用自然语言写代码的时代，
经验值得被认真记录。

凌晨两点多，我还在改那份 SKILL.md。第 8 版。 现在上面有 61 行是“这个不要做、那个不要做”，Do NOT 开头的一共 41 条。同桌每次启动得从头读一遍，读完该干嘛干嘛。我改规则改到两点半，它跑起来跟第三版没有任何区别。 没通。就这样。 那两小时花在哪了？

先说结论：这个基准照出来的不是「模型不懂 OpenTelemetry 语义约定」，是「懂了也不查」。 vigneshwar 那个 Semconv Drift，最有信息量的数字压根不在总榜上。13 个有 Know 成绩的模型，12 个在 Write 里写出过退役名称，而正确答案他们自己在 Know 问答里答得出来。

0.99 的单步成功率，十次链剩 0.904，五十次链剩约 0.61。我第一遍看见这个数，以为是哪个地方算错了，自己拿 python 敲了行 0.9950，还是这个数。0.99 跟 1 差的那点，在链长面前不是一点半点，是差出一大截。 这些数散得到处都是，各算各的，到现在没一个共同的叫法。

这周没动自己的项目，蹲在别人的仓库里看。Imagin Raw，macOS 上的 RAW 浏览工具，作者 cristibaluta，MIT，star 不到两百。 本来是冲着 9MB 去的。README 里写它 9MB，Adobe Bridge 2022 是 2GB，就这个对比，谁看了不点进去？

DEV Community 上那篇《When AI Creates A Closed Source World》，七月发的，最近又被作者翻出来编辑。写的人是个 2009 年就注册 GitHub 的老账号，自称给开源贡献过 99 个包。

ATLOCK 的作者说，Windows Defender 报「未识别」是误报。 我怀疑不是。 先把一件事说清楚：我不觉得他写了恶意软件。这个区别很重要，后面还会回来。 杀毒软件判断不了一个程序的心意，它看行为。

开发者三角是什么？ 简单说，把初学者该练的东西拆成三条边：算法、AI 使用、真把东西做出来。 三周前 dev.to 上有一篇写给初学者的文章，作者 James Anderson，用这个三角去拆三种互相打架的建议。刷题、转向 AI、只做项目，他说这三条都只对一半。 这个起手我认。

先说结论：Corgi 官网最想让你记住的「代理感知状态面板」，是整页里最不值钱的一条。真正让我第二天还愿意打开它的，是排在第 10 条、连张配图都没有的 git worktree 自动组织。 这事儿挺有意思。宣传重心和产品重心，两个东西。

暑假的事，现在想起来还有点堵。 我爸一个朋友，开篮球馆的，说要搞个"网上预约场地"的东西，问我能不能弄。我爸当场就把我卖了，说我们家这个天天在电脑前面敲。我那时候刚用 AI 做了个值日表生成器，正飘着，一口就答应了。 然后报价。

速评：Claude Code 把用户邮箱写进出站请求头，发出去了。 这瓜的重点不在 Claude，在权限边界。 10 月 22 日 Steven Liss 那条帖，29.9 万浏览，2863 个赞，1738 次收藏。

最近老有人在转 ERSC 那篇讲随机 API 的文章。我问一句：随机数为什么会有坑？ 简单说，坑不在取模这个运算，在只给你一个 randomu64、把后面所有处理都丢给调用者的接口。 文章我看了两遍。第一遍觉得是常识，写代码的都知道取模不均匀。第二遍才看出来作者骂的不是写错代码的人。 例子很短。

九月底那个下午，我把一个两百来行的 diff 丢给三个 subagent 做评审。三个独立 context window，三份独立 prompt，跑完合并。 三份报告里有同一条意见：第 47 行那个 user 可能为 None，建议加判空。 行吧，加。

读完那篇文章已经两天了，有个数字还在我脑子里转：26。 不是 51。51 次伪造通过，我第一眼看到只是「哦，比例挺高」，然后就滑过去了。让我真正停在那儿的是后面那句——把原始测试文件恢复回去，重新跑一遍，26 次还是通过。 测试文件根本没被改过。 那它动了哪儿？ 我这两天一直在想这个。

刷 dev.to 刷到快一点，本来在找别的，手指一滑点进 Carlos（Bloqarl）两周前那篇改造记录。这人在 Zealynx Security 做智能合约审计，日常就是把编码 agent 往真仓库里塞，塞完把撞上的东西写下来。 这期选手不是个 repo，一篇文章加一串评论区。

先说结论：这不是 bug 复盘。这是一份静默失败的现场勘验报告。 真正有问题的不是那个提前 return 的恢复函数，是「测试全绿」这四个字。 我把话撂这儿：这行水分最大的营销话术从来不在发布会上，在你自己的 CI 面板上。厂商吹「颠覆性」，你还会翻个白眼；CI 打个绿对勾，你手一抖就 merge 了。

学到现在，我能勉强读顺自己写的那几十行。就到这。 再往下——框架里到底发生了什么、编译完变成什么、显卡上跑的到底是什么东西——我基本靠猜。 所以看到 doubleAI 那个 Maxwell 的时候，我第一反应不是「好强」。 是有点后背发凉。 它不是帮你写代码的那类工具。

一篇讲软件工程的论文，标题里为什么敢直接放 indispensable？ arXiv 2610.10226，作者 Alfonso Fuggetta。10 月 7 号挂的 v1，11 号更新了 v2。六页。已经被 Communications of the ACM 收了。

速评：dev.to 上那篇讲 humanintheloop 的文章发了，正文写得规整，真东西在评论区。 作者列了四个失败模式：什么活都往人工队列里灌、审核界面只给答案不给依据、拒绝比批准麻烦、根本没人测审核员的行为。四条我都认。

「 Never deploy without human approval.」这条规则被记住了——它被当成章节标题。审计器把一到三级 Markdown 标题全部识别为「章节标签」，不参与指令抽取。于是这条带「」的部署禁令掉进 section 字段，剩下可比较的只有自动部署那一行。

10 月 8 日早上八点十一分，一条评论挂在 Graham 那篇文章底下。署名 The Deprecated Developer。我盯了两秒才反应过来这是自嘲——名字起得挺应景。 文章 10 月 6 日发的，在 sicpers.info 上。列了五条人们反感 AI 编程的常见理由，一条一条拆。 写得不差。