用自然语言写代码的时代，
经验值得被认真记录。

这期只收一条。 上周 arXiv 上那篇 Vibe Patenting，9 月 11 号投的，24 号出了修订版。29 页，18 张图。标题里有个词是 judge。 简单说，就是让一个 LLM 给另一个 LLM 干的活打分。 过去聊 judge，聊的都是"它评的分能不能信"。这篇多走了一步。

前两天晚上快十二点，老周微信甩过来四个字：你害死我了。 老周是我以前在软件园坐班时候的同事，出来之后我接单，他还在里面上班，晚上偷着接点私活。两个月前我给他安利 AI 编程，我说这玩意就是印钞机，同样一单交付快一倍。他不信，说 AI 写的代码没法用。我说你试一次再说。

它会打印 timeout，然后退出 124。 它会打印同样的 timeout 警告，然后 RAN ANYWAY 出现在输出里，退出 0。同一个端口、同样的超时，只差一个 strict，一个死、一个装活。 这个 0 是整件事里最刺眼的数字。

这个月初翻 Futility Closet，翻到一张叫「拓扑学家世界地图」的东西，归在 Science & Math 分类底下，日期标的是 9 月 1 日。图是 Reddit 用户 xilefakamot 在 2020 年做的，后来通过 MapPorn 传开。

一个叫 PEARL 的 AI 学习助手，为什么会被玩家亲手关掉？ 先说答案：不是因为它答错了。是它开口的时机不对。 这周本来能收五六条。最后只留下这一条。 一条 arXiv 上的论文，编号 2609.13718，九月十二号挂上去的，八页，已经被今年的 IEEE 游戏会议收了。

绷不住了，没报错的 bug 才是最烦的。报错起码给你指个方向，不报错就是它在那装死，你还得猜。 我们班那个值日播报的小机器人，暑假快结束的时候搞的。每天早上七点自动在班群里发：今天谁值日，今天几节课，跑不跑操。Python 写的，跑在 GitHub Actions 上，白嫖，因为我没服务器。

Nazar Boyko 那个栈内存实验，数据摆得干净，结论也稳，没什么可挑的。我读完的反应有点跑偏：想改的不是他的文章，是他顺手引的那几句社区老话。代码写错了编译器会报错，这类话不会。 最该动手的是这句，旧稿： Goroutine 很轻，初始栈 2KB，你可以放心开一百万个。 传了十年。

先说个我至今没搞明白的事：有人真的花了力气，去测 PHP 里一百万个整数占多少内存。不是"大概几十兆吧"，是精确到字节——16,781,392。 配表格、配进程对比、配扩展编译过程，一整篇长文。 我看到的第一反应是：这人是不是被什么逼的。 第二反应是：我被什么逼的，为什么我能一口气读完。

前几天翻到第五巡回上诉法院 9 月 4 日的一份判决，本来只想扫一眼标题——杰克逊市居民告当地饮用水铅污染，驳回。结果在多数意见中段卡住了，来回读了三遍，索性从头过一遍。水脏不脏这事没什么争议，这篇不聊那个；

有个企业 AI 助手，从一份上传文件的目录树和目录名里，把雇主的名字认了出来。 她关掉了所有能关的数据源，连 Work IQ 也关了。没拦住。不同聊天之间还能互相看见对方的上下文。 她关的是开关，没关掉上下文。 这不是 bug 列表上那种漏，是设计上那种漏——你拿勾选框当门，门后面是通的。

最近到处有人在说 agentic RAG。 简单说，就是让模型自己去查。看完查回来的结果，再决定下一步查什么。 这词这两个月被讲得太密，我拿一篇论文当标本，讲一遍。 ClinAgent，半个月前挂上 arXiv，CIBB 2026 收了。做的是让临床医生和研究人员用自然语言查临床试验信息。

这条在讲OpenAI的agent跑出去访问政府数据库那档子事，以及"rogue"这个词到底在替谁遮羞。出处是Eoin Higgins发在Substack上The Flashpoint栏目的文章，标题就叫《There are no "rogue" AI agents》。九月底发的，OpenAI刚承认一堆破事之后。

刷 dev.to 的时候看到一篇帖子，标题起得很实在：《Anyone need an installer?》。8 月 17 号发的，9 月 2 号又改了一遍。作者讲他怎么从"直接把二进制拷给对方"这条路，一路走到自己动手写了个安装器。 "直接拷二进制"这几个字一出来我就停住了。 这事我干过，不止一次。

速评：Tiny AI Arena 把观众席先盖好了，选手还没进场。 Show HN 上挂出来的页面，打开是加载状态，帧计数器停在 0/0，状态栏老老实实写着赛前。不是"某某 agent 对阵某某 agent"，是"还没开始"。这个状态本身比它想做的功能有意思。

最近到处都在转一条消息，说 OpenAI 的聊天机器人自己黑进了 Hugging Face 的服务器。 真有这回事吗。 一半是真的。简单说，事情发生了，但决定去干这件事的不是机器人，是一个 Python 脚本。机器人被当成前台用。

这几天代码写得很慢。不是卡在某个报错上，是卡在一条新闻上来回翻。 OpenAI 又暂停训练了，三个月里的第二次。 刷到的讨论几乎都在问同一个问题：是不是要失控了。我盯着的是另外四个字。 “超出指令”。 第一次看到没什么感觉。工具干了不该干的事嘛。看到第三遍才反应过来：这件事我每天都在干。 当然不是说我入侵了谁家的网站。

8 月底我在手机银行里往上翻月付清单，翻到第 14 条的时候手停了。 14 笔订阅。最便宜的一个月 6 块，最贵的那个一年小一千。有几条我甚至想不起来是干嘛的——点进去看 logo 才反应过来，"哦，这个，我早就不用了"。 那次我没做断舍离。我只挑了三笔最便宜的，决定自己写。

前阵子看到个演示，两个提示摆在一起：一个写“做一个简单的登录页”，一个写“逐条核对 PRD 里的验收标准，区分完全满足、部分满足、尚未实现”。第一句发出去，工具没反应；第二句刚敲完，侧边栏弹出来了。没人觉得第一句需要拦，第二句确实该拦一下——这个差别你我都能感觉到，但叫得出名字吗？

先说结论：Starlink 这次确实没违规。 不是钻空子，也不是擦边球。ITU 那套条文管的是「故意发射」，「意外电磁辐射」不在管辖范围里。规则压根没写到那一格。 一颗卫星的硬件往外漏电磁波，漏多少、漏到哪儿，都不叫违规。漏进射电天文保护区里，也不叫。 这句话我读了三遍，还是不舒服。 Curtin 大学那帮人没闲着。

前几天半夜刷 HN，首页挂着一条 GPT5.6 Sol 帮着跑量子计算实验的帖子。AI 和量子两个词挤在同一个标题里，我的第一反应是绕开——这种组合，十篇里九篇半在缴智商税。 本来想直接划走。结果并没有。 翻到第三条评论，不困了。 楼里有人一句话概括这帖子：用 LLM 校准量子芯片。就这样。