Making

general · 首次出现 2026-05-22 · 最近出现 2026-10-22 · 累计提及 321

综述

Making 一词在科技语境中有两层常见含义:一是指 Maker(创客)式的动手制作文化,即个人或小团队用工具把想法做成可用产品;二是作为动名词出现在诸如 Decision Making、Market Making 等技术术语中,指模型或系统在具体场景中的执行与决策过程。随着 AI 工具链的成熟,两种含义正在交汇——开发者用 AI 辅助做产品(Making)的同时,AI 本身也被用于金融做市(Market Making)等决策任务。以下是近期相关的几条动态。

AI 辅助 Making 的工程实践

  • Capital One 的 Max Kanat-Alexander 将在 AI Engineer New York 分享 AI 实践经验:金融行业的资深工程管理者将讲述如何在大型企业中把 AI 落地到真实研发流程,是观察大机构如何组织 Making 活动的窗口。
  • ColaMD 的图表引擎从 Mermaid 换成 Pele 了:独立开发者持续打磨工具链的典型案例——渲染器体积从 10M 降到 5.4M,单图渲染仅需 20 毫秒,体现了个人团队在性能细节上的 Making 能力。
  • AI 参与 Market Making 与决策

  • Cooperative Multi-Agent Reinforcement Learning for Market Making on Prediction-Market Order Books:研究者尝试用多智能体强化学习在预测市场订单簿上做市,把 Making 从制造扩展到流动性提供的算法化场景。
  • Claim-Level Confidence Calibration for Reliable Decision Making with Large Language Models:该工作关注大模型在决策场景中的可靠性问题,通过声明级别的置信度校准提升输出可信度,是 AI 进入高风险决策环节的前提性研究。
  • 当前焦点与观察点

    围绕 Making 的讨论目前集中在三个层面。其一是角色重塑:AI 递归自我改进的进展让部分研究者认为,人类研究者的定位将从执行者转向方向设定者,这一转变存在震撼与沮丧并存的争议。其二是资源流向:Anthropic 承诺将 5% 的股份投入相关基金,显示头部公司开始在制度层面回应 AI 对创造与就业的影响。其三是工具效率:从图表引擎的体积与渲染耗时之争到企业级 AI 实践分享,个人开发者和大型机构都在重新定义“做出一个产品”所需的时间与门槛。总体来看,Making 正从纯手工技艺演变为“人 + AI”协作的复合活动,其边界、责任归属与价值分配仍缺乏共识,值得持续观察。

    相关报道

    10 条在档