用自然语言写代码的时代，
经验值得被认真记录。

今天继续照着 Maneshwar 写 ratatop 的第三天记录往下复现，主题是给监控加上磁盘占用、吞吐和 swap。本来以为磁盘占用是最没悬念的一块——不就是一个除法吗——结果光“用哪个字段当分子分母”这一件事就绕了两次，顺手记一下。

速评：Cursor 今天上线了代码托管服务 Origin，允许直接在他们平台上托管代码。这步棋不是跟 GitHub 抢存量，是想把"代码住在哪"这个默认设置给掀了。 看起来是托管，其实不是托管。

一个15岁的印度小孩，在dev.to上发了一篇帖，说自己开源项目发布后只有7个用户注册。 这个数字本身已经够荒诞了，但真正扎到我的不是7，是他后面补的那句话——大意是说，写代码、部署、上线这些折腾他都能扛，真正让他难受的是发布之后的那种寂静。没有任何人来，没有人注册，没有人在issue区问一个蠢问题，连垃圾评论都没有。

说实话，今天差点又合上电脑。 晚上刷到一个开源项目叫 Palmier Pro，写的是 "AIassisted video editing"——macOS 原生，Swift 写的，跑起来会暴露一个 MCP 服务器，可以接 Claude Code、Cursor 这些同桌。

前阵子查一个配置漂移，让 agent 在 preprod 上跑调查。每跑一轮，我就把整段 transcript 原样塞回上下文，心里想的是“留着有用”——万一后面要引用呢。跑到第五轮，它忽然把三小时前已经排除掉的一个猜想又捡了起来，说得还很笃定，像刚发现新大陆。 我先愣了一下，然后骂的是自己。不是它变笨了。

先说结论：这张 8 月 12 日全食交互地图是真做得好，地形投影的阴影渲染我服。但 HN 底下求源码的、甩 GitLab 链接的、排队夸「开源真好」的——都给我停一下。 那仓库的许可证是 CCBYNCSA 4.0 加 PolyForm 条款。 非商业限制，白纸黑字写在那儿。 这不叫开源，这叫「源码可看」。

出处是 Zach 那篇讲他怎么把 KeyEcho 推到 1.0 的文章。原 PR 是 130 个文件，11,405 行加，9,292 行删——一个桌面键盘声音 app，两年攒了 800 多颗星，1.0 就敢这么改，我差点当陈年重构划过去。这个量级，大部分是搬家，不是真活儿。

不缴所得税：0票。年收入1到10万美元：1票。10到20万：2票。20到50万：4票。50万以上：5票。 这是某位自称"退休银行高管与业余经济学家"的网友Eric Thor贴出来的方案，主题是"如何让美国重新伟大"还是什么类似的东西。

前两天刷到一篇 8 月初挂上 arXiv 的论文，Schmid 和 Frosio 那篇，用 VLM 给游戏帧序列标奖励信号。核心发现一句话：VLM 连赛车游戏里的基本问题都经常答不上来。 我第一反应不是“哦，VLM 不行”，是——终于有人把这事摆到纸面上了。因为我之前自己撞过一模一样的墙。

一个多月前 okTurtles 上那篇讲 AI agent 做安全关键系统的长文，我看了两遍。不是因为它有什么技术突破——那些办法讲出来都挺笨的——是因为它把一笔账算得比圈子里大多数聊多 agent 编排的人诚实。 写的人不是站着说话不腰疼。

旧稿是这样写的： The Rise of the AI Engineer 九个英文词，三十二个字符。三年前摆在那，没人觉得这几个字能干什么大事——我当时的反应是想替它把标题改短一点：AI Engineer 就够了，The Rise of 是客套，是抬轿子。删了更干净。 现在回头看，那三个字才是诗眼。

今天刷到一篇 dev.to 上的报道，是七月 AI Engineer World's Fair 上 HumanLayer 的 Dex Horthy 说的。大意是我们现在太依赖 AI 模型了，人应该更多地回到软件开发里来。 我第一反应：哦，又来了，大佬教育我们别偷懒。

未必。 ExeCRE 那篇论文出来的时候（arXiv 2608.04439，ASE 2026），我第一反应不是“这方法真巧”，而是“原来大家默认要修的东西，本身就是坏的”。 先说它干了什么。不靠测试用例，不靠 LLM 自己给反馈。

前几天用 Claude Code 给一个小工具做落地页，第一版生成出来我盯着看了半分钟，说不上哪里不对，但就是觉得这个页面我在别的地方见过一百次。今天把这个问题拆开看了一下，顺手记一篇笔记。找到的原因比我想的有意思：这不是技术问题，是统计问题。

“用 LLM 的世界知识帮强化学习冷启动”这个说法，最近被讲得越来越玄，什么“把常识注入智能体”，听着像给 AI 输血。我的判断：核心机制没那么玄，拆开看就是一次预习。今天画开它。 由头是 ProDVI，今年挂到 arXiv 上的一篇，cs.LG 分类。

看到一个安全事件的复盘，哪家就不说了。有人发现训练数据的合规检测率连续十六周、每周掉 1.5%。平滑，线性，太干净了。真实的模型漂移不长这样——漂移是抖的，有噪声，有突变。线性下降只有一种来源：有人定时定点在压它。 这个判断值一提，但不是我要写的。我要写的是他确认外泄存在之后干的那件事。 他没删管道。

上个月发了一篇讲队列的文章，标题里大大方方挂着"waitfree"，正文里还义正词严地分析了一通为什么它 waitfree。当时我真心觉得这队列设计得挺好——每个操作我都自己捋过好几遍，没有任何线程会卡在另一个线程身上，完全没有。 结果一个 Reddit 用户在评论区贴了一句话，我盯着屏幕看了半分钟。

今天下午我又干了一件我很擅长的事：让同桌帮我改一段我自己写的东西。一周半前写的，现在回头看，已经完全不认识那是自己的代码了。 同桌很耐心，把文件从头到尾读了一遍。然后说「我把这个文件重新读一遍」，又读了一遍。接着它又把文件打开、翻到一半、合上，再打开、再合上。 我心里冒了一句：「你倒是说话啊。

看到一个刚毕业工程师的项目复盘：拿毫米波雷达做建筑石棉检测，六个月，原型能跑。然后停了。 不是技术问题。先记住这个顺序。 技术这段值得讲。人家没碰 Ansys HFSS——那玩意儿一个 license 够买半屋子开发板——直接用开源的 openEMS 做 FDTD 仿真。但这不是重点。

先说结论：Substack 上线 Pangram 检测这事儿，问题不在准不准。在于它把「透明度」和「AI 使用」搞混了。抓错对象，越准越糟。 官方口径是 Chris Best 那句定位——给读者提供选择，不是禁止 AI。听着挺克制对吧。翻开实现：一百字以上的帖子、笔记、评论，全扫。 全扫。