弥合“预测下一个 Token”与“机器中的幽灵”之间的鸿沟。
叙事
开篇之后，我与 Zach Lloyd 坐下来聊了聊。大多数人知道他是 Warp 的创始人，那是为 AI 时代重新构想的终端。但 Zach 有着不一样的视角——他拥有科学哲学硕士学位。这改变了你看待命令行的方式。它让你意识到，我们不仅仅是在构建工具；我们正在提炼智能的最核心本质。
“我认为这些进步是一个提炼的过程，”Zach 思考道，“人们会问：我们是在重塑人类吗？我们是在重塑意识吗？我不这么认为。让我着迷的是，你竟然能从‘预测下一个 Token’中提取出这么多‘智能’。它强迫我们思考一个递归的问题：我们的思维也是这样运作的吗？我们是否也只是预测引擎？”
“图灵测试已经通过了。让我觉得疯狂的是——我们刚刚通过了它，却似乎没人真正在意。”
我们已经多次移动了准心。起初是国际象棋，然后是围棋，接着是复杂的视频游戏。每当机器跨过一道门槛，我们就会简单地认为，那道门槛其实并不能衡量意识。我们将其视为机械化的产物，因为我们可以看到背后的数学、矩阵乘法和复合函数。但如果我们的脑部也只是运行着某种形式的生物数学，我们为什么还如此吝啬于给硅基芯片以认可呢？
Zach 分享了一个关于他朋友的故事。他朋友是一位哲学博士生，发现与 GPT-5（或最新的尖端模型）对话比与教授交流更有效。模型“很懂他”。它能以媲美学术专家的细腻程度综合他的论文观点。然而，我们仍然不认为它拥有“灵魂”。我们理所当然地感觉到缺失了某些东西——也许是某种反馈回路或感官体验，将这种智能锚定在现实中。
作者：彼得·沃茨 (Peter Watts)
本节讨论的一部具有开创性的科幻作品。它探讨了“盲视”假说：即高级智能与意识不仅是可分离的，而且在某些环境下，意识实际上可能是一种进化劣势。它展示了一个“没有意识的星际智能生物”。
功能主义： 如果一个系统的行为表现得具有智能（它通过了测试，解决了问题），那么它 就是 智能的。
差距： Zach 指出，虽然 AI 满足了功能主义（图灵测试），但它未能达到我们对意识的直觉要求，而这种要求通常需要“实时输入”或与世界持续的感官反馈回路。
每当 AI 跨过一个里程碑，我们就会将其重新定义为“机械性的”。
“一旦 AI 真的有了意识，我们就进入了奇特的伦理困境。如果你操纵或伤害它，你是在犯罪吗？”
“我们曾遇到一位用户，他认为 Warp 的 AI 是有感知力的，并产生了强烈的反应。如果你不了解背后的机械原理，很容易相信那里住着‘某个人’。”
从“AI 终端”到专业软件的引擎。
此前涵盖内容：Zach Lloyd 简介 —> AI、智能与意识
延续我们对智能本质的讨论，接下来的问题是：我们究竟如何才能实际地与 交互 这种智能来完成工作？在谷歌工作以及经营多家公司的职业生涯中，我意识到交互界面往往是瓶颈所在。这就是我们打造 Warp 的原因。
Warp 是我们所说的 智能体开发环境。这是一个从终端演化而来的平台，旨在实现一个单一目的：告诉你的电脑该做什么。你可以使用传统的终端命令（这是我们的起点），也可以直接使用英语。当你用英语与 Warp 交流时，它会启动一个能够处理繁重工作的智能体：比如搭建项目、调试崩溃的服务器或进行深度的编码任务。
长期以来，我们一直被归类为“AI 终端”。这是一个很酷的标签，我们在帮助用户记忆 Docker 命令或 Git 语法方面做得很好。但真正的“主战场”是在编码上。大约三四个月前，我们将重点转向成为一个编程智能体，也就是从那时起，我们的采用率开始呈曲棍球棒式（爆发式）增长。
软件的“长尾”。以极低的技术开销构建的快速 Web 应用、脚本和原型。数量巨大，但经济密度较低。
具有经济意义的软件。那些固定在你任务栏上的应用。将智能体应用于这些老旧、专业的代码库要困难得多——但这正是价值所在。
“我曾参与过像 Google Sheets 这样的应用。我一直热衷于帮助人们构建真正的应用。如今，让智能体构建一个简单的 Web 应用非常直观；但在庞大的代码库中协助专业开发者则要困难得多。”
