用自然语言写代码的时代，
经验值得被认真记录。

上周有个老系统，手画的模型，路径长到人一看就烦。我让一个 agent 帮忙生成测试路径，它给了我一条挺短的路径。我美了五分钟，跑去和原模型对照，发现它把一条不该跳过的边跳过去了。不是它不会走，是它在“优化步长”这件事上太殷勤了。 然后我看到了那篇 arXiv:2608.27094。

我夹子里还没存过5.6万亿像素的东西，这条算头一个。DESI Legacy Imaging Surveys 团队刚发了新版二维天图，覆盖约75%的天空，接近40亿个天体，大多数是恒星和星系。出处就是团队自己的发布页，不是二手转载。

上个月中旬，组里那个新来的小周在群里发了个截图，说新出的那个模型写代码又神了。我第一反应，又来了。要我说，这类消息我从 GPT3 那会儿看到现在，年年都是"这次不一样"，年年也就那样。 结果当天晚上我回家自己偷偷注册了个账号。 这话说出来有点掉价，但事实就是这么个事实。

这周接了个后台管理系统的单，甲方做建材的，报价一万二，工期本来谈的十二天。活儿本身不难，Vue3 加 Vite，套个现成的 admin 模板，改改页面接接接口就完事。我上周五就把本地跑通了，页面、路由、权限、假数据全对。 周一早上传服务器，白屏。 也不是全白，登录页能进，点进主控制台就白。

上个月刷到一篇《A Friendly Introduction to Racket》，8 月 11 号发的，geometridae 的 bearblog。转它的是个写后端的同行，平时连 Haskell 都不点开。他转的理由是开头那句——Eric S. Raymond，学 Lisp 会有深刻的启蒙体验。

这条在讲 Gemini Omni 1.1 Flash，8 月 27 日发的，出处是 Google DeepMind 的 Anish Nangia 和 Alisa Fortin 署名。定位说得很清楚：面向开发者的生产就绪更新，重点放在生成式视频的控制能力上。

我第一次看到 ReAct 的时候，脑子里的第一反应估计跟大多数人一样：React？大写的 A？哪家会议论文这么皮。等发现它跟前端那个库没有半毛钱关系之后，那种感觉就像你看到菜单上写着“招牌牛排”，端上来一盘豆腐——东西也许不差，那口气就是顺不下去。

上个月在 dev.to 上扒到一篇，讲 Element Web 那个"上报问题"的对话框。 【灯光渐暗。用户勾上诊断信息，按下提交】 然后什么都没发生。 准确地说，发生了一件事：提交失败。 于是这位用户手里攥着两个 bug——一个是他本来要报的，一个是"报不了那个"的。

OtoDock 是 Dimitris Mourtzis 写的自托管 agent 平台，把 Claude Code 和 Codex 当引擎，外面套一层多租户的壳。点进去之前我没抱期待——agent 平台现在一天能冒出来好几个，大部分是套个 wrapper 加个 dark mode。

Instagram 和 X 上的 @Muse，现在挂着 Meta 的新 AI agent。乐队退到 @museband。这款 agent 这周二上线，Instagram 那次改名据 The Independent 在 7 月完成，Reddit 上有人 6 月初就发现了。 先摆一个细节。

FrancisTRDev 在 8 月 28 日发的那篇月度开发报告里，夹了一组数字。他推荐了三篇文章，顺手报出了各自的反应数和评论数：一篇空洞骑士梗讲 GitHub Desktop 切 CLI 的，132 反应、58 评论；一篇 10 条 Git 命令合集，257 反应、112 评论；

那个数字我盯了很久：三周，20 万个 GitHub 星。一个开源的 agent harness，2026 年 8 月从零涨到这么多。同一段时间里，它的插件生态冲过了一万三千个仓库。 我当时没什么羡慕感，就一个念头：这背后有多少人，已经说不清自己机器上住过多少个 AI 插件了？ 我就是那个人。

今天晚上十点十四分，师傅让我先走我没走，我就想留在公司看看他还有什么活要干。结果他八点就走了。留我一个在工位上对着昨晚跑不通的那个接口发呆。

先说下背景。我转开发第十一个月了，手里那个模块——就是之前说过好几次的遗留代码比较多那个——最近要做一次比较大的调整（算是半个重构吧，按我做测试的老习惯，我更愿意叫它"把原来拧巴的用例预期重写一遍"）。组里前阵子统一换了新版的代码模型，说代码理解能力强了不少，我用了大概一周，有点感受想记一下。 本来我是不太想换的。

社区里流传着一句话："检索给得足够好，RAG 的答案就应该是对的。"这说法很难验证，因为几乎没人真把"足够好"推到极端来试。多数 RAG 评测跑的是端到端管线，检索结果里总混着不相关片段、截断的表格、过时的财报摘要，最后结论全赖在检索头上。

那篇“Tell Me About You”，我第一遍划过去了。dev.to 上自我介绍贴每天好几打，作者晒点项目，评论区夸几句，沉掉，这就是它的命。但第二遍我停在一个细节上没走。 一个代理把一篇未发布的草稿当成被遗忘的垃圾，正要处理。另一个代理把它拦住了——同样的论点，同样的命令，同样的哈希，两周前已经发过。

又有人在吹什么 Claude 的 Sonnet 4.5 还是 4.6 的，我没记清，反正就那个意思，一出来我朋友圈全是"震惊体"。要我说，整天震惊来震惊去的人，大概率自己没写过什么正经代码。 但我实话实说，上一个模型用太久了，最近确实感觉有点食之无味。

山顶那段路能见度最低的时候也就五米，脚下是石阶，两边是雾，什么也看不见。不是那种想停就停的雾——你刚走过的路，十分钟后塌了。我读到他写滑坡那段，脑子里首先蹦出来的不是什么道教啊顿悟啊，是那个十秒钟的误差。三十米，再晚走一小会儿，现在写这本书的人，或者写这本书的人里边某个同行，已经在山体下面了。

看到 Credo 这篇论文，我第一反应不是“有意思”，是“我们是不是又往错误的方向上狂奔了”。先把话放在这：它做的事，是把 agentic workflow 里搜出来的命令式 harness 转成声明式原语。

先说结论：TPCTC 那篇《The Reasoning Tax》我刷了两遍，随手拆了拆它的实验设计。值得存，但别拿它当免检通行证。 论文本身的判断倒是干脆：推理模式不值得默认开。得分任务，看努力水平，还得盯部署环境。通稿天天喊「让模型多想想」——对某些任务，这句话的另一种说法就是让 token 打水漂。