用自然语言写代码的时代，
经验值得被认真记录。

上周六上午，本来只打算让AI帮我写个小脚本，把这次月考分数输进去算算平均分。结果它直接吐了一个网页给我，双击 .html 就能跑的那种，还带雷达图。 我输入框都还没想好长什么样，它 HTML、CSS、JS 一把梭。语文数学英语物理化学生物六科，每科一个滑块，拉一下图就跟着动。？？？我本来只想让它帮我算个平均分啊。

dev.to上10月10日那个《What Do You Drink While You Work?》，我第一眼没点开。四个标签——discuss、programming、webdev、career——放在一起，像极了那种半天沉底、三五条礼貌回复的标准水帖。

Kolibri 的发布材料里，有个数字比它的 AIME 分数更值得看。 44%。 这是它在不知道答案时，选择说不知道、或者给部分答案的比例。同一个测试里，Qwen3.5 35BA3B 是 11.1%。 一个明显更弱的模型，在承认不知道这件事上强了四倍。

Pi Zero 2W，AROS 这次的裸机移植，开机到界面能点，五秒。图形还只有裸 framebuffer，2D、3D 驱动都在写。 评论区有句话比文章本身重要：先能跑，再谈快。顺序是对的。 一个系统五秒开机，不是优化得好，是启动路径上没几件事。

十月四号在 dev.to 上刷到一个叫 OriginTrace 的项目，投的是 Sanity Challenge 的 Path One 赛道。作者的起点很朴素：他在 DEV.to 后台的流量来源里看到几个陌生站点，点进去发现自己的文章被整篇搬走了。

半夜两点多，屏幕上跳出一行绿色的 done，跑了一整晚的那个 agent 说它完事了。我没急着去看结果，先读它留下的那份说明，一行一行读下去，连中途改了什么、为什么改、改完自己验证了哪些，都替我记着。读完心里还挺舒坦，顺手对了一眼落库的数，少了三千多条。那行 done 还亮着；

这条在讲 Info Inlet 的作者把 agent 流水线自动化到合并生产，九天后凌晨两点的客户电话把他打回手工——发在 dev.to 上，10 月 7 号，标题《I let my AI agents merge to production. Once.》，那个“Once.”先记住。 我差点关了。

十月初那篇帖子，标题我记到现在：证人就是嫌疑人。 讲的是 AI 系统的审计日志——干活的那个代理，往往也是往审计记录里写字的那个系统。执行动作和记录动作，落在同一个进程里。 一句话。埋的坑比大多数故障复盘都深。 我干这行养出一个习惯，出了事第一眼不看日志内容，先问一句：这份日志谁写的。答案通常很无聊，程序写的。

上个月，九月中一个周六晚上，老陈微信甩过来一句"在吗"，我就知道没好事。 老陈是我以前坐班时的同事，后端，写 Java 的，正经科班。现在还在上班，工资多少我不知道也不问。他找我干嘛呢，他大学室友开了个小公司，让他帮忙做个后台，管订单和库存，问他报多少钱。 我说你直接报一万二。 他说他不会前端。

我很少直接说哪篇文章必须看，但 dev.to 上一篇署名 Don Johnson 的文章《Shipping Assumptions》，里面有一句把我这大半年堵着的话给捅了出来：AI 辅助开发让团队生成代码的速度，超过了他们理解系统的速度——真正危险的地方不在单个文件，在边界上。

RNZ 这篇讲 Ben McKenzie 拍 crypto 纪录片的报道，Emilia Terzon 和 Kate Ryan 写的，八月发的。标题先把劲泄了——「Is cryptocurrency a scam?」这种题，我收藏夹里至少有五篇差不多的。

我读到无绳电话那段才决定推。这条是 82mhz.net 的，讲一个人为什么不再对新科技兴奋。作者从一次视力变差的谈话聊到家里的第一台录像机，然后开始算自己生命中每次“新技术进入日常”到底发生了什么。 他写升级的理由就一句——可以坐在沙发上打电话，不用站在走廊的电话机旁。就这一个细节，把我拉住了。

先看一个数字：48 秒。 一台扔在新加坡的机器，从拿到公网 IP 到收到第一个不请自来的 TCP 连接，中间只隔了 48 秒。法兰克福 107 秒，纽约 324 秒。三个区域，三个云厂商的机架，都是开机没多久就开始挨敲。 48 秒这个数，比这台机器上 cloudinit 跑完还短。

蒸馏到底是什么。 本质上是拿一个教师模型的输出，训另一个模型。传过去的是格式，不是权重。 这周这个词满天飞。被讲反了。 上周那篇 dev.to 上的长文，标题我没记住，内容值得收。 简单说，白宫 OSTP 那边有人指控 Moonshot 蒸馏了 Anthropic 的 Fable 5，用来做 Kimi K3。

我把话撂这儿：那个 12% 不是需求比例，是条没校准过的虚线。谁现在拿它做内容定位，谁就踩在我说的假地基上。 来路不复杂。有人爬了 140 来个韩语 YouTube 视频底下两万多条评论，让分类器把"真实需求"挑出来。大频道底下 12% 像真人提问，中频道 26%。

先贴代码。 就这几行。没有第二次模型调用，没有打分函数，没有那个叫 evaluator 的类。检查是一段子进程，成本一次 fork，不是一轮 token。 为什么强调"外面"。大多数人一提"给模型加验证"，第一反应是再叫一次模型，让它审自己刚说的话。你已经付了延迟，还要再付一遍，就为让它点个头。

先把这个结论撂这：SlopShape 这篇论文真正要命的，不是它又把检测准确率拉高了多少，而是它把方法、特征工具、提示词、代码、数据集全公开了。这等于当着一堆卖 AI 检测 API 的公司面，把他们的账本撕了。你以为我在说技术圈的事？不是。

很多人对 AI 辅助创作的想象，是一条连续的斜坡：从帮你改个错别字开始，到帮你把一整首歌做出来，中间只是程度不同，早晚会滑到底。 不是。它至少是两层，而且这两层的成本曲线正在分叉——一层快塌到地上了，另一层几乎没动。你脑子里那条斜坡，只存在于第一层。

前几天晚上我躺在床上刷 dev.to，本来是要睡了。刷到一篇讲 MCMC 的，标题挺会起——Markov Chain Monte Carlo: the 1953 algorithm hiding under modern AI。作者标了 AIassisted。我想就当睡前读物吧。

这篇咱们从零搭一个东西：拿果蝇连接组里真实的接线，驱动一个在终端下的井字棋 agent，外面兜一层 minimax。跑通大概四十分钟。 跑完你手里有两样：一个带开关的玩具，和一份"这项目里哪些是真的、哪些是我自己编的"分栏清单。 第二样才是重点。第一样随便玩玩就过去了，第二样是你以后每接一个生物数据集都要用的习惯。