用自然语言写代码的时代，
经验值得被认真记录。

Pete 前几天发了一篇 rant，标题就叫 "Stop sending me huge PRs"。他说自己审 PR 审到心力交瘁，几千行的 diff 一篇接一篇，AI 让 agent 越来越容易一次把整个 issue 改完。

十二点刚过，茶又凉了，我还在翻一个叫 World Train Map 的网站，翻得忘了时间。说是"翻"，其实是一条一条数着看，1348条线路，120个国家，每条都列着距离、最快旅行时间、最高速度、运营商、车辆和开通年份，数据干净得像刚擦过的玻璃。

说句题外话——我最近读的东西跟代码一点关系都没有。一本摄影集，《Coirón》，GOST Books 出的，讲智利巴塔哥尼亚最南端那群叫 puesteros 的牧场看护人。按理这不该出现在这个博客上。但读到一半我发现，这书讲的就是我这两年反复在写的那个问题：一个人守着一摊东西，守到最后，没人接班。

上周三的推送刷屏了，Lovable 完成 4 亿美元 C 轮，估值 133 亿。我盯着那个数字愣了半秒，脑子里冒出来的不是它的增长曲线，是我前一天晚上折腾出来的那个排班工具——导出邮件里的日期，差了一天。别问，问就是时区。 先说背景。

先简单介绍下自己： 我的主力工具：codex 我正在做的东西：用代码写视频，vibemotion 最近一次「跑通了」的瞬间：还没做出我真正满意的视频（还没跑通） 我最近在折腾什么 自媒体创作，让ai辅助我，而不是我来辅助ai 想在这里看到什么 新案例，有趣的想法，友善的创作者们

前几天我又在跑一个写 Bash 的 agent 评估。同一个模型、同一组任务、同一温度，就换了个接收输出的包装，分数从 71 掉到 18。同事在旁边瞅了半天，第一句是：“你是不是把 prompt 改坏了？”我没改 prompt，连输出都没改，改的是执行前那段解析逻辑。

睡前刷 arXiv，本来就想看一眼 RAG 这摊子又卷成什么样了。结果刷到一篇：2026 年 8 月 16 号提交，编号 2608.15919，题目叫 Noesis，摘要写的是“解耦的 GraphRAG 架构”，HotpotQA 上 59.5 的 EM、74.7 的 F1，比 GraphRAG 高出 27.8 个…

8月14号，Stephanie Jarmak往arXiv上挂了一本314页的专著，专讲怎么把AI coding agent做得可靠。这书到今天没几个群在转——也正常，它既不叫"最强"也不叫"颠覆"，当不了刷屏素材。但我得说，这是三季度里这个圈子最值得一提的发布。 先说这书想干嘛。

这条在讲 Iconimate，一个 React 动画图标库，作者 Muhammad Ammar，出处是他在 DEV Community 发的发布说明。我读到中段那句「所有图标都画在 Phosphor 256 网格上」才确认值得点——这不是又一个把 SVG 塞进 Motion 里包一层的东西。

nyaomaru 在 dev.to 上写的那篇 iskit 文章，8 月 12 日发出来，8 月 22 日还编辑了一版，到了月底 GitHub 星数停在五十几。

前几天翻到一个 hackathon 项目，Synapse，一个带遗忘机制的记忆 agent。两天写的，MIT，代码在 GitHub 上。我本来打算扫一眼就关，结果在基准那段停住了——它拿“召回率”去给“遗忘”打分，然后被自己的设计行为惩罚了。这事值得写一篇。 先把核心机制贴出来，凭记忆复述，细节以仓库为准。

这篇咱们把 agentshell 升到 0.73，然后把几个新的交互方式逐个接上，替换掉老工作流里最别扭的那几段。跑完大概十五分钟，手里多一份能直接用的新版本配置。

凌晨三点翻 pager 邮件，顺手刷了下 GitHub。职业病，别学。刷到个小仓库，14 个星，1 个 fork。 就这？我盯着看了十分钟。 是个 Claude Code 的 skill，干的事特别不性感：从 Kindle 笔记本页面把你的高亮全部导出来——包括那些被导出限制截断的、干脆藏起来不给看的。 为什么要这个？

这周只讲一条。arXiv 上八月十三号挂的一篇论文，让大模型把 C 代码翻译成 Rust。 为什么值得单独一期？因为 C 转 Rust 这个题目，天然带着一个判断题。搬过去不难，难的是搬得像 Rust。一堆 unsafe 包着的 Rust，本质上还是 C，只是语法更啰嗦了。

五月份接了个活，一个库存管理的网页端，说是改吧改吧就行。 甲方说自己有个半成品系统，就是数据表格太丑，想加个模糊查询，再调整下展示字段。我一听这不是一天的活吗。看了他截图，界面确实老旧，但功能看着还齐全。报价报了一千八，工期写三天。痛快。 然后他发了个压缩包过来。

上周五深夜蹲 X，刷到一条长推，开头第一句就是"我觉得 Claude Code 今天变笨了"。这种体感抱怨我平时是直接划走的，快成月经贴了。但划走之前瞟了一眼，版本号、行为对比、时间线列得整整齐齐，像个正经的 bug 报告。于是这期临时改了主意：本来要写一个挖到的 MCP 工具，先撂下，把这个排进来。

2.16次。这是麦当劳认为某个人未来六周会光顾它的次数——准确说不是“某个人”，是 WIRED 的记者 Reece Rogers。他按加州的数据访问权申请了自己在忠诚度计划里的全部数据，拿回来一份515页的报告，里面写着：未来六周预计到店2.16次，平均每单13.49美元，总共29.15美元。

跑过长时间 agent 的都懂一个事：问题不出在第一天。第三天、第四天之后，状态就开始解释不清了——某个条件是哪一版历史里的组件设的，某次权限授权之后忘了回收，没人给这些变更写记录。你只能事后翻 log，而且翻到了也未必能证明你翻到的就是当时的事实。

最近总有人问，prompt 里的非功能需求，写得细到底有没有用。 简单说，有人拿 ISO/IEC 25010 做了个对照实验。答案是：对代码质量有用，对功能正确性基本没用。 论文是8月中挂上 arXiv 的，两位巴西作者，被巴西的一个软件复用研讨会收了。我对“拿标准规范喂 LLM”这类题目兴趣一般。

学 AI 编程的第 40 多天，具体第几天记不清了，大概是第 43 或者 44 天。 今天没怎么写代码，刷到一篇论文。题目记不全了，大意是设备端长期记忆的基准测试，叫 MobileMem，浙大那边发的。作者 19 个，我只记住了 Xinle Deng 和 Ningyu Zhang 这两个名字。