## Opus 4.5:令人印象深刻,但并非AGI
Opus 4.5 引起了显著的关注,一些人称其为通往通用人工智能(AGI)的一步。然而,在实际代码库中使用它的经验表明,现实情况更为复杂。虽然它在*组装*现有、设计良好的组件方面能力惊人,但 Claude 仍然在*创造*和基础问题解决方面存在困难。
通过与 Sentry 成功调试(90 分钟后自动化)以及使用 Terraform 快速迁移 AWS(3 小时完成)的演示,Claude 擅长在既定框架内自动化任务。然而,当面对混乱、现有的代码时,它表现不佳——提出了一种次优的 React 解决方案,本会使代码库恶化。
这凸显了人工智能辅助与经验丰富的工程师之间的关键区别:资深工程师专注于长期的代码质量和优雅的解决方案,这是一种 Claude 所缺乏的“园艺”方法。它擅长使用强大的“乐高积木”如 Terraform 和 Sentry,但如果没有它们就会失败。最终,Claude 是一种强大的工具,但缺乏内在动力和创造能力来构建这些基础模块,从而强化了熟练工程师的持续重要性。
## Fly.io Sprites:一次性云计算
Fly.io 最近推出了 **Sprites**,这是一种专为速度和灵活性而设计的新型云计算方法。与依赖容器的现有“Fly Machines”不同,Sprites 旨在成为“无需 Docker 的 Docker”——即时可用、一次性 Linux 虚拟机。
其核心思想是避免资源囤积。Sprites 不会预先分配和管理容器,而是在几秒钟内按需创建,利用对象存储实现持久的 100GB 根文件系统。当处于非活动状态时,它们会自动休眠,从而最大限度地降低成本。
使 Sprites 成为可能的主要创新包括:消除面向用户的容器镜像(依赖于标准基础镜像),利用对象存储实现数据持久性,以及“内向式”编排模型,其中大部分管理发生在虚拟机*内部*。
Sprites 与现有的 Fly.io 基础设施(如服务发现(Corrosion))集成,非常适合原型设计、交互式任务以及快速启动开发环境。虽然不打算用 Sprites 替换 Fly Machines 来处理高性能的生产工作负载,但它们提供了一种令人信服的新方法来处理云开发——以至于作者将其描述为“令人上瘾”。Fly.io 鼓励用户使用预装的 AI 代理(如 Claude 和 Gemini)来试用它们。