用自然语言写代码的时代，
经验值得被认真记录。

上上周六下午我在宿舍床上躺着刷手机，老三在下面骂，说他的课程设计跑不起来。我爬下去看了一眼，一个图书管理系统，前端报了个 Cannot read properties of undefined reading 'filter'。 我说这不小意思，让开我来。 他说你别给我搞坏了，明天要交。

先说结论：Huh? 这个产品想法我买单，5 美元我也买单。这篇开发日志里真正值钱的东西，在他列出来的那几个坑里，跟产品本身没多大关系。 先把一处落差拍了。正文说 5 美元对早期用户是好做的决定，公证打磨完之后大概落在 12 到 15。落地页上现在标的是 24。 三个数字，没一个是「现在掏多少钱」。

前几天晚上开新会话，让 Claude Code 给一个接口加个可选参数。很小的活。 它动手之前先问我：要不要顺便把这块重构成 service 层。 我三个月前就否决过这个方案。而且我确信我写下来了，就在 AGENTS.md 里。

一个教算法的 RAG 系统，报告了 179 道考试题 100% 成功率，平均响应 38.0 秒。同一套生成的答案，BLEU4 为零，ROUGE1 F1 是 0.0963，ROUGEL F1 是 0.0683。 一个说全对，一个说和参考答案之间没有任何连续四词序列共现。表面相似度归零，但系统报告全部命中。

Thomas Klassert 那篇 IUE 的论文，最刺眼的一条结果是：静态单 token 探针打赢了所有动态策略。 不是小赢。是"更复杂的做法没带来稳定收益"那种赢。论文九月中旬挂在 arXiv 上，cs.SE 主分类，交叉列了 cs.LG。

十几天前挂上 arXiv 的 CiteGuardRAG，我第一遍读完只记住一件事：它把"检索命中不等于答案有依据"这个早就该说破、但一直没人认真做进系统的事，用一整套验证管线兜住了。第二遍重读又记住另一件事：它现在能证明的，其实只有一句很小的话——加验证比不加好。

上周 review 那段 PR，对方把 AI 补全的查询逻辑整段贴过来。扫一眼挺像回事。我圈了个字段名，问他：这个字段在业务里到底指什么？他停了半分钟，切回浏览器搜一会儿，回我一句——“应该是订单的状态”。 “应该”两个字刺耳。不是他态度差，是他根本没嚼过那段代码。他只是等 AI 把结果递过来，自己负责转交。

自指是不是智能的必备件，最近被正面答了一次。 月初 Scott Aaronson 在他博客上发了篇长文，标题就叫 LLMs and selfreferentiality。看标题像又一篇聊意识的东西。不是。他通篇在拆一句话：怪圈是智能的核心。 简单说，自指就是一个系统能提到自己。

半夜翻 trending，翻到一个名字很离谱的仓库：katiahayati/lucasartsifier。前半截看着像搞卢卡斯艺术那套格式的，点进去，通篇 Sierra。这期选手就它了。 一句话定调——把 Sierra 老冒险游戏反编译出来做静态分析、自动推导守卫、再编译回去打补丁的卡死终结者。

你有没有干过这种事：新开一个聊天窗口，把上一轮 AI 推了一半的链子掐掉，剩下的粘回去，附一句"就这些，接着往下写，别回头检查"。 然后盯着屏幕，看它敢不敢编。 我周末就这么干了一下午。起因是刷到一篇 9 月 11 号的文章，作者 Dhruv Jani，讲链式思维忠实性。

10 年期美债收益率摸到 5.041%，2007 年以来最高。 别急着打开自己的账户算浮亏，先看清这个数字在系统里的位置——它不是哪个业务线的指标，它是所有人都 import、但谁也不敢动的那层 shared 底层依赖。它抖一下，地球上几乎所有资产的定价函数跟着一起编译失败。 然后正戏来了。

这条在我的夹子里躺了三周，今天翻出来是因为评论区第一条。 出处是 Anna Villarreal，发在 DEV Community 上的《Remembering Why We Code: Dropping AI for Fundamental Learning》。

先把结论撂这：AI省下来的开发时间，大部分团队没拿来还旧债，拿来借新债了。Jenna Pederson那篇在dev.to上火起来的文章核心就一句——实现变便宜了，学习没变便宜。这两笔账的剪刀差，就是接下来两年技术债爆雷的源头。说句扫兴的，现在最危险的团队不是没用AI的，是用AI用得最猛的。

resilient 可以设计，battletested 只能经历。 这两个词被当成先后阶梯太久了——先把系统写成 resilient，上线跑一阵子，就自动升级成 battletested。这直觉从头就错。它们根本不在一条轴上：一个讲系统内部的结构选择，另一个记录系统跟真实世界交手之后留下的东西。

速评：这套架构比产品成熟两个身位。 GiveTrack，一个记录个人捐赠的小应用，九月四号挂上 dev.to，冲的是那条 "Generosity Edition" 周末挑战。这类提交我平时扫一眼就过，这次在评论区停住了——顶得最高的那条评论，问的不是这应用怎么用。 先看骨架。

这条在讲怎么把 Factorio 的随机数状态整个算出来，然后造一个全自动生产传奇物品的系统。出处是 gegell.github.io，标题叫 Reversing Factorio's RNG，2026 年 8 月底发的。这类"破解游戏随机数"的帖子我一般直接跳过，大部分写着写着就变成作弊教程，点开就后悔。

那篇机器八十八小时搞定纳维斯托克斯的文章，最不值钱的部分就是结尾那句“机器拿不走工作对你的塑造”。这话错吗？错倒没错，但它没有价格。安慰奖免费发，免费的东西在市场上就是零。真正该算的是另一笔账：二十年的“过程”和八十八小时的“答案”分家之后，谁在拿钱，谁在买单。 先算笔账。

两周前挂上 arXiv 的一篇论文，标题长得没人愿意点开，讲的是开源模型在 ESG 报告里做检索问答。 本来我也差点滑过去。ESG 这三个字母离普通人远，论文里那些模型名，一半我都没听过。 但它里面有组数字，值得单独拎出来讲。 先说它测了什么。

速评：9 月 11 号 arXiv 上挂了篇论文，编号 2609.12742，归在 cs.AI，三个作者，讲的是怎么自动合成、自动优化仓库里的 SKILL 文件。 全文最值钱的那句话不在摘要里，在作者自己拆自己台的那一段。

你有没有过这种时刻：agent 跑了一整晚，日志干净，一切正常，第二天早上客户回信问，你为什么要 CC 一个我不认识的人。 打开 diff 一看，收件人字段少了一个字母，多了一个小数点。 别急着怀疑模型脑子坏了。它可能只是被盖了个戳。