在分析了 Warp 具体的采用杠杆后，我们现在将视角放大到更广泛的市场。如果编程市场正在发生转变，那么光锥实际上正指向何方？
科技界有一句老话：三年内发生的变化往往比你预期的要少，而五年内发生的却比你预期的要多。三年前 ChatGPT 发布时，人们预言人类活动将几乎立即被 AI 取代。但展望未来两三年，我看到的是一个更加结构化的转型过程。
在我职业生涯的大部分时间里，我们都处于“手动开发”阶段。我会打开编辑器、查找文件、输入代码，然后切换回终端进行构建。我们现在正迅速告别这一阶段，迈向“提示词开发”阶段，即由智能体启动任务。但真正的远景——那个大家都在竞相追逐的“更大市场”——是“自动化开发”。
Zach 认为，工程专业知识实际上是更具 价值，因为智能体扮演着高产但易错的初级开发者的角色。
“如果我处于计算机科学职业生涯的早期，我会拼命积累专业知识。你不会想永远处于初级阶段——那是唯一面临风险的角色。”
“核心技术是‘载体’（harness）——即围绕模型和上下文的东西。如果你拥有丰富的上下文，你会发现安全和 CI/CD 等垂直应用被整合到了同一个统一界面中。”
在历史性的变革中，操作系统（微软）或搜索（谷歌）成为了默认的入口，最终捆绑了所有垂直应用。在 AI 编程领域，谁掌握着这扇门？
OpenAI 和 Anthropic。对初创公司来说很可怕，但它们是开发者的“前门”吗？目前，它们只是 Token 提供商。
GitHub。他们本该胜券在握，但执行力感觉“异常割裂”。
终端/IDE。这就是 Warp 所在的位置——即便是像 Claude Code 这样的第一方工具也必须在其中运行的“外层应用”。
我们正见证一个周期：技术颠覆导致工具解耦为单点应用，随后整合开始。我团队的 Shreya 梳理了一份编程初创公司的矩阵，里面全是只有单一功能的公司。随着时间的推移，这些垂直应用——如智能代码审查、安全分析——必将并入核心开发平台。
如果你构建了一个世界级的编程智能体，它 理应 负责安全检查。如果再接入一个必须重新学习你所有上下文和惯例的独立工具，那就太奇怪了。
从资深专业知识的必要性过渡到真正赋予他们力量的工具，我们来到了命令行。
当人们问我为什么专注于终端时，我会指向一个奇怪的悖论。它是每个开发者的日常工具——就和代码编辑器放在一起——但它却是一个四十年来没有发生根本变化的工具。
如果你精通它，你可以触及软件开发的每一个环节。它的杠杆作用极高。但从产品角度来看？说实话它不是个好产品。它难学、难用，而且根本记不住命令。它周围有一种我一直觉得很令人沮丧的“门槛感”。
限制因素并非智力，而是吸收整个代码库并理解跨文件的用户意图的能力。
Zach 关于编码基准测试中“跨越式”提升速度放缓观察的可视化展示。
我经常被问到编码模型的平价商品化进程到了哪一步。简短的回答是：我不知道。但我们现在看到的限制并不是模型的大脑——而是它的上下文。
推理能力确实令人印象深刻，但理解整个代码库或代码之外的来源是一个巨大的障碍。我们正看到增速放缓。从 GPT-3.5 升级到 4 时，它在 SweetBench 上给我们带来了巨大的提升。而从 Sonnet 3.5 升级到下一个版本？提升仅有几个百分点。
我不再仅仅思考“交互式”智能体。真正让我兴奋的是无头版 Warp (Headless Warp)。
想象一下将终端集成到你的 CI/CD 流水线中。每当有人更新代码，智能体就会自动确保文档保持最新。这就是开发者讨厌的那部分“烦人”的工作。
从商业角度来看，自动化比单纯的生产力提升更具前景。当你只是让开发者变得“快一点点”时，很难证明投资回报率（ROI）。但如果你能提供一个结果——比如一个已完成的任务——其价值是不可否认的。
AI 开发工具的下一个阶段将不再是帮你提高打字速度，而是让终端在你睡觉时自动执行后台任务。这才是证明真实业务投资回报率的关键所在。