Steve Yegge 提出软件生存 3.0 模型：能省 token 的软件才会活下来
Steve Yegge 提出一个判断软件能否在 AI 写代码的时代存活的选择压力模型，核心规则是软件若能节省认知成本（可近似为 token 消耗）就更可能存活，反之会被绕过。
#成本/额度
#成本/额度
今日 0 条Steve YeggeAI 评分6262
Martin AldersonAI 评分5050 AI 算力短缺即将到来：从 token 消耗暴涨到 DRAM 供应瓶颈
随着编码智能体和最新模型推动 token 消耗激增，AI 算力正面临严重短缺。作者估算自己三年内每日 token 消耗增长约 50 倍，目前全球约 10 亿活跃 LLM 用户，而超大规模厂商已承诺数千亿美元资本支出。Macquarie 指出当前 DRAM 供应仅能支撑 15GW 的 AI 基础设施部署，内存供应正成为比电力更难解决的瓶颈。
Martin AldersonAI 评分4040 AI 算力支出被低估了吗？6 倍算力浪潮尚未落地
针对"AI 扩展撞墙、资本开支过高"的质疑，Martin Alderson 指出批评者评判的是上一代硬件训练的模型，而一波约 6 倍的算力已经分配、正开始产出结果。
Paper Compute · Engineering BlogAI 评分2020 Paper Compute 为 AI 智能体构建缺失的可靠性底座
Paper Compute 提出为 AI 智能体补上缺失的 harness，用分布式系统原语解决可靠性问题，而非依赖更强的模型。其三项能力包括确定性重放、无限上下文虚拟化和可验证状态转换，后者要求智能体的变更符合 ACID 且可审计。公司同时强调可观测性优先，认为遥测是安全、成本控制与故障恢复的前提。
Martin AldersonAI 评分3434 构建软件的成本真的下降 90% 了吗？
拥有近 20 年经验的开发者 Martin Alderson 认为，agentic coding 正把软件开发的劳动力成本大幅压低：原本一个月的内部工具项目现在一周完成，Claude Code 数小时就能写出 300+ 个单元与集成测试。他援引 Jevons 悖论指出，成本下降会释放大量被压抑的软件需求，而领域知识将成为开发者唯一的护城河。
Martin AldersonAI 评分3434 Excel 智能体能否释放 1 万亿美元经济价值？
继 Shortcut 和 Microsoft 的 Agent Mode 之后，Claude for Excel 的推出让 Excel 智能体成为新热点。作者估算，美国约 7090 万管理及专业岗位从业者中，38% 的工作时间花在 Excel 上，对应约 2.4 万亿美元年人力成本，即使只提升 50% 效率，也意味着至少 1 万亿美元被浪费的工时。
Martin AldersonAI 评分3232 AI 数据中心会重演电信业泡沫破裂吗？与 2000 年代光纤崩盘的对比分析
针对 AI 数据中心将重演 2000 年代电信业崩盘的说法，Martin Alderson 对比历史数据后认为两者基本面不同。
Martin AldersonAI 评分7171 我如何让 CI/CD 更快更便宜：用裸金属服务器替换 GitHub 托管 runner
作者认为 GitHub Actions 默认 runner 的 2vCPU 实际只是共享物理核的一个线程，实测单线程性能约为 Ryzen 9950X3D 的一半，磁盘读写约 200MB/s、IOPS 约 1 万，远低于 PCIe5 NVMe 的 6000MB/s 和百万级 IOPS。
Ryan LopopoloAI 评分1212 Stripe 云成本核算团队如何与财务团队高效协作
Stripe 云成本核算团队通过与财务团队建立共享数据、双周 DRI 同步和统一核算口径，显著降低了 AWS 成本。双方统一以公开按需价格衡量 AWS 支出、按 xlarge 归一化单位讨论实例用量，并将 EC2 预留实例覆盖率目标提高 10%，同时开始购买 ElastiCache 预留实例。工程侧还构建了自动对账系统，将月度 AWS 发票与成本和使用报告核对。