
  • 高动态:Agent 在运行中可以动态拉起新的子 Agent/子任务,传统容器无法事先分配资源
  • 不安全:AI 生成的代码可能有风险,混在一个容器里运行会导致隐私泄露
  • 长会话:Agent 处理复杂任务可能需要多轮交互,期间发生故障需要保证状态一致

📌 给家长和青少年的启示:

  • Agent AI 是继生成式 AI 之后的下一个大趋势——AI 不再是“你问它答“,而是“理解→推理→规划→行动“的完整闭环
  • Agent 需要全新的计算机架构支撑——这是未来 10 年的技术方向,也是无数新岗位的来源
  • 理解“确定性“和“非确定性“的区别,是理解 AI 时代技术变革的关键

参考来源:

  • InfoQ: Agent 时代需要怎样的分布式基础设施

📊 今日趋势总结

主题
一句话理解
对青少年的影响
AI 编程
瓶颈从“写“转向“审“,验证能力比编码更值钱
学会判断对错 > 学会写代码
黄仁勋观点
AI 创造岗位 > 消灭岗位,但岗位在迁移
AI 熟练度将成为毕业必备技能
Chrome 隐私
平台在静默部署本地 AI 模型,隐私边界模糊
需要关注数字隐私和设备自主权
算力竞赛
Agent AI 需要 1000x 算力,SpaceX 入局
算力基础设施是未来 10 年大方向
AIGC 落地
京东日供千万素材,AI+电商已大规模变现
AI 不是玩具,是真实的生产力
Agent 架构
Agent 需要全新的分布式系统支撑
Agent 开发是下一个技术风口

📚 参考资料

  1. Lenny Rachitsky. “Head of Claude Code: What happens after coding is solved.” Lenny’s Podcast, 2026. https://www.lennysnewsletter.com/p/head-of-claude-code-what-happens
  2. InfoQ. “AI 把编程这件事接管之后,作为程序员的我该何去何从?” 2026-05-09. https://www.infoq.cn/article/128UQPlXTAZjV9uwjYFJ
  3. InfoQ. “停止编码的那天,就是失去架构判断力的开始” 2026-05-09. https://www.infoq.cn/article/zLaHwePKytptG102IscF
  4. CNBC. Jensen Huang interview with Becky Quick. 2026-05. https://www.youtube.com/watch?v=dUFis1dte14&t=353s
  5. InfoQ. “不必给中国最新最好芯片!黄仁勋直言不同意 Dario 做法” 2026-05-08. https://www.infoq.cn/article/Ll3XLpG1LV8QBKtuxgc2
  6. The Register. “Chrome silently installs a 4GB local LLM on your computer.” 2026-05-07. https://www.theregister.com/ai-and-ml/2026/05/07/chrome-silently-installs-a-4-gb-local-llm-on-your-computer/
  7. InfoQ. “Chrome 开了一个危险的头” 2026-05-09. https://www.infoq.cn/article/FOy8AahY8bsPveNwwTq1
  8. Anthropic. “Higher limits for Claude with SpaceX compute.” 2026-05-06. https://www.anthropic.com/news/higher-limits-spacex
  9. InfoQ. “马斯克 22 万张 GPU 救场后,Claude 勉强恢复” 2026-05-07. https://www.infoq.cn/article/HMObXFJYS8ay2pNZWDJG
  10. InfoQ. “技术·艺术·算术:京东零售 AIGC 百亿素材供给实践” 2026-05-09. https://www.infoq.cn/article/YAWWcRb4eBYRSHyVAw2Q
  11. InfoQ. “Agent 时代需要怎样的分布式基础设施” 2026-05-08. https://www.infoq.cn/article/qYQfpT8BaIPEkbeSXwzu
  12. Stack Overflow Blog. “AI vs Gen Z.” 2025-12. https://stackoverflow.blog/2025/12/26/ai-vs-gen-z/
  13. arXiv. “On the Effectiveness of AI-Generated Unit Tests.” arXiv:2406.18181, 2024. https://arxiv.org/html/2406.18181v1

本文基于最近几天的AI科教相关媒体的公开报道整理,面向家长和青少年读者,力求证据真实可靠、结论明确。如有不实之处,欢迎指正。