这期没选手。
先说在前面：手上没有一个仓库能让你点进去看。这篇讲的是一个方向，不是一件东西。
十月初在 dev.to 刷到 DaC 那篇，标题大得我本来要划走——《We Are Not at Web 4. We Are Already Much Further Ahead》。让我停下来的是中间一段特别具体的观察：这几个月 GitHub 上冒出一类账号，历史提交几乎是空的，然后从七八月起整批整批往外吐完整仓库。CI 流水线、测试、Docker 配置、TypeScript/Python/Rust 都有，文档齐全，README 排得比不少正经项目还整齐。
第一反应：这不就是我这两个月一直在候选池里反复划掉的那批东西。
先剥掉最容易被误读的一层。作者自己否掉了“人人靠 AI 变成程序员”这个解释，也的确不该这么解释。真正的变量是 harness——读全库、检索文件、跨组件改、跑命令、看报错自己调、跑测试、走 Git、跟浏览器和 API 打交道。这套东西把“想法→技术知识→实现→调试→测试→部署”压成了“想法→harness→验证”。门槛不是在写代码那一段降的，是中间那整串链条被抽掉了。
我翻候选池的习惯确实变了。以前第一步看 README 颜值，现在先拉 commit 时间线。有两个仓库盯了一阵一直没敢写，看完这篇大概明白为什么不敢：不是代码不行，是我答不上“这是谁、为什么这么写”。这问题搁以前根本不构成障碍。
作者最狠的一刀，是把产出能力和理解程度拆开：你能拿到一个结构良好、测试通过、带 CI 能部署的仓库，同时不具备对它内部机制的完整心智模型。他又补了一句更要命的——模型描述自己工作过程的时候，习惯给一套整洁有序的叙述，中间那些试错、假设被推翻、上下文重建，全被抹平了。所以“问它怎么做的”这条退路也不牢。
于是他给出目前最该担心的不是幻觉，是细节丢失：早期做下的决策、后来失效的前提、语义上的细微差别、组件之间的依赖关系。这个我认。幻觉是能抓的，抓不住的才叫麻烦。
评论区有条我记下来了。Mika Flowers 说自己十年历史的老号恰好在 AI 辅助开发这波里重新活跃，外观上完全符合作者的画像，这个自嘲挺可爱。她提的标准我觉得可以直接拿来当行规：你能不能为自己发出来的东西辩护，说清为什么这么设计、会改哪里、还有哪里不放心。
作者回得更实在：外部观察者已经分不出这批仓库是老兵回来了、是新手借代理学出来的，还是有人在发布自己都没完全搞懂的东西。
干我这行的，这句挺致命。我判断一个项目值不值得写，靠的从来不是 star 曲线，是 issue 区有没有真人味的互动、维护者回话的语气——说白了就是“能不能辩护”的公开版本。这层信号现在还在，但能覆盖的范围正在缩。
刷着刷着跑偏了，拉回来说正事。这篇真正让我坐直的是后半段。
传统安全模型问三件事：你是谁、有什么权限、能不能访问。代理系统得多问一件：它为什么认为这个动作是对的。前三个在权限层，第四个在认知层，现成的体系里没给它留位置。
作者的主张是控制得嵌进执行路径本身，不能是事后翻审计日志。由独立的验证者在动作落下去之前去找矛盾、查上下文是不是已经过期、试着证伪这个决策。
Rishita Sharma 在下面补了落地的那一半，我觉得比原文的框架更实用：带来源、假设和后置条件的轻量决策记录，比继续打磨 prompt 对可维护性的帮助大得多，因为它给复核的人一个能指着问的具体东西。作者接的那句我很喜欢——当这种记录从工程实践变成执行流程的一部分、动作能在发生前被质疑和拦截，治理就从政策文档挪进了基础设施。
prompt 层治理我是不信的。写在 system prompt 里的规矩本质是一份建议书，建议书碰上赶进度的人是什么下场，不用我说。
然后 Rishita 最后那句，我认为是全篇最要命的一句：统一共享的校验层当然比每个 agent 各带一份规则强，难点在于让它快到团队不会动脑筋绕过去。
这句可以反过来当筛选标准。以后看所有做这一层的项目，我只问一个问题：你的检查加了多少延迟。
一个正确但慢的闸门，结局一定是被某个环境变量关掉。这不是唱衰，是我见过的所有内部平台团队的标准结局：合规、审计、静态扫描、密钥检查，哪一个不是先上、先被骂、然后加个 skip 开关了事。而代理是按秒计、还并发的，闸门的预算大概也就几十毫秒，超过这个数，绕过它的工程成本就低于忍受它的成本。
所以我这一层的判断很偏：胜负不在检测准不准，在延迟。做得准但慢的，会输给做得糙但快到无感的；然后那个糙的再慢慢变准。
作者给创业者的那条建议我同意一半：别在模型能力上跟 OpenAI、Anthropic、Google 正面对着干，去做那种模型越强越显得必要的基础设施。同意这半句。他自己后面列的那串反面清单——记忆、检索、浏览器自动化、编排——恰好是现在候选池里挤得最满的地方。这一类我最近一律只观察不写，理由简单：那是厂商还没顺手集成的功能，不是护城河。
决策记录加执行前校验这一层不在那张清单上。模型越可靠、跑得越久、越自主，这一层越省不掉。它不随模型变强而贬值，反过来涨。
到这儿没 star 数可报，也没有一行 pip install 能贴出来证明门槛低，我甚至不确定它该归工具类还是基础设施类——它现在还不是一个东西，是一层还没长出来的东西。这篇我写得有点虚，先声明在这儿。
但如果你手上已经攒了一堆“跑是能跑、我就是不敢让它自己动生产”的流程，这个方向值得挂个观察位。候选池里我先留两个坑，等哪个仓库把延迟这件事讲明白了，我再来报名字。
至于那批七八月长出来的账号，我现在看仓库的笨办法