第二百零五章 他们是怎么做到的？ (第2/2页)
——这，这怎么可能呢？这个工具，比 Atlas 还要强？
瑞恩不信邪地又打开 Atlas 测试库里的另一个例子。这是测试库里最恶心的一个，编号 case-42。
到现在为止，Atlas 还没有一次能完整通过。
瑞恩输入标准的测试提示词，等着看御风会在哪里跌倒。
然而，五分钟之后，御风一遍通过测试。代码优雅，注释完整，看起来简直不像 AI 写出来的。
瑞恩不得不强迫自己接受现状。
拿 Nexus Atlas 来比，让它从需求文档生成代码还可以；可每次在已有代码仓库里运行，都会出两类典型故障。
一类是找不准上下文。给它一个修 bug 的任务，它能在十万行的文件夹里满世界乱找，把毫不相关的文件全翻出来塞进提示词，再生成一份看起来很专业、实际完全跑不起来的代码。
另一类是碰巧找到了相关代码，也改不对。就算上下文给对了，模型也常常分不清哪段是要遵守的约束、哪段只是参考，结果很不稳定：有时能用，有时不能用。判断能不能用所花的精力，不比直接写少多少。
这两类问题，Nexus 的研究和工程团队从八月卡到现在。准确率提升了不少，却完全没到可用的程度。
而御风，这个新工具，至少在刚才那两个任务里，看起来把问题都漂亮地解决了。
瑞恩觉得房间里有点儿热。他扯了扯衣领，低头看电脑上的时间：晚上十点三十七。
瑞恩又看向莎拉的对话框。
莎拉的上一条消息还是十分钟之前。
“中国的网络论坛上有一篇测评“御风”的文章，讨论量非常大，请看一下。【链接】”
瑞恩顺着对话框往上看聊天记录。
“刚才我和开发团队已经一起试用过了，完成度比我们的还要高不少！”
——这是莎拉刚才发来的话。瑞恩本来还觉得她大惊小怪，此刻这句话看起来却格外刺目。
他没点开莎拉的链接，而是直接拿起手机，拨通莎拉的电话。
“……呃，嗨？”接起电话的莎拉有点儿错愕。她虽然经常在晚上汇报工作，但老板很少会直接回复。在硅谷，即便是在创业公司，老板们仍试图维持表面上的“不鼓励加班”文化。
“莎拉，现在就联系工程团队、研究团队负责人和市场负责人。半个小时以后——”瑞恩又看了一下时间，“十一点开线上会。约翰那边我来联系。”
约翰·斯诺是 Nexus AI 的 CTO。
“十一点？”莎拉在电话那头又确认了一遍，“今天？现在？十一点？晚上十一点？”
这个电话的信息量显然有点儿大，冲击了她思考的回路。
“是的。”瑞恩说，“确保所有负责人都上线。给他们发信息，打电话，或者直接去他们家敲门。总之，确保所有人都上线。”
说完，瑞恩挂断电话。
紧接着，他又联系约翰，把刚才测试的过程大致描述了一遍。
约翰在电话那边沉默了一下，开口道：“我现在就过来。”
约翰家和瑞恩家离得不远，开车只要五分钟。
挂断电话，书房里安静下来。
坐在办公桌前，瑞恩重新看向屏幕，点开莎拉发来的帖子。
帖子是中文。瑞恩用翻译插件翻了页面，读起来还算通顺。
老张在帖子里痛心疾首：御风重构他的支付模块时，自作主张删掉了他写的一段去重逻辑，没有任何提示。
“它不知道自己不知道”，“潘多拉的魔盒”，“互联网的地基”……
看完这篇文章，瑞恩整个人往椅背上一靠，目光投向书房的窗户。
“这个人什么都不懂。”瑞恩低声说了一句。
老张以为自己在骂御风。
但老张不知道，御风底下负责意图理解、任务编排和技术决策的，正是 Nexus 的大模型——水星模型。
水星模型的决策风格就是这样：激进、自信，看见不符合规范的冗余代码就会“顺手改掉”，能删的部分绝不保留。
这是瑞恩本人和研究团队特意选择的技术方向。如今大模型竞争已进入白热化，几家巨头市占率那么高，Nexus 作为一家创业公司，要怎么找到自己的定位？
人狠话不多的技术精英，就是 Nexus 给水星模型选择的定位。
老张那段去重逻辑被悄悄删掉，根本不是因为御风的“幻觉”，而是因为水星的“脾气”。
这个老张，找错攻击对象了。
御风真正厉害的地方，在于它能找对上下文、识别历史包袱，并无需人工接管地完成整个任务——这些才是它作为工作流编排工具的核心价值。
模型是可以换的。把激进的换成保守的，水星模型换成别家的模型，老张那段去重逻辑可能就保住了。
但瑞恩现在最好奇的是：源码科技这个团队，到底是怎么做到的？