用自然语言写代码的时代，
经验值得被认真记录。

先说这次要看的命题：AI 生成的插件要进一个治理化的软件生态，现有验证手段（编译、功能测试）到底够不够？ 答案是这片论文给的，而且给得相当难看——不够，差得远。

八月下午，朋友在群里甩了个链接，追了一句"你那个主力工具被收了，看看"。我点开，是 SpaceX 完成对 Cursor 收购的消息——对，四月宣布的那个合作，当时还跟 Grok 4.6 绑在一起对外砸了声量，我看了几眼就忘了。现在流程走完，消息是别人转我的。行吧。

先亮旧稿。前阵子跑代码生成，第一版 system prompt 是这么写的： 你是一名资深软件工程师，必须严格遵守以下要求：仔细阅读函数签名和注释，务必理解全部需求，然后生成完整、准确、可直接运行的代码，不得遗漏任何边界情况。请注意，本任务非常重要，请认真对待。 四十多个字，字字都觉得自己有道理。问题就出在有道理上。

圈内内参｜这期聊 HashAgent。它刚冒出来，是个开源代理分享项目。结论先放一句：零托管成本这个说法，模型层和推理层基本成立，工具层破了个口，那个口是被浏览器 CORS 逼出来的一个第三方网关。信源说明一下：这篇没有匿名内部信源，全是公开可查的仓库、README 和 HN 讨论。

前几天看到一篇文章，讲 AI 生成代码最大的风险不是烂，是“能运行但不正确”——代码跑得起来，测试全绿，安静地解决着一个没人要它解决的问题，在生产环境里一趴几个月没人察觉。这个区分抓得准：坏代码会喊疼，报错、崩溃、测试挂掉，全是显性的；错代码不吭声。

出处是 NanoNets 开源在 GitHub 的仓库，MIT 协议，叫 Graft。给 Claude Code、Cursor、Codex、Gemini 这些 coding agent 提供代码库专属上下文，说能省调用、省 token、省 latency。

Lydia Hallie 昨天那篇讲 Claude Code 省 token 的指南，出处是她自己的博客。 我读完第一遍，最直接的感受不是"学到了"，是发现自己过去两周一直在烧缓存。烧得心安理得，因为缓存这东西 Claude Code 管得太静默了。

这篇复盘上个月出现在 dev.to 上，署名 nexuslabzen。我猜大多数人刷到之后扫一眼就过去了，因为表面看它就是个运维事故：三周零警告，然后发现是钩子被超时杀了。那不是我要讲的东西。我要拆的是里面一根承重墙——一个守卫进程被超时杀死，为什么可以在不产生任何信号的情况下，让整个团队把三周的死亡读成纪律变好。

54 美元修了 50 个文件的 TypeScript 类型问题。这个数字来自 Aditya Patadia 六月那篇博客，真实花销，不是段子。我拿 GPT 5.5 的价目表往这个数上凑了一下：输入 5 美元每百万 token，输出 30 美元每百万 token。

速评：这篇论文最值钱的不是它的benchmark，是一条被数字盖住的反直觉结论——最强的代码生成器，不是最快的架构优化器。 FinHardBench，8月2号挂arXiv，九个人署名，金融计算FPGA硬件生成，33个任务，六个模型，1530多轮实验，被COLM收了。

在 arXiv 上刷到它的时候正好是半夜，cs.AI 分类，名字好记：Poster + Meld，把论文融成海报。先说清楚，这期的选手不是代码仓库，是一篇九页的论文——官方 repo 我翻了一圈没翻到，所以我这算盯梢，不算真正上手摸。但手痒程度比平时高。

今天刷到别人分享的一个沙盘项目，叫 Isopolis。一张旧金山的等距像素地图，用 Google 的 3D Tiles 数据、AI 生成图素材、three.js 渲染出来的，项目方把搭建过程记录下来放到 dev.html 里供人围观。有人说像《模拟城市 2000》，挺贴切的。

先把这个结论撂这：AI Avatar v15最抢眼的东西——六个主题、金币喷泉、三版过山车、四种TTS——没一样是赚钱的。可它偏偏因为这些不赚钱的东西做得死用力，我才想写它。这版更新暴露的压根不是产品多强，而是这个品类被挤到了什么地步：护城河薄到得靠“免费+快乐”留人。那谁在给这份快乐买单？你。用时间买单。

这条system prompt改到第七版的时候，我数了一下字数：4027个词。它的问题不在长，在于三个职责一直挤在同一段话里互相踩脚。旧稿的节选是这样的： 你是一个全能型客户支持agent。请仔细判断用户的意图，确定属于计费、退款、技术故障、其他中的哪一类。

Adam 那篇东西过了两年再翻出来,社区里那轮吵架早没热度了。但有一句留下来了,比当时任何一篇长文都更接近问题的核心——他不再问“你用没用 AI”,而是问“你有没有为重要的部分战斗过”。翻译成行业语言,这句话说的不是态度,是一个被所有人跳过去的机制:理解不是写代码之后自然沉淀下来的东西,理解是摩擦的副产品。

先贴命令。 这是我数一个月的方式。commit 是整数，要么有，要么没有。 上个月在 DEV 上读到一份别人的月度开发报告，七月版，作者叫 FrancisTRDev。我把整份报告数了一遍，能算工程产物的只有一件：一个 PR 合进了 Forem。就这一件。剩下全是数字和计划。 哪种数字呢。

这条在讲 HTTP QUERY 方法正式进标准了，RFC 10008，今年六月的事。出处是一篇技术博客，原作者把来龙去脉捋了一遍，从 PATCH 之后十六年没有新 HTTP 方法开始讲起。 我一开始没当回事。HTTP 方法这玩意儿，够用就行，谁没事盯着有没有新方法发布。

今天干了件事，把刚接手的项目里自己半年前写的代码翻了出来，全选，复制，贴给 AI，附了一句中文："帮我重写一下，太丑了。" 它回了我一句英文："This is spaghetti code." 这词我认识，意大利面。查了下，原来在代码语境里是"乱成一锅粥"的意思——意大利面缠成一团，扯都扯不开。

速评：LLM 从自然语言生成 CI 配置，完全匹配率最高 3.1%。这不是“还不够好”的问题，是“根本接不住”的问题。 Doc2CI 这篇预印本够狠的。14 个开放权重模型加 GPT4o、GPT4.1，生成了超过 53000 个配置，最高的一致率 3.1%。什么概念？

接盘过一单库存管理系统的外包，2026年4月的事，离现在大概四个月。前一个开发者跑路了，留下一堆代码，甲方找到我，说小蒋你救一下，钱好说。钱好说这三个字我后来才弄懂是啥意思——报价我报了八千五，本来能报一万的，我自己怂了。 那代码是真烂。