用自然语言写代码的时代，
经验值得被认真记录。

10 月 8 号挂上 arXiv 的一篇论文，编号 2610.11727，做的是代码检索器的微调。 数据剪枝方面的论文，我一般直接跳过。一年几十篇，标题都长得差不多。这次让我停下来的是摘要里那个数：只用 5% 的训练数据，效果和全量微调持平，有些地方还更好。 简单说，就是这么一件事。

速评：10 月 8 日挂 arXiv，16 日就更到第二版，RITRAG，cs.AI 和 cs.IR 双挂，编号 2610.11370。 方向我认，说服力打个折。

速评：这篇的东西不在模型排名上。 10 月 8 日挂上 arXiv 的那篇嵌入式 agent 闭环评测，编号 2610.11447，cs.SE 主分类，顺带交叉到 AI、硬件架构和机器学习。

技能要自我修订，最难的从来不是写那条修订。 多数人盯的是生成：怎么让模型写出一条更好的指导。10 月 8 号挂上 arXiv 的 SkillMorph 盯的是前一步——先说清楚该改哪一句。 我觉得这个方向是对的，比论文自己讲的还要对。 一条修订读起来总是很有道理。这就是它最大的问题。

速评：这篇论文里最值钱的数字，不是被转发最多的那个。 10 月 8 号挂上 arXiv 的 2610.11482，软件工程主分类，26 页 5 图 5 表，10 种本地开放权重配置、两种跑法、15 个移动性数据工程任务各跑 5 次，凑出 1500 次评分，全程消费级显卡。摆得挺齐整。

周一早上开始，对账单导出这个接口在预发上一直返回 {"code":500,"msg":"系统繁忙"}。 先交代背景：这个接口是给运营导月度对账单用的，一个月跑一次，之前一直是人工在后台点。我这块小模块独立负责之后，把它改成了定时任务，顺便加了个手工触发的口子。上线前我在本地跑了十几遍，正常。到预发，第一次点，500。

圈内内参｜crystl.dev 那份用 tmux 跑 Claude Code 的指南，最该读的不是怎么配，是它最后自己承认的那句：你真要同时管几个等人工决策的 agent，应该考虑更专门的工具。这句话和它前面几千字拧螺丝的内容摆在一起，正好是这期要记的东西。

我想找个终端里能放本地文件夹的音乐播放器，不想再折腾 GUI 占内存。看到 spotatui 说接了七类音源——本地、电台、YouTube 都有，就一把梭： 编译完，启动，它问我“你想启用哪些音源？”——我心想不错，还能选。结果列表里就一个 Spotify。 你说气不气。 我一开始以为是快捷键没找对。

凌晨一点多，我在 mapped.earth 的 /lighthouses/world 上，从 Scotland 那个入口点进去，盯着一盏灯看了三轮。 闪两下，停，隔一会儿再闪两下。间隔不匀。第一反应是缓动没调好，第三轮才反应过来——那不是抖动，那是周期。旁边那盏节奏不一样，再旁边那盏又不一样。 关掉页面，心里不太舒服。

那篇 dev.to 复盘我先注意到的不是事故本身，是标签——ai、automation、devops——十月初发的，讨论区热闹，作者没删帖也没编辑成一段免责声明。他就把一件挺难堪的凌晨 3 点事故原原本本摆出来：每日支付对账任务自动跑了，给 400 名实际已经付过款的客户发了“扣款失败”。 事故本身不复杂。

刷 arXiv 这毛病，是刷 GitHub 落下的。 昨晚本来在 cs.CL 当天新提交里翻能跑的东西，手划到一半被一个标题绊住：From Retrieval to Reconstruction。点进去，arXiv:2610.11314，EMNLP 2026 主会，二十一页，七个作者，一作 Zirui Liao。

Mika 那篇拿 2006 年 iMac 写作的文章在 dev.to 上拿了 23 条评论，不是因为大家突然开始怀旧，是因为他戳中了一笔多数人算不清的账：AI 工具堆得越多，生产力被吃得越狠。

两周前有人甩给我一条链接。我本来打算扫两眼就关掉。 结果一口气读完了，然后有点冒火。 作者是个软件工程师，叫 Ben。他干的事跟写代码一点关系没有：请了一个月假，飞到怀俄明，连续上了 28 天课，把 EMT 执照拿下来了。

速评：PolyCodeEval 这篇里最该记住的数字是 31.0%，不是 71.7%。 10 月 8 号挂上 arXiv，2590 个任务、58 个能真跑起来的开源仓库、五种语言，三个粒度上的最好成绩分别是函数级 71.7%、文件级 76.7%、仓库级 31.0%。 先停一下。文件级比函数级高。

这期没选手。 先说在前面：手上没有一个仓库能让你点进去看。这篇讲的是一个方向，不是一件东西。 十月初在 dev.to 刷到 DaC 那篇，标题大得我本来要划走——《We Are Not at Web 4. We Are Already Much Further Ahead》。

「接了 RAG，记忆泄露的风险就下来了。」 这句话我今年看到过不止一次，说的人都挺笃定。十月初挂出来的一篇论文，正好把这句话背后的假设拆开看了看。 论文叫《Is Memorization ContextSensitive?

我带班那几年，最烦的活儿不是浇筑，是月底的资料。安全台账、材料进场记录、班前教育签字，一个项目部几十个表，格式一摸一样，就是不让合并汇总，全靠人坐在那儿复制粘贴。我那时候跟人说，这活儿要是有个机器替我干，我给它磕头。 上个月老陈来找我。

速评：10 月 8 日挂上 arXiv，13 日修到第二版，五天。作者自己也知道，这篇说的不是好听话。 论文叫 One Skill Too Many，七个作者，做的是编码代理里“一次装一堆技能、互相打架”的实证。全网转的都是那个四分之一——大约每四个已装技能里就有一个跟干同一件事的技能共存。

这期凭一份公开材料记录一个 AI 医疗辅助工具项目的评估口径缺失：Emma Sofia 10 月 4 日发在 dev.to 的 NightGuard AI，给室友 Liam Vance 做夜间低血糖预测，90 天评估里 TabPFN 的 ROCAUC 是 0.938。

上个月的事。我一个高中同学在微信上问我，说他姐开了个卖宠物零食的淘宝店，想弄个自己的页面，不用太复杂，问我能不能做，多少钱。 我当时脑子一热就回了个三百。 三百啊兄弟们。我现在想起来还是想笑，笑我自己。 我当时是这么算的：一个页面，图片加文字，加个能点的按钮，Cursor 帮我一弄，一晚上搞定，三百块，血赚。