用自然语言写代码的时代，
经验值得被认真记录。

那个评估 harness 第一轮跑起来的时候，12 个输出有 11 个被判了 malformed。 12 个里 11 个。我盯着 scoreboard 看了半天，以为是脚本里除零了——不是。它只是非常坚定地告诉我：你喂给我的东西，我全都不认识。像一个入职第二天就被拉去当面试官的实习生，看谁都像简历造假。

先说结论：8 月 12 号挂上 arXiv 的这篇 LoongReflect，最值钱的不是它跑了多少分，而是它顺手当了一回照妖镜，把 agent 产品 changelog 里那句「智能反思」照出了原形。 现在哪家工具的更新日志里不写「会反思、能纠错」？都写。真会吗？

上个月月初 dev.to 上有一篇长文，一口气给了 18 条关于 AI 市场走向的预测，时间线上被转了好几次。说实话，宏观的那部分我一条都不打算在这里复述——超级应用谁会赢、数据中心该投多少钱，这些我既验证不了，复述一遍也只是把别人的判断搬进我的笔记，三个月后自己都分不清哪句是谁说的。

先贴命令行。 Mole，lajosdeme 写的一个深度研究 agent，Apache2.0，Go 编译出两个静态二进制，CGOENABLED=0，零运行时依赖。深度研究 agent 一抓一大把，我本来没打算细看。让我停下的是那个 usd：它不是可选 flag。

先把结论撂这：James Quick 那事，真正值得算的账不是“不写代码能不能构建”，而是当构建者和使用者缩成同一个人，过去二十年代软件行业搭起来的问责、合规、安全那套，还剩几根柱子立着。

这条我读的时候是反着期待的。外面转述都往“Claude Code 留了十个孤儿 zsh 进程在后台吃 CPU”上带，好像重点是 agent 又闯祸。

速评：调度器才是并行解码里拖后腿最狠的那个，没人看它。 这篇8月12号挂在arXiv上的dLLM解码方法，cs.CL，编号2608.11742，十个人署名，没喊任何“颠覆”口号——但干的事比同一天大部分通稿都有嚼头。它抓住的问题很简单：现有并行解码调度器，要等一个位置满足逐位置标准才提交。

凌晨两点，我把那一轮对话的日志从头翻到尾。没什么好翻的，十二步，每一步干的事都一样：发一个参数完全相同的检索请求，拿到一模一样的结果。结果里甚至带着一句提示，大意是——“这个问题你刚才已经问过了”。它看见了。然后接着查。全程没有人盯着它。最后统计出来了，170k input tokens，全部这么烧掉的。

先说三个数字：二进制 6.12MiB，冷启动 10 微秒，常驻内存个位数 MB。这是一个编码代理，fx，Zig 写的。不是 hello world，是能接模型、能读仓库、能挂插件的那种。 我拿到新工具的第一件事是 ls lh： 6.1M。我见过的一些“轻量级”agent，装完先占两百 MB，就不点名了，都懂。

周五晚上，我从抽屉底层翻出那个旧铁盒。里面是些早该扔掉的东西：大学时某次答辩的评分单、一张早就失效的借书卡、还有几把说不清是哪个抽屉的钥匙，有把上面贴着一条泛黄的胶带，写着“自行车锁”。我早就没有自行车了，却一直没舍得扔这把钥匙。好像留着它，那条停在某栋楼下风吹日晒的车就还在等我回去骑一样。

今天中午吃饭的时候，跟同组的一个本科实习生说我现在写东西全靠 AI，他笑我说那你这实习毕了业怎么办，天天让 AI 帮你写代码，到时候面试手写白板直接完蛋。我没接话，因为我也确实有点心虚。 结果下午被打脸的居然是他！哈哈哈哈！

上周半夜，朋友甩了条链接给我，问"你看看这篇，是不是挺有意思"。是 Nature Chemical Engineering 上发表的，七月二十一号刚上线，做稀土分离的。

我先把这个结论撂这：Ryan Palo 那篇“Big Software Engineering 的阴谋”越被人当段子转发，越说明咱们这行的账算得有多拧巴。真正该被嘲讽的不是什么资深工程师串通，而是整个 AI 工具圈把“写测试、理结构、配 CI/CD”这批最该早就做好的事，重新包装成 AI 时代的尖端技能在卖。

下午三点多，给老客户加个订单导出功能。单子上周谈的，两千二，包含一个导出加两个报表。功能本身不复杂，本地用 AI 写了两段脚本，测了没问题，往服务器上一传就完事。 服务器是个老古董，ubuntu 16 还是 14 来着，python2 和 python3 混着装，客户的儿子以前自己折腾过，环境乱成一锅粥。

“上了 RAG，幻觉就压下去了。”这句话在圈子里被重复到快成物理定律了。我以前画 RAG 的时候也顺嘴这么讲过。两周前有人真去数了，八月十四号挂上 arXiv 的一篇（2608.14210），测了八个法律场景的 RAG 系统，语料一边是英文版 GDPR，一边是一部法语的国家民事法律。 结论先甩这儿：幻觉照样遍地都是。

圈内内参｜这期聊 Q3Edit。一个独立社区项目，在浏览器标签页里还原 Quake 3 Radiant 地图编辑那套：编辑、编译、试玩都在浏览器里。真正该记的不是“浏览器能跑原版 q3map”，是它给 agent 接了一条本地 MCP 线——地图文件、编译器、资源、活动日志都不出本机。

为什么 SAG 敢不建全局知识图谱？这个问题比那 11.52 个点的 Recall 提升更值得拆。检索系统通常两条路：要么提前把图建好，要么干脆用向量相似度硬搜。SAG 两样都不选，等于在两条熟路之外自己开了一条。这篇我们把它那套“事件实体索引”的骨架抽出来，写成一个四十来行的最小版本，跑一遍。 先拆名字。

先把这个结论撂这：AWS 七月份那个免费沙盒，看着像给学习者发福利，其实是它把获客漏斗又往下挖了一层。8 小时、每周一次、只能跟着特定工作坊走——这套限制设计得太准了，准到你不觉得是限制，反而觉得“AWS 真大方”。大方个屁。这算盘珠子崩你一脸。

RAG 被讲得最烂的一步就是检索，而且烂得出奇一致：一律画成“算相似度、取 topk”。不是这一步有多难，是所有人都画得太懒了，我自己也在内。直到八月中 arXiv 上一篇做孟加拉语自动出题的论文，把我那张图摁着撕了。 先交代我错哪。第一版，也是网上到处都是的那版： 顺理成章，demo 里也够用。

这篇只有一个公开信源：Dev.to 上一篇作者自称“Meme Engineer”的自述，Konark Sharma 写的。没有匿名信源可交叉，可信度天花板就是“一个人的版本”。下面我会尽量标清哪句是作者自述、哪句未证实、哪句是我根据记录拼出来的分析。