EP119 · AINMM 五级成熟度模型、田渊栋论人类判断力、Ai2 Shippy 智能体构建 · 07-16 早报 - BestBlogs

章节时间戳

00:00 开场
00:46 精讲：大淘宝技术 AINMM 五级模型，量化 AI 原生研发差距，Harness 比 Agent 更重要
02:57 精讲：田渊栋访谈，自进化 AI 已接管大量代码，人类判断力与深层理解是最后护城河
05:04 精讲：Ai2 海事智能体 Shippy 面对高风险决策，用确定性专用 CLI 喂给不确定的 agent
07:21 速览：GPT-Red、Cursor 飞轮、Qwen 语音、Claude Code 协同编辑、Sal Khan 传统行业
09:39 补充阅读：Meta 广告、AI 语音欺诈、AI MediaKit、HSCodeComp 基准、vivo Vue 重构
11:09 结语

★ 精讲一 | AINMM：存量生产级工程向 AI Native 演进的五级成熟度模型

00:46｜来自大淘宝技术

大淘宝技术借鉴 CMMI 思想提出 AINMM，把 AI Native 研发能力分成 ML1 已感知到 ML5 持续优化五级，明确面向存量生产级工程。模型围绕上下文工程、能力封装、验证回路、协作契约、自进化五个过程域做雷达图打分，把模糊自评转成可量化的差距识别。作者用挽单系统实测，总分从 30 涨到 48、由 ML1 走到 ML2，并强调 Harness 比 Agent 更重要，框架本身不是银弹。

★ 精讲二 | 目前架构下，自进化后的 AI 也无法替代人类的判断力｜田渊栋

02:57｜来自腾讯科技

这是腾讯科技《沸腾之下》对田渊栋的长访：他长期在 Meta FAIR 做前沿 AI 研究，2026 年联合创办 Recursive AI。文中先列出 RSI 进展：Claude 已接管 Anthropic 内部超 80% 的代码，Mythos 在训练代码优化上实现 52 倍加速。但田渊栋判断，人类最后的护城河是无法结构化外化的「深层理解」与判断力（Taste）：AI 擅长模式匹配却缺乏对新结构的即时理解，做不出相对论式的概念突破，skill 蒸馏也只能触及表层流程。

★ 精讲三 | 从构建 Shippy 中学到的智能体构建经验

05:04｜来自 Hugging Face - Blog

Ai2 的 Skylight 团队分享海事智能体 Shippy 的架构：场景是高风险决策，答错可能让巡逻船跑错方向。他们把 agent 拆成 soul（系统提示词定边界）、skills（同 Claude Code 的 markdown 技能）、config（OpenClaw 跑 Claude Opus 4.6）。最关键的一条经验是用确定性专用 CLI 喂给不确定的 agent——早期让它直接拼 API 时，踩了一连串分页、几何编码的坑。沙箱上每用户开独立 K8s 会话，评测也由领域专家写 rubric、LLM 裁判逐项打分。

速览

07:21 更多值得关注的内容

· GPT-Red：解锁自我改进以增强鲁棒性 — OpenAI News

· Cursor 如何通过递归模型改进打造训练飞轮 [视频] — AI Engineer

· Qwen-Audio-3.0-Realtime 如何让语音交互「懂倾听，更聪明」？ — 通义实验室

· AI 真的自己商量着把事办了，Agent 社会化的破冰时刻 — 非凡产研

· Claude Code 引入公开共享与多人协同编辑，并通过 Claude Tag 实现 — ClaudeDevs(@ClaudeDevs)

· 10000 小时人类数据，练出全球首个全身移动操作隐式世界动作模型 — 机器之心

· Khan Academy CEO Sal Khan：AI 真正的机会藏在被忽视的传统行业 [视频] — Silicon Valley Girl

补充阅读

09:39 今天额外值得一读的几条

· 探索用于 Meta 广告深层漏斗优化的分层兴趣表示 — Engineering at Meta

· 三秒盗窃：为什么 AI 语音欺诈能够超越所有防御 — Hacker News

· 让 Agent 成为音视频工作台：AI MediaKit CLI + Skill 发布 — 字节跳动技术团队

· 不要让 Claude 给自己的作业打分 — Towards Data Science

· 阿里荣膺 ACL 2026 最佳资源论文 | HSCodeComp 揭开智能体「分层规则应用」的能力鸿沟 — 阿里技术

· AI 编码实战 | 0 行手写代码，2 天重构 2 万行 Vue 项目 — vivo 互联网技术

关于 BestBlogs

BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，关注你感兴趣的来源和主题，每天生成一份更适合自己的「我的早报」，欢迎体验和关注我们。