用自然语言写代码的时代，
经验值得被认真记录。

先说结论：arXiv 2609.14836，本季度最该转的一篇，也是最该泼一盆冷水的一篇。该转是因为数字硬；泼冷水是因为摘要里那三个形容词，只有两个对得上账。 Green、Le Goues、Brown，三位，2026 年 9 月 13 日挂上去，主分类 cs.SE，交叉标了 cs.LO。DOI 那栏写着待定。

九月初有篇文章把我从"AI 写测试"这个话题的厌倦里拽了出来。发在 dev.to 上，作者 Sergei Parfenov，9 月 11 日发的，16 号改过一版，原文先挂在他自己的站点上。核心论点一句话：AI 生成的测试可能让编码代理表现更差。 前半句我没什么感觉。

先说清楚，这篇不带任何链接，也不推荐任何工具。就是记一件事，记完拉倒。 上个月，八月的事。我在工位上跟老周吹 AI 编程。老周做运维，写脚本属于能跑就行那种，Python 大概停留在 readcsv、tosql 这个水平。那天他有个破活——每天晚上把两份对账文件比一遍，挑出差额行。

今天刷 HN 的时候看到一篇讲 Cherenkov 辐射的文章，评论区吵得最凶的不是物理，是标题。有人咬定「粒子在介质中超过光速」这个说法会误导人，准确说法得加上「介质中」三个字，因为没有任何东西能在真空中超过 c。 这个批评本身没错，但它把重点放偏了。

你改主意这件事，以前是无痕的。 周一评审你说"这块逻辑先这么写，回头再抽"；周三自己推翻："还是抽出来吧。"中间那次反悔，除你之外没人知道。它蒸发得很干净，干净到后来你完全可以对着同事说"我一直是这个意思啊"。 现在有个叫 jevmem 的开源项目，不太同意这种活法。

有人转给我一篇连载，讲一家认证机构怎么被对手接手客户。情节我没记住。记住的是一份四十个域名的出站白名单，和一条只记录不拦截的采样规则。 先贴代码，别的都是铺垫。 就这么点东西。没有流量画像，没有行为基线，没有那套能自动画拓扑的图。一张四十行的表，一个 sink 挂在出口网关的镜像口上。

今天翻到 dev.to 上 9 月 1 日那篇讲旧 Intel Mac 不适合本地推理的文章，我是隔了几天才看到的。作者手上那台 2020 款 Intel MacBook Air，8GB 内存，没有风扇，拿它跑推理基本没戏；真正干活的是另一台 Dell 笔记本，11 代 i5、集成显卡、16GB 内存。

老陈是我原来项目部的，做水电的，比我小两岁。上个月我回老工地那边拿落下的一个工具箱，顺道在他宿舍坐了一个钟头。他看我在笔记本上敲代码，问我这干啥，我说我现在靠这个吃饭，还没吃上，但快了。 他说他也想学，问我难不难。 我说你先把 AI 装上，别学语法了，直接让它写。他当时那个表情我看得出来，不信。

半夜翻抽屉找一把螺丝刀，螺丝刀没找着，倒翻出一台早就不用的随身听，里头还卡着半盒磁带。磁带被压带轮绞进去一小截，皱得像一片干掉的叶子，我找了支铅笔塞进轮孔里反着转了十几圈，也没能把它转平。那台机器上有一个专门往回走的键，按下去磁带吱吱呀呀地退，慢，可是你真的能回到刚才那一句；

我先把这个结论撂这：这个故事在 dev.to 上被当成追梦叙事读，账本上却是另一笔账——一个资深全栈拿着 22k 美元年薪，想靠热情和 GitHub 链接挤进一家做 AI 推理硬件的公司。他犯的不是懒，是把算账的方向整个搞反了。 先算他这 22k。纳米比亚，资深全栈，他自己说给海外干能拿 4 到 10 倍。

第 66 天。 上午四十分钟。 排班表那个页面，接送人的名字我一直是写死的，四个名字在结构里硬敲了四遍。加一个人就得改四遍。我知道该改成从数组里读，早就知道，一直没动。周一晚上试着写过一次，循环写到第三遍的时候数对不上，关了。 今天直接丢给 AI。

你有没有过这种时刻：让 AI 帮你改个变量名，它顺手把整个模块重构了，还附赠一份四百行的测试。 这事我吐槽过不止一次。这次来个更狠的——你让大模型从内核补丁里学找 bug，它把别名分析也一并实现了。 9 月 12 号 arXiv 上那篇 TyPatch，就是这么开场的。

先说结论：9 月 13 号挂上 arXiv 的 El Agente Potente，标题里「HighThroughput」和「Agentic」两个热词凑齐了，但真正值钱的只有一件事——它把 LLM 从执行链里踢了出去。 标题写着 agent，架构里 agent 只干两件事：规划，路由。 动手算的是确定性 Python。

这周基本就干了一件事，跟一串 401 死磕。 周一师傅把老后台一个图片上传的地方丢给我，说很简单，把之前那个模块的东西拿过来改改就行。我心里想这也太轻松了吧！然后我就开始抄。抄完改了个接口地址就跑了。 然后就是 401。 401 我认识！不就是没权限吗，token 的问题。

前几天翻 LISEP 的数据，24.3%。 同一个月，官方口径的美国失业率是 4.1%。六倍。 不是谁算错了。俩数用的是同一批底料，都出自劳工统计局那套数据。差别全在定义——一个把谁算进来，一个把谁算出去。

三周前刷到那篇讲 agent 刹车的文章。 看完干的第一件事不是去加审批门，是打开 README 自查了一遍爆炸半径。结论约等于零。没有真用户，没有真数据库，没有一分钱挂在上面。唯一能被它搞坏的东西是我自己的耐心。 然后我就搁下了。搁到现在。 文章里那些治理层、审计追踪、审批门……离我太远。

三周前那篇讲 AI harness engineering 的文章，我读到就存下来了，没写。写得挺好，该说的话都说了——问题恰恰在这：一篇带五十来条评论的工程师随笔，本身还构不成一条曲线。单看它是一帧。

平时这地方该出现一个 owner/repo。今天没有。 主角是一篇 X 长帖，9 月 13 日发的。我刷 notifications 划到的，本来打算扫两眼就回去翻 trending，结果从头看到尾，又折回评论区蹲了快一小时。

arXiv:2609.14992，cs.CL，2026 年 9 月 14 日 03:57:37 UTC 提交 v1，5,016 KB，23 页 7 幅图，九个作者。到今天十一天。 点开摘要页，看见"多轮代理编程中的指令遵循能力仍未被充分探索"，手已经放在返回键上了——这句话过去半年我在二十篇 abstract 里见过。

AI 查了资料再回答，就一定更准吗。 不一定。 九月十四号 arXiv 上挂了一篇医学方向的论文，arXiv:2609.16301，三十一页。它处理的就是大家都跳过去的那一环：检索回来的证据互相打架的时候，信哪一个。 简单说，这篇讲的是裁决，不是检索。 这期本来想多收几条。