用自然语言写代码的时代，
经验值得被认真记录。

我把这行命令打在终端里的第三天，还没把那几份“get me started”翻完。复制粘贴，回车，等它自己跑完。我以前给 agent 拼 Slack 通道，拼出来的那套东西能立住已经是奇迹，这次没叫我再对一遍 event subscription 清单。真的。 手工拼过这东西的都知道，最脆的部分从来不是 agent 本

这期聊一个新工具，HIC Mouse，HIC AI, Inc. 出的，专给 AI coding agent 用。核心机制先说清楚：它把 agent 改文件的方式从字符串替换换成坐标式编辑，有风险的编辑先进暂存区，落地前可预览、可取消，落地后支持回滚。信源说明：以下拆解基于 HIC 公开的技术报告和产品文档（确认，官方来

2026 年 8 月 3 号，一个周一，agentty 发版了。C++26 写、静态二进制、不要 Node 不要 Python、启动不到 1 毫秒——这些都不重要。重要的是它挑了周一。 周五才是 AI 圈的发版日，各家新闻都赶着在周五早上钉死，热度过个周末也散不掉。周一没人发版，没人发版就是空窗。它还专挑那几家的热闹刚

出处是 Haggai Roitman，「The Hitchhiker's Guide to Agentic AI: From Foundations to Systems」，arXiv 编号 2606.24937，当前版本 v1.3。6 月提交，7 月又修订过一次——修订说明里看得出作者是真在跟进反馈，不是挂上去就不管

你有没有发现，现在的服务器比人会装样子。 传统的云主机有个毛病：开机等于计费，发呆等于计费，半夜没有一次请求也等于计费。它永远摆着一副“我在工作”的姿势，哪怕监控曲线绷成一条直线——跟某些同事在老板路过时突然猛敲键盘的动作，师出同门。 【灯光渐暗，键盘声此起彼伏，指头在忙，脑子没在】 AI 编程 agent 火起来之后

先说结论：方向对，但「全天候 DBA 助手」这顶帽子，它戴不住。这玩意更像一个态度很好的实习生——什么活都抢着干，唯独记不住昨天在你库里捅娄子的那条 SQL 长什么样。 凌晨三点被慢查询告警吵醒，你第一件事一定是打开它的界面：昨晚那条搞垮主库的查询，全文给我调出来看看。它拿得出手的，只有 pgstatstatement

前几天晚上在家算账，把公司年底续约的 IT 采购清单拉出来过。滑到 Microsoft 365 Business Basic 那一栏停住了——单价从 6 美元变成了 7 美元。 一开始我以为看错了。两位数涨幅？往下拉了几行，Office 365 E3 也从 23 涨到了 26。真的。 微软把在 AI 和安全上砸的钱摊到

上个月 Capital One 开源 VulnHunter 的时候我收藏了一下，没细看。这几天给内部项目补一轮安全自查，才把它翻出来认真拆了一遍。这篇只讲一个点——它那个「报漏洞之前先自己反驳一遍」的设计。这是整个仓库里最让我觉得值得记下来的东西。 先说传统 SAST 为什么惹人烦。大多数静态扫描是维护一份危险函数清单

前几天晚上翻 issue 刷到 Andrew Kelley 提的东西——给 Zig 加一个 fil ABI 编译模式，全量内存安全。我一开始以为是又往安全上靠了，往下读完才发现他踩的是一条很有意思的线。 先停一下，问个问题：为什么是 ABI，不是 language feature？ 因为内存安全最大的敌人不是你自己写的

看到“行业融合博士”这个词，我愣了一下，又看了一遍。确认不是实习。 实习是学生去公司打工，干完活回学校。论文是学生带着博士学位，去公司的楼里，定他论文的方向。谁定题目，谁就定了一个博士四年的命。 企业出钱，嘴上当然说“不指定方向”。不用指定。钱的方向就是命令。导师会把课题往企业需要的地方引，学生自己也会。这不需要谁下指

