不好！1930年的AI都来抢程序员饭碗了
完全无需互联网数据
不好！1930年的AI都来抢程序员饭碗了 – 量子位
首页
资讯
智能车
智库
活动
MEET大会
AIGC
扫码关注量子位
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
不好！1930年的AI都来抢程序员饭碗了
衡宇
2026-05-03
17:42:55
来源：
量子位
完全无需互联网数据
Jay 发自 凹非寺
量子位 | 公众号 QbitAI
劳动节，马上100岁的vintage大模型也得劳动。
是的，有人给只有1930年知识的大模型，微调成软件工程师了……
过程比想象中轻松，仅用250个训练样本，强悍的老头便解决了自己人生中的第一个编程问题——
给xarray库打了个补丁。
一个连电视机都没见过的AI，现在也开始跟Claude们「学坏」，要跟程序员抢饭碗了。（bushi）
中古硅基软件工程师
先补充下背景，1930是谁？
这是最近爆火的「老头AI」，全名叫
talkie-1930-13b
。
操盘手是AI研究员Nick Levine、多伦多大学副教授David Duvenaud，以及大家熟悉的那位——真·GPT系列之父
Alec Radford
。
而他们对老头最有趣的设计，就是其训练数据有条铁律：1931年1月1日之后的任何一个字，
全部不准进！
是的，它不知道电视机，不知道互联网，更不知道二战怎么收场……
老头的世界，
永远停在了1930年12月31日的午夜。
但让全网「瘫软」的点在于，就这么个老古董，当扔给它一道Python编程题时，这个跨越近百年的「过去之灵」，竟然写出了人生第一行Python代码。
离离原上谱。
如今，
老头再次发力。
有人对Alec Radford的这个1930 vintage LLM做了微调，让它去解SWE-bench上的真实软件工程问题。
谁曾想，真让老头干成了。
250个训练样本之后，它落地了第一个fix——
一个针对xarray库的小补丁。
百岁老人，硬核上岗。
对了，团队放出了老头在落地这个xarray库补丁的全过程。
说实话，如果以看前沿LLM的标准，这个demo看着真有点恼火。
一个简单的问题，老头足足花了49轮才搞定，又长又慢。
其中有些轮次实在看不下去了，真的太笨了，着急死了，但你又不好意思对老头发脾气。
但，这在某些时刻，反而让人更兴奋。跟看爽文一样。
我举个最「直接、不绕弯」的例子。（bushi）
老头一开始其实搞砸了。
在
第12轮
对话的时候，它尝试apply patch失败了。
代码可以报错，但，老兵不死。
老头没有放弃，它仍在继续尝试，直到终于意识到自己错在哪……
然后，在第44轮，
它给修好了！！
我知道，fix本身很简单，别说AI SOTA了，代码水平跟小白比估计都够呛。
但真正重要的，是老头在
整个解题过程中的思考
。
这个过程展示出的那种推理能力，跟我们在现代模型上看到的如出一辙。
一个1930年的模型，
也会试错，会反思，会自我修正
。
demo之外，benchmark的表现同样亮眼。
当微调时的训练数据规模扩展到大约75K条trajectory，也就是10亿token的时候，模型在SWE-bench-Verified上达到了
4.5%
的pass@1。
要知道，它原来在HumanEval上才4%的pass@100。这进步幅度相当可观。
虽然绝对值还很低，但对一个1930年知识模型来说，已经很离谱了。
更有意思的是另一个对照实验。
事实上，团队还同时给老头训练了一个兄弟模型，叫
talkie-web
，这个模型是在互联网数据上预训练的。
同样的微调配方，talkie-web在SWE-bench-Verified上的成绩是
5.5%
的。
没错，即便团队偏心，给孪生兄弟加上互联网数据，也就比老头
高了1个百分点
。
以上结果，欢迎复现。
这不是什么穿越爽文，团队
已经在GitHub上开源了项目
，链接放在文章结尾，感兴趣的朋友可以去跑跑看。
