用自然语言写代码的时代，
经验值得被认真记录。

GLOBUS 把内部三角化器开源这件事，大部分讨论停在「又有一个更快的 earcut 出现」这个层面。但公告里有个细节被略过了：许可证是 ISC，跟 earcut 一模一样；接口参数也跟 earcut 保持一致。这当然不是巧合。

std::fs::write 是先截断、再写的。 一句话，出现在一篇 DEV 帖子的评论区。 发帖的是 Jessica Doering，在新罕布什尔念 IT，写的是「我用 AI 造东西的时候到底学到了什么」。

旧稿是我从一份时间线整理里摘出来喂模型的一段： 《时之笛》之后，时间线一分为三：儿童时代、成人时代、英雄败北时代。《姆吉拉的假面》发生在《时之笛》数月之后。《黄昏公主》发生在《时之笛》很久之后。《风之杖》发生在时之笛那位英雄成为传说之后。 读着通顺。

速评：gpuunlock 冲到 13.8k 星，我第一眼看的不是那些 TFLOPS，是提交数——37 次。 37 次提交，1.4k 个 fork。这比例不正常。我印象里同类内核模块项目，fork 一般在 star 的十分之一上下，提交数和 star 大致同向——代码堆得越久，看的人越多。

先说结论：十一天前挂上 arXiv 的那篇 2610.27863，骨架是对的，数字得打对折看。 不是水分那种对折。是「72.4」这个数不该被当成结论，「62.5」才是能拿出去说的那个。两个数搁在同一篇摘要里，摆明了等人误读。 先说为什么愿意花时间看它。 因为这行被「文件级一个分数」这种形态糟蹋太久了。

晚上九点四十，日志还在刷。deleted: uploads/2024/03/... 一行一行往下滚，我盯着屏幕，手里的可乐已经温了，忘了喝。 事情得从上周说。产品在群里甩了张截图，OSS 账单比上个月涨了小一半，问能不能清一下没用的图。这活落到我头上，因为公司就俩前端，另一个在休假。

分块（chunking）没什么玄的，就是把文档切成模型能一口咽下去的小块。玄的是"哪种分块好"。所有人都在比召回、比切得准不准，可这张评估表底下压着一格几乎没人画：文档改一次，你得重新嵌多少东西。 我第一版画这一格，画错了，还挺得意。先说这个。 我以为是这样： 改哪块就重算哪块。增量更新，天经地义。

这周只收一条。 有人问，一个狗用的鼻罩，凭什么进这份小抄。 我说，凭它改了 13 版。 先把事讲清楚。一只叫 Billie 的比特犬，得了盘状红斑狼疮。自身免疫病，专攻鼻部皮肤，太阳一晒就重。兽医的方案不复杂，也快不了。每天两次涂药，避紫外线，终身管理，还可能反复。 卡住的是两件小事。狗会舔掉药膏。狗要晒太阳。

前几天晚上翻 starskirmish.com/bench/v02/，名次扫了一眼就翻过去了，回头去啃练习赛的数据。 先说规则，就几行，但都是硬茬。 一小时墙钟时间，从智能体启动开始算。交出来得是一个 C++ 写的神族 bot，跑在 OpenBW 上，BWAPI 4.4.0，三张天梯图打内战。

先把结论撂这：加拿大这波“限制赌博广告”的动静，别被公共健康那层皮骗了。这是一笔省府垄断生意的护城河账。谁在反对，最说明问题——安大略和阿尔伯塔跳得最高。这俩省人口加起来占全国一半，安大略一个省就占四成。它们反对的理由你听听就好，什么公共健康代价、什么青少年保护，扯。它们反对的是联邦要动它们盘子里的那一块。

I did not knock the scarf into the pond。 跟“Mo 把围巾弄进了池塘”这条事实摆在一起，量出来的余弦相似度是 0.6085。 这条链路的阈值是 0.5。于是这句否认，被判成了泄密。 不是段子。

绷不住了，这事我必须记一下，不然我怕以后还犯。 上周日，10 月 25 号，我难得有一下午上机时间。给班里做的那个值日表生成器要加功能，班长说请假的人不能被排进去，让我搞个自动跳过的。听着挺简单。 我一开始就给自己挖坑。请假名单我让它读 leave.txt，一行一个名字。写完跑了一遍，生成出来的表里该请假的人还在上面。

DEV Tab 这扩展，功能本身我不打算多聊——新标签页替换信息流、过滤标签、活跃度热力图，哪个不是浏览器扩展里的熟脸？属于一个开发者该有的基本盘，做顺了是应该的，没什么可夸。真正有意思的是它那个“无后端”的设计：没有统计埋点、没有追踪、密钥就放在浏览器本地存储里，只在需要认证的时候直连 DEV。

上周我又在干一件蠢事：把 chunksize 从 512 改成 768，重跑整条评估流程，就为了看检索的 nDCG 涨没涨。这种事我一个月干好几回，改分块、换嵌入、加不加重排序，每改一个都要手动搭一遍评估，时间全花在搭环境上，不是花在分析上。

十天前翻到 dev.to 上 Harsh 那篇讲「AI 把写代码变便宜了，为什么软件交付还是贵」的文章，评论区我翻了两遍。他举的例子我印象很深：认证流程这种带数据库结构、API 路由和单测的活儿，三十秒能让 AI 生成一份；可另一个他自认为简单的功能，从动手到进生产走了三周。

收到平台规则变更通知，判断自己挂着的东西要不要动。这个动作一年碰不上几次，不熟，所以每次都想着干脆照做省事。这个月 eBay 上挂旧电台的那批人收到的就是这类通知，措辞凶得很：发射射频能量的设备，上架要提交 FCC ID，还得展在商品页上。 我第一反应不是翻设备背面找编号，是把 FCC 那份报告与命令调出来看。

AI 把你那段 Python 改成 JS，错在哪，有人认真数过了。 这周值得收的就一条，就这个。收不满，不硬凑。 论文 10 月 20 日挂上 arXiv，编号 2610.27868，主分类 cs.SE。三个作者，做的是跨语言代码翻译里的幻觉。 先把场景说清楚。

这项目我先没看代码，先看了评论区。一帮工程师没在聊“你的模型分类准不准”，也没聊“gemma3 比 llama 强哪儿”，而是死抠几个问题：移动操作和清单提交之间崩了怎么办，WAL 的 fsync 什么时候落盘，外部备份把文件倒回来你怎么认。

Thomas Bonnet 10 月 21 号那篇帖子，我看了两遍才确认自己没看错。 119 个关注标签，约 2150 篇候选文章，其中不带他关注标签的，31 篇。这 31 篇里，反应数过 20 的，2 篇。 2150 进，31 出。 画外音：我上次捣鼓的那个推荐功能，转化率都比这个好看。

每开一个新会话，先挑模型，再挑推理档位。我数过，一天三十次上下，多的时候五十次。 以前我从来都是拉到最高档，理由很省事：贵一点总不会更差吧。 十月十五号 Dex Horthy 那份 SlopCodeBench 更新，把这句话打掉了。