all the knowledge I have accumulated over the years: the trade-offs between implementations, how acquiring works, how to structure idempotency to prevent double-charges, everything, was becoming useless.
大多数人认为深厚的领域专业知识是软件工程师不可替代的核心竞争力，但作者认为这些知识正在变得无用，因为LLMs能够快速获取和应用这些专业知识。这与行业普遍认为的'领域专家价值会随时间增长'的观点相悖。
For routine data prediction Opus 4.7—a general-purpose model without chemistry-specific fine-tuning—is now as good as or better than ChemDraw and MestReNova on average
大多数人认为通用AI模型在专业化学任务上必然落后于专门训练的化学软件，但作者发现Claude在没有经过化学专门微调的情况下已经能够匹敌甚至超越专业软件。这表明现代AI模型的通用能力已经足够强大，可以在特定专业领域挑战专门工具的地位，打破了AI只能作为辅助工具的传统认知。
a general-purpose model without chemistry-specific fine-tuning—is now as good as or better than ChemDraw and MestReNova on average
大多数人认为专业化学软件需要专门训练才能在专业领域表现优异，但作者认为Claude这样没有经过化学专门微调的通用模型已经能够匹敌甚至超越专业化学软件。这是因为Claude的多模态能力和推理能力使其能够直接从期刊图表或手绘结构中读取化学信息，而不依赖预处理的分子数据库，这挑战了专业软件必须领域专门化的传统认知。
NEC will establish a Center of Excellence to develop a highly skilled, AI-enabled engineering organization
大多数人认为AI会使专业知识和技能贬值，但作者认为AI实际上需要更高水平的工程专业知识，因为企业正在建立专门的卓越中心来培养AI技能，这表明AI工具正在提升而非降低工程工作的专业门槛。
Public models can already spot that a security-relevant check is missing in the right code path, but they can still miss the actual invariant being violated and therefore misstate the impact.
这一发现揭示了公共模型在安全分析中的一个关键局限：它们能发现缺失的安全检查，但可能无法正确理解被违反的实际不变量，从而错误陈述影响。这挑战了'AI能完全理解安全含义'的假设，强调了人类专家在解释AI发现中的不可替代性。
When evaluated directly in the Codex app, best-of-ten model submissions ranked above the 95th percentile of human experts on the prediction task and around the 84th percentile of human experts on the sequence generation task.
这一性能指标令人震惊，表明AI在某些任务上已超越95%的人类专家。这不仅是技术进步的标志，也引发了对专业科学家角色和未来就业市场的深刻思考。