团队自己也很兴奋，在README里喊话：
如果你手头有更多算力，我们很想看到1930模型和互联网模型在后训练持续扩展时的完整scaling曲线对比。
想看想看，这可比单纯秀肌肉的benchmark有意思多了。
什么是智能？
团队并没有剖析背后的原因，但我看了不少网友在帖子下面的评论，觉得这是一个值得讨论的话题。
我们一直以为，AI需要吃掉整个互联网才能变聪明。
但如果一个只读过1930年以前书的模型，经过一点点后训练就能写代码修bug……
那我们对「什么是智能」的理解，是不是也得重新想想？
4.5%的pass@1，放在今天的SOTA面前当然不够看。但它证明的那件事，比任何benchmark分数都重要。
一个1930年代的人，如果拥有几乎相同的教育体系，完全可以理解现代软件工程。
一百年前的数据量，加上正确的后训练方法，就足以产生现代意义上的推理。
智能的瓶颈，或许从来不在于预训练数据的多少。
你不需要一个训练过所有知识的模型，它只需要具备基本的语言理解能力，这就够了。
或许，当我们在Scaling路上一路狂奔的间隙，也可以稍微停一停，抬起头来跟身边人侃侃大山、扯扯淡——
诶，你说……
智能的本质，到底是什么？
GitHub：
https://github.com/RicardoDominguez/talkie-coder
参考链接：
[1]
https://x.com/rdolmedo_/status/2050665193374732430?s=20
[2]
https://github.com/RicardoDominguez/talkie-coder
版权所有，未经授权不得以任何形式转载及使用，违者必究。
GPT之父
talkie-1930-13b
微调
软件工程师
衡宇
消费级显卡可以快速上手跑！面壁智能MiniCPM-o 4.5发技术报告
2026-04-28
大厂AI抢人大战，从实习生开始
2026-04-22
Kimi新论文：把KVCache玩成新商业模式了
2026-04-19
20亿美金苏度科技具身首秀即大招！0真机数据，zero-shot，跑出98%首次抓取成功率
2026-04-20
扫码分享至朋友圈
相关阅读
比LoRA更高效！上交大&哈佛推出新微调框架，瞄准特定任务方向
微调需要的算力更少了
西风
2024-09-16
AI
大模型
微调
软件工程师就业新趋势：10年以上经验面试机会反倒少，VR/AR需求暴增14倍
十三
2020-02-17
Hired
就业
软件工程师
大模型恋爱神器！16种MBTI自由定制，北大ChatLaw团队出品
已开放32个大模型
明敏
2024-01-13
北大
微调
8块钱跑通一次强化学习全流程，潞晨云重塑微调赛道：1名算法工程师=1支Infra团队
国内首个！兼容Tinker范式且全面开放
邓思邈
2026-01-07
大模型微调
强化学习
微调
潞晨云
潞晨科技
0代码微调大模型火了，只需5步，成本低至150块
背后公司已融110万美元
明敏
2023-07-08
API平台
微调
生成式AI
极少数据就能微调大模型，一文详解LoRA等方法的运作原理
要搞懂这2篇顶会论文
萧箫
2023-07-18
LoRA
大模型
微调
热门文章
Cursor 9秒删库搞崩公司，然后…写了份检讨
2026-04-28
腾讯开源手机端离线翻译模型，仅0.4G，支持33种语言
2026-04-29
全球瞩目！斑陌易行闪耀硅谷，T6 无人车开启商用新纪元
2026-04-29
火速吃瓜：Kimi K2.6设计能力超越Claude Design
2026-04-29
不卷参数卷架构，这个开源模型把图像理解和生成统一了
2026-04-29
关于量子位
加入我们
寻求报道
商务合作
扫码关注量子位
追踪人工智能新趋势，报道科技行业新突破
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司
京ICP备17005886号-1
本文来源：量子位