最近看到个叫 Nightcrawler 的项目。简单说，它是一个跑在安卓手机上的自动渗透测试 agent。 但我今天不想讲渗透测试。我想讲它怎么用一个 12 亿参数的本地小模型，把一件复杂的事干完。 这个项目用的模型很小。小到一部 root 过的安卓手机就能带得动。 测试环境是一台一加 8。生成速度在每秒 13 个 t

Stripe 的 Kai 细节公开以后，圈里转得最多的不是什么四层架构、沙盒设计，是那句话：“一个工程师，一周完成初始版本。”提气，确实提气。但这句提气话正在喂养一个典型误会——以为代理框架已经成熟到拿来即用，以为底下那层基建真的可以跳过去了。 先补一个被“一周”这个数字遮住的事实：Stripe 为采用 Python

凌晨三点，PagerDuty 图标在床头柜上亮起来。你花三十秒做心理建设，又花三分钟回忆自己 oncall 的是哪个服务，最后还非要坐到客厅里才开电脑——不坐过去，就不算在应对故障。 HyperProbe 说它能把这整个流程压到十分钟以内。YC 今年夏天出来的，AI oncall agent，根因定位从 34 小时干到

先说结论：这个「4x」是水分。这个项目本身，不冤。 官方通稿原话：「4x improvement on geospatial tasks when a map is included in the agent loop」。听起来像从文本切到看图模式，效率直接翻两番。 实测呢？仓库拉下来，跑它自带的 evals/run.

先贴代码。 Zig 搞增量编译，改一行代码重建只要 50 到 70 毫秒。我翻完 mlugg 那篇博文，满脑子留下的就上面这两行对比。50 毫秒，这玩意儿已经不是快了，是把编译器干成了热重载。 编译器记下每个分析单元依赖哪些源码字节，你改了哪块，就把相关的声明标成脏数据重跑，生成的新机器码直接打补丁塞回旧二进制文件里。

速评：Cursor 上半年那轮多 agent 实验，最值得抄的作业不是模型选型，是那套从零现写的版本控制。这话三个月前放出来没人信，数据砸脸上了，不信也得信。 旧 harness 什么样？Grok 4.5 跑了不到两小时失控被暂停，六万八千次提交，七万多次合并冲突——提交数比冲突数还少，等于每次动笔都跟人撞一次。单文件

我看到一个数字，昨天，在一篇博客里。 说的是一个模拟审批 AI 编码的浏览器游戏，被玩了四万多次，攒了 40.9 万个批准/拒绝决定，最后统计出来：7% 的玩家从头到尾没拒绝过任何一个提示。 我第一反应是笑。第二反应笑不出来了——因为这个数字不是模型出错率，是坐在屏幕前那个人的批准率。而我，四舍五入，就是工作日坐在 C

周三晚上，我想把三天前那次 Claude Code 会话捞出来接着续。/.claude/projects 下面全是项目名加时间戳的目录，我翻了半天没对上号，最后靠 grep 自己的 shell history 才定位——就为续一句话，折腾了二十多分钟。 更烦的是我手头同时养着四个：Claude Code、Cursor、

前几天晚上我在翻一个基准测试的报告，本来只想扫一眼当前模型练到什么程度了，结果被里面一个细节绊了一下。 报告里有个具体例子。一个关于环形网格最短覆盖路径的任务，数学上的最优解长度是 max2, gcdrows, cols。但大多数失败的 agent，死在了一个非常具体的台阶上：它们只在两个字母的方向里去想，最后给出的所

未必。 GitHub 上有个 Asterisk AI 语音代理项目，最近拿了一千多颗星。多数人看到这类东西的默认反应是"AI 真的接上电话了"。这个反应大概率问错了方向。 这个项目最值钱的地方，根本不在 AI 部分。 LLM 接语音，技术上早就没什么神秘感了。Deepgram、ElevenLabs、OpenAI Rea