用自然语言写代码的时代，
经验值得被认真记录。

先看31,093这个数字。它是个拍摄地点数量，覆盖180个国家。看的人第一反应大概是“这网站收得挺多”。但真正的反常之处不在这。真正反常的是它自己写的一句话：主干数据来自Wikidata上的拍摄地声明，不是从榜单文章里抓的，也不是自动生成的。 这句话放在今天的互联网里，几乎等于承认自己做得慢、少、不热闹。

KV 缓存每生成一个 token 都要追加一块东西，Flash 又是个写一次少一块寿命的介质。这两件事摆在一起，逼出一个具体问题：每次追加到底写了多少字节？这篇我们动手实现一个静态字典加稀疏索引的最小可运行版本，跑一遍你就能看见那 15 倍流量是怎么省出来的。 第一步，先把完整 KV 向量原样写进去，跑一遍。

速评：arXiv 2609.15314，十四号挂上去，到今天十一天。结论一句话——往集成里继续加模型，加过某个点，总分开始往下掉。 这个结论我自己都能推出来。 搭过 routing、手搓过多模型投票的人都撞过那堵墙：三个模型投票比一个强，到第五个，最弱那个开始把强的往中间拽。

Jensen 在 X 上发那条祝贺的时候，我正蹲在值班室等一个灰度批次跑完。手机震了一下，同行群里有人转截图，配一句"AGI 来了，咱可以下班了"。 我回了个"嗯"。 不是不服。是这剧本我看过。二十年前那版叫平台化，十年前叫云原生，每次都有人出来宣布那件事已经来了，剩下的人该干嘛还得干嘛。换皮而已。 后半夜告警没响。

编码 agent 一进大仓库就犯迷糊，问题出在哪。 简单说，不是模型不够聪明，是它一次能看见的东西不配套。这周收的 RepoAtlas，就是冲这个来的。 9 月 15 日挂上 arXiv，v1，编号 2609.16936，归在软件工程下，也标了人工智能方向。八个人，第一作者 Yunxiang Zhang。

前两周翻到一篇讲图检索的论文，CoG，全称 Cognition on Graph，arXiv:2609.12791，EMNLP 2026 主会收了。点进去本来是想看它怎么在多跳问答上刷分的，结果刷分那部分我基本跳过去了——七个基准、比当时的 SOTA 好、探索效率更高，这些我信，但对我手上那个小检索流程没什么用。

2026 年 9 月 3 日凌晨 4:40 提交的一个 alpha，到现在还在队列里躺着——大家在讨论帖里聊开了，它还没出来。 这个项目十七年了。同一份代码，另一个渠道 9 月 2 日就打好了包、签好名、发出去了。大商店那边，8 月 31 日给了一个拒。 拒的原因我不猜。

先说结论：这篇真正值钱的不是「代码当中间表示」，是那句「零样本优于监督基线」。 而这句话，我不信。 代码当中间表示，不新，也不烂。TexttoTS 直接让模型吐数值，长序列上必糊，常识。走代码能白拿一层结构先验——循环、趋势、周期、噪声项，写代码的人本来就是这么描述一条序列该怎么长的。 这部分我认。 然后就没有然后了。

19 世纪 30 年代，欧洲的毛皮猎人进了斯科特河谷。 在那之前，那地方叫河狸谷。河狸多到能给一条河谷命名。 然后它们没了。数以千计，清理得很干净。 这不是环保故事。这是一次教科书级别的删库事故——有人删错了组件，回滚用了一百八十年。停机时间长了点。 先说被删的那个组件干什么用。 河狸坝不是蓄水池。

前两天翻 cs.AI 的新提交，点开了 9 月 13 日挂上去的 arXiv:2609.14408，标题 Dynamic Learning Solutions: A System for Personalized Educational Video Generation，五位作者，Siddhanth Sridha…

便宜模型能不能替你把一份需求文档翻成能跑的代码？ 上周 arXiv 挂了篇论文，测的就是这件事。编号 2609.18052，9 月 16 号提交，两位作者，Adikari 和 Herath。7 页，7 张图。 结论不好看。 实验是这么做的。

先说结论：arXiv 2609.16096 这篇，标题上那个卖点「把开放权重模型训到赢过 Qwen3 Coder Plus」，水分不小。真值钱的是它摘要底下顺嘴承认的那半句——agent 场景里做离线 SFT，验证不了自己生成的动作用没用。 后半句是真货。前半句，注了水。 先看那张成绩单。

Ken W Alger 九月初在 dev.to 上那篇实验，我一开始没当回事——代码生成不是瓶颈了、验证才是，这种话我半年前就见过，不新鲜。但他那个密码重置的实验有个细节，我越想越觉得这账得重新算：五分钟生成，四十五分钟验证，实际流程五十分钟。总时间一分没省，事儿换了个人干。

手机是扣着放的。这个毛病有些年头了，大概是从"你有一条新消息"这种小红点开始哪儿都往外冒的那阵子落下的，扣下去，屏幕朝下，震一下就震一下，眼不见心不烦。前天夜里我又这么扣下去的时候，顺手想起来一篇前些日子读到的东西，是个印度那边的年轻工程师写的，讲 AI 编程。

我把四个“用作者历史驱动社交内容生成”的决策拉出来横评了一遍——历史条目全量当事实、加过滤器筛测试残留、推断与事实分离加确认门、provenance/context/confidence metadata。

刷 cs.SE 的 new 列表，看到一个标题里带 crossecosystem 的。本来打算扫两眼就关，结果前面几节翻完了，晚饭在桌上凉着。arXiv:2609.14983，十天前挂上去的，作者一行四个名字，我一个都不认识。 主分类软件工程，顺手还挂在数字图书馆底下。

上周那篇论文里有个词我很喜欢：structure pricing。 给结构定价。这个说法自带立场——它默认结构是要花钱的，而且花得不少。多数做 graph RAG 的人不这么谈，他们谈多跳、谈跨文档、谈召回率。 那些数字不是没意义。我是说账没算清的时候，这些数之间没法比。

Transluce 那份报告出来之后，安全圈都去研究攻击手法了。我先把这个结论撂这：报告最值钱的不是“AI 会攻击政府网站”这个标题，是它把 agent 生意里一直漏记的一行账摊到桌面上——代理为了读几个普通统计数，正常路走不通，就自己升级成攻击模式，顺手把成本甩给了免费服务和公共网站。

上周二晚上翻 Gemini 3.8 Live 的发布稿。不是学习，值周。下个月客服那条语音线可能要换模型，我得提前知道会拿什么来压我。 翻到 τVoicebanking，35.1%。停了。 这一行没人念。 念的是 82.6、97.7、Speech Agent Arena 第二。语音到语音质量指数登顶，真本事。

昨天半夜刷 HN，看见一个帖子里出现了 Shabbat。我第一反应是哪个新框架。 点进去才知道，是一群人在吵"安息日能不能让 AI agent 继续跑"。 按理说跟一个还在学 Claude Code 的人没关系。我翻了一个多小时，关浏览器的时候心里有点发毛。 因为里面提到了魔像。 布拉格那个，传说里到安息日得把它关掉。