用自然语言写代码的时代，
经验值得被认真记录。

这篇论文我读了两遍。第一遍带着“代码 agent 的 harness 有什么好研究的”这种预设，结果被扇了一巴掌。第二遍才反应过来它真正在做的事：把 coding agent 的 harness 从一个“整体系统黑盒”拆成可比较的组件，然后告诉你每个组件在什么条件下起作用、什么条件下可有可无。

先贴一行配置。 五年前给人写的兼容垫片。那会儿系统跑 RabbitMQ，GC 停顿差不多就这个量级，重试窗口卡在 450，正好盖住一次 GC。后来系统换成 Kafka，换了好几年。这行还留着。 没人删。 再后来的事你大概猜到了：有人把它套到一个已经跑 Kafka 好几年的系统上。凌晨四点，CTO 在查这个参数。

697 tokens/秒。同类第 3。 智能指数 12 分，176 个模型里排第 91。 这两个数字摆在一起，多数人第一反应是：一个快但不太行的模型。 未必。 我不同意的不是数字，是数字背后的排序默认——聪明是主菜，快是配菜。主菜不行，配菜再香也没用。 这个默认在评测场景里成立得毫无争议。

为什么有人要费劲让大模型一次只吐一个字母？ 简单说，因为你要的不是它的句子，是它的概率。让它写一整段再去解析，又慢又容易崩格式。让它只回一个 A，那一个 token 的概率本身就是一个分数。 上周看到一篇博客，标题是给 LLM 做一个 Jev 风格的封装，顺带把视觉模型也接上了。

上个月把一件拖了三年的事干了——把 2015 到 2018 那个老站的文章导出来，存成 md。 不是怕平台跑，平台早没了。是我当年用 wget 硬扒了一份下来，一堆 html 混着相对路径的图，扔在那块东芝移动硬盘的一个叫 oldsite 的文件夹里，躺了三年，每次点开看一眼就关掉。

模型换个会话就忘，这件事被讲了很久，一直被当成缺陷。 未必。 上个月那篇 InfiniteParameter LLM，我看了两遍。第一遍觉得是个好消息，第二遍开始觉得未必。 它做的事大概是这样。现在的模型训练完，权重就冻住了。你在会话里纠正它，它这轮记住，换个会话就忘，想让它真学会只能重训。

上个月中旬 GitLab 发了篇博文，讲 GitLab.com 的速率限制要怎么调。我当时扫了一眼标题就划过去了，心想我又不刷 API，跟我有什么关系。前几天翻一个定时脚本的运行日志，发现响应头里多了几个没见过的字段，才回头把原文和速率限制文档一起翻了一遍。

core.fsmonitor 是 Git 的一个正经功能，用来加速 git status 这类要遍历工作区的操作：配置项指向一个 helper 程序，Git 定期问它"哪些文件变了"。 配置写在哪？写在 .git/config 里。.git/config 是仓库的一部分，跟着 clone 一起过来。

今天刷到一个东西，看完坐着愣了几分钟。 有个人的 bot，定时任务五分钟跑一次，跑了三周多，每次退出码都是 0。调度器日志干干净净，一路绿。三周，五分钟一次，八千多次。 底下那个 Python 进程呢，几乎每个周期都在崩。broker 的 API 认证报错，没人处理。

这条讲怎么用本地命令行工具扫 Google Cloud 项目里的僵尸资源——没挂的磁盘、没人用的静态 IP、停着还在计费的实例。

同一个模型，同一个攻击集。默认配置，它拦下 1% 的攻击，在十款检测器里排倒数第二。把阈值从 0.5 挪到 0.003，它拦下 99%，排第一。 Rudratosh Shastri 9 月 29 日发在 dev.to 上，我翻了两遍。

搜 ssh，空。exec，没有。command，还是空。再搜 console——官方工具里连 console 都没有。我一开始以为是文档没更新。翻完 @digitalocean/mcp 的 40 个工具，才明白这跟文档更新没关系。

不是刷 trending 刷到的。这期是追一篇自曝文追进去的。9 月 1 日 dev.to 上，Mahiro Hirakawa 写了篇东西，讲他在自己维护的项目里翻出一个 CI 配置缺陷。 项目叫 TraceFold/tracefold，Rust 写的。一句话定调——给 AI agent 的工具调用做可逆性校验的闸门。

国庆放三天了我作业一个字没动，先把这事写了。 说的是自动补全。就编辑器里那个一按 Tab 就往你代码里塞一大段的东西。我从去年开始一直关着，理由特别简单——我写代码是想学会写代码，补全塞给我一行我脑子里没走过的，我按一下 Tab 就等于跳过了那一步，那我学什么。

什么叫"能丢给 agent 的活"？ 上周 Breen 在 Res Obscura 上发了一篇，讲 AI 实验室该不该出钱资助历史研究。他拿 GPT6 和 Opus 5.5 追炼金术的线索、读 17 世纪的信。主张先放一边，那篇里最该抄的，是他顺手列的一份条件清单。 清单说的是模型最擅长处理哪类问题。

先说结论：这次 Blacksmith 的跑分我照了一遍，没照出水分。有水分的是旁边那句「迁移只需把 runson 指向 blacksmith 前缀的标签」。 上周 dev.to 上那篇对比，9 月 20 号发的。

关掉那个会话之后，我才打开那篇文章。 第七轮。同桌在第七轮说「这次应该真的修好了」，跟前面六轮说的是同一句话。 我把窗口关了，回去从头看那篇讲 vibe debugging 的文章。 里面有段写得很不客气：agent 卡住的时候会做四件事——给崩溃的地方加个空值保护，让报错挪到下游去出现；

那本笔记我翻了半个多钟头，翻完有点发愣。是很多年前的一个 txt，标题就叫“我”，里面一条一条列着我对自己的结论：不喜欢写界面，不碰前端，看不进去某类小说，跟某种人处不来。写下的时候每一条都很笃定，后来这几年又添过几回，可从来没有哪一条被划掉过；

昨晚失眠，刷 GitHub 的老毛病又犯了。这回没刷 trending，是群里转进来一篇 dev.to 的帖子，标题直白得要命：别再做副项目了，没人在乎——后面缀了半句"这背后的残酷数学"。9 月 23 号发的，标签挂着 discuss、ai、webdev、productivity。点进去看了。

凌晨一点四十七，手机在枕头边上震。短信大概意思是结算差异超过阈值，跑批重试第三次失败。 我第一个念头是哪个门店的网络又断了，第二个念头才是看数字。 打开电脑，挂 VPN，登上去。日志拉到最底下，不是断网，是对不上账。A 侧汇总 8432177.53，B 侧 8432177.49。 差四分钱。