Replit创始人这个角度挺有意思
聊到 AI 编程，绝大多数人想到的场景还是写个脚本、做个网站或者搭个 App。但 Replit 创始人 Amjad Masad 最近发的一条推文，提供了一个很有深度的思考角度，他说：我们可能确实还没跨入理论意义上的 AGI，但现在手里已经拥有了一个不知疲倦、从不抱怨、能 7x24 小时一直写代码的“超级程序员”。从实际交付的生产力来看，它所能完成的事情，在功能上可能已经和 AGI 很难区分了。因此他推导出一个很大胆的结论：任何能转化成编程问题的问题，几乎都已经解决了。

这绝不仅是一句宏大的预言。最近 Anthropic 刚公开的一个硬核案例刚好印证了这一点：研究团队让 Claude 组建的多 Agent 集群连续运行 11 天，写出了约 1300 万行 Lean 语言代码，把人类数学史上极度繁复的费马大定理证明，端到端转写成了计算机可以逐行严谨检验的形式。2.95 万个中间引理被逐一跑通，代码量达到了社区数学库 Mathlib 的 5 倍以上。在这个案例里，AI 推动前沿数学研究的方式，正是把抽象的数学推导降维成了工程化的编程任务。

当然，说“任何能转成编程的问题都解决了”，多少还是把话说得太满了点。Anthropic 的这个项目早期其实也经历过多轮失败，甚至因为 Agent 协作混乱而陷入僵局，直到引入了专门管理任务依赖的架构才顺利跑通。但这种思考方式确实非常有启发性：科学实验、物理仿真，乃至现实世界的很多运作逻辑，本质上能不能用代码来抽象与构建？

如果能，很多原来觉得和 AI 编程八竿子打不着的事情，现在真的值得全部拿代码重新试一遍了。

PS：以前觉得写代码只是做软件，现在看把复杂现实“代码化”，可能才是通向智能的最短路径🤔

Replit Claude Anthropic 大模型 人工智能 AI编程 代码大模型 费马大定理 数学 科技趋势 @科技薯