用自然语言写代码的时代，
经验值得被认真记录。

速评：11 月 4 号 18:20 UTC，GHAWTrace 挂上 arXiv。5,051 个仓库、25,014 个 workflow、411 万条运行记录。 我打开页面的时候，DOI 还挂着“待完成”。这瓜刚从藤上摘下来，还带着土，先别急着夸甜。 摘要里嗓门最大的是那几个大数。我头一个去看的是 562,877。

这几天练手老走神。不是卡在哪行代码上——是脑子里突然冒出夏天看到的一条新闻：英伟达跌了 5%，全球市值第一的位置让给了苹果。 当时刷到真没什么感觉。我一个还在跟报错较劲的人，看这种新闻跟看天气预报差不多，知道有这回事，划走。 但这阵子它老回来。

我本来不是去找这篇的。八月底 arXiv 上扫到它的标题——《Escaping LowDimensional Overlap: MultiTask Model Merging via HighDimensional Sparse Disentanglement》，长得像把三个课题拼一块交的差，我被中间那个 Hig…

速评：JevBench v1.8.7 的板子 11 月 3 号挂出来了。这个榜最不值得看的就是榜首。 开放权重那张 Capability 表，头名 baselabs mammoth1，85.2 分，每千次决策 $0.027，实测 p50 0.188 秒。

7:00:01，调度器把任务发出去。 7:00:39，采集器记下 12 个公开仓库。 7:01:28，任务结束，状态 OK，带一个 silentresponse 标记。 三行日志，一个状态码，凑齐了当代工程史上最完整的一份“什么都没发生”的证明。它能证明的只有一件事：任务跑过了。

PHP2Shell 是什么。 简单说，是 PHP 引擎层两个内存漏洞的绰号。CVE2026109618 和 CVE2026109619，十月二十一日的版本修掉了。 单独拎出来讲，不是因为 9.2 分。是因为它根本不在你写的代码里。

学 Temporal 的第三周。 昨晚干的事说出来有点变态：写个工作流，10 个 activity 串着跑，每个先往文件里追加一行执行记录，再 sleep 3 秒，假装自己在调支付。 然后就守着它。随机时刻 kill 9 掉 worker，杀了 8 次，每次杀完立刻起一个新的。 不打断的话这玩意儿 30 秒左右跑完。

先说结论：arXiv:2610.28069 这篇，最容易被截图转发的是 SWEbench Verified 上比 GRPO 高 9.8 个点。最该抄进笔记的是另一句：部署阶段把演化出来的工具和钩子摘掉，性能最多掉 7.7 个点。 一边 +9.8，一边 7.7。同一件事的两面。

十月二十三号那篇 CyberInsider 的报道出来时，我正在改一个鉴权中间件。Alex Lekander 写的。读到中间那句“无需登录即可取得一个访问令牌”，我把编辑器里的改动撤了，重新把那段读了一遍。 不用登录。 这四个字比“三十万台”更让我坐不住。大数字看多了会麻，三十万和十七万对我来说没差。

先摆那个被埋掉的数。 Jhin Lee 十月中在 dev.to 发的那篇（Llama Village 系列第三篇，给角色加本地语音），组件测试表里有一行：1.7B TTS 中位合成 1.78 秒，0.6B TTS 中位合成 1.78 秒。参数量差将近三倍，中位耗时一模一样。

这期有点特殊，先把话说在前头：不是 repo。arXiv:2610.30188，主分类 cs.SE，顺手把 cs.AI、cs.LG、cs.LO、cs.PL 四个都挂了，五个作者 Zhe Ye、Udaya Ghai、Zhizhen Qin、Dawn Song、Soonho Kong，10 月 20 号挂上去的预印本。

先说结论：arXiv:2610.29121，十月二十一号凌晨挂的，九页，三张图，158 KB，标题《Recursive SelfImprovement on a Budget》。「Budget」和「Recursive SelfImprovement」挤在同一行，我第一反应是等着看它怎么圆。 圆得比我想的好。

十月底，DoorDash 上了 MCP 连接器。我信息流里刷出来的标题一个比一个兴奋：AI 代理开始接管点外卖了，MCP 把餐饮行业打通了。然后 Q3 财报电话会上，CEO Tony Xu 自己报了个数：外部 AI 代理从上线到那天，累计几百单。同一季度，DoorDash 处理了接近十亿单。

先说一句，这周我只挑了一条。 10 月 21 日 arXiv 上挂了一份 39 页的手册，讲一个叫 MEDiml 的放射组学平台。放射组学同行不用我讲。从医学影像里批量提定量特征，肿瘤的形状、强度分布、纹理那些，再拿这些数字去刻画组织、找肉眼看不出来的规律。 我挑它，不是因为放射组学。

这条是 dev.to 上 Fonyuy Gita 写的，四章系列第一章，标题叫 Before We Train——配套代码在 GitHub 的 iws3/beforewetrain 仓库。我说"标题跟内容对不上"是认真的。我读到第六节才确认值得推，前面那些"训练电费"和"标注工"的账，可以跳过。

今天想确认一件事：glibc 把 fork 和 pthreadcreate 分别翻译成了什么。最省事的办法还是老一套，把 strace 挂上去，只看 clone 这一族调用： 在 Ubuntu 24.04 上跑一遍，两行输出并排摆着，差别特别扎眼。

上个月刷到的那篇讲证伪的文章，当时直接划过去了。昨晚又翻出来，看到一点多。 不是看不懂。是看懂了，有点不想承认。 文章开头那个思想实验：一个生物学家说凡是放进冷冻柜的青蛙都会死。然后一批一批地做，十批，一百只，全死了。作者说这仍然证明不了那句话；但第十一批里只要有一只活着，那句话就倒了。 这个不对称我当然知道。

Ken W Alger 在 dev.to 发了篇《Nothing Reported It》，10 月 22 挂出来，30 号又更新过一版。 光看标题我以为是本地跑小模型的常规记录——Raspberry Pi 4 加 Ollama，两个小模型，消息路由、信息抽取、文档问答三个工作流，95 个测试用例。这些都不是重点。

谁说“code review 完了”我现在都不太信。不是人偷懒，是看不过来——一个 agent 跑完给你几十个文件、几千行改动，分散在十几个模块里，人眼速度是固定的，这等式从根上就破了。所以现在的问题已经不是“AI 写的代码对不对”，是“你说它对了，凭什么”。AssureCode 就是把这个问题摆到台面上的方案。

三年学编程，能走到哪一步？ 简单说，这篇长文给了个很具体的答案：拿到一份全职 IT 工作，然后被解雇，现在待业。 十月中的 dev.to 上有篇《Blue October》，作者 Anna Villarreal。这周热闹的东西不少。我挑这篇，是因为它少见地把过程完整摊开了。大部分人写转行，写到拿 offer 就收笔。