田渊栋创业四个月，第一个模型交卷。40B 参数，主打本地编程，已经开源，MacBook Pro 上能跑。路线更有意思：RSI，递归自我改进——模型参与了训练自己。四个月前是零，四个月后是一个会写代码的模型，AI 给自己造了件工具。
本地跑不是噱头。代码不出机器，不排队等 API，断网也能干活，对有合规要求的团队是硬需求。40B 塞进笔记本靠量化和推理优化，速度谈不上飞快，日常补全、重构、读遗留代码够用。开源还意味着权重可查、可微调、可私有部署，企业最看重这条。
另一条线来自 AINews：Flint-interactive，一门专给 AI 代理用的语言，用来生成交互式数据可视化。它产出的不是一张死图。用户能点图表、筛数据、高亮相关内容，翻到作者最初没选中的那层信息。图表从“展示结论”变成“可操作的界面”，AI 代理写几行就能交付。
两件事指向同一个方向：AI 编程正从“帮你补全代码”往两头走。一头是造模型本身，一头是直接产出可交互的成品。人的角色被压到前面和后面——提需求、定验收标准。中间那部分敲键盘的活，正在被吃掉。