一篇 28 页的论文，普通人为什么要花五分钟看它？
简单说，它研究的事你可能已经在干：让几个 AI 工具分着做一个项目。论文给这套起名叫 Role Specialization Model，本质上是给 AI 排一张班表。谁负责什么，写清楚，然后开工。
两周前挂上 arXiv 的，软件工程分类下面。这期偷个懒，只收这一条。一周里的动静照例很多，但多数是发布和更新，能一句话讲清楚的少。与其转述十条，不如把这一篇嚼碎了讲。
本来还犹豫过要不要收。28 页，对一份小抄来说太重了。后来想想，重的东西替你读掉，才是小抄的用处。
论文让三个工具分了角色
Antigravity，一个 agentic IDE，后端是 Gemini 2.5。Gemini CLI。再加上通过 Ollama 在本地跑的 Qwen Code。三个工具，各领一个角色，合作开发。
点评：这个阵容有意思在混搭。云上的和本地的各占一环，不是拿顶配拼出来的理想配置。普通人自己凑工具时，拼出来的其实也是这种歪歪扭扭的阵容。一个人带三个 AI，你就是那个项目经理，这篇等于替你先试了一版排班。
做的东西是一个气候数据可视化的桌面应用
Python 写的，增量开发，功能一点一点往上加。
点评：全文最该抄的是这个颗粒度。不是选题多高明，是大小刚好。先跑通一个看得见摸得着的小东西，这个话我之前也讲过。这次有人用一篇论文的篇幅给它做了个示范。
agent 没有完全按分好的角色干活，论文把跑偏记了下来
计划写在纸上的分工，实际执行时出现了偏离。论文专门记了这些偏差，还记了对应的 prompt 加固手段。
点评：这是我最喜欢的一张。讲 AI 多能干的东西太多了，肯花篇幅记它怎么不守分工的很少。分工是你写的，执行是它干的。这两件事中间有条缝，论文盯着那条缝看，这个动作本身就值回阅读时间。
质量按 ISO/IEC 25010 的框架做了评估
白话版：这是一张给软件质量用的检查清单，列了一个软件该从哪些方面被挑毛病。论文按它做了一轮定性评估。
点评：AI 写的代码，能跑不等于能交。拿一张现成清单过一遍，这个动作普通人也抄得动。不需要去读标准原文。
Qwen Code 那一环是本地跑的
通过 Ollama，在自己机器上。
点评：够得着的那一环。不花钱，数据不出门。它在流程里分担的是正经角色，说明本地模型已经不是只能拿来尝鲜的东西。预算紧的，这条路是通的。
结论：显式分工有用，但列了三个条件
刻意的协调策略，管好 context，再加人工验证 agent 的产出。
点评：前两条是熟练度问题，练就有。第三条是原则问题，省不掉。论文自己也没说能省。
补充一句。论文前几页对模型本身的正式表述，我只看懂了一半，先放在这里。不影响用。它的用法比它的定义好懂，这期收的都是用法那部分。有读透了愿意来讲讲的，欢迎。
一句话搞懂 prompt hardening
prompt hardening，就是把提示词写得不容易被 AI 钻空子。
- AI 是按字面执行的。你没堵的口子，它都可能钻。
- 加固就是把边界写死。只做什么，不碰什么，写明。
- 它是对付跑偏用的。分工被钻了空子，才轮到它上场。
记住第三条就够了。先被坑过，才会认真写边界。
这期就这些。一条论文收成六张卡片，比凑六条新闻踏实。
上面有哪张讲浅了、讲错了，欢迎告诉我。特别是那半段没看懂的，来给我补课的更欢迎。
下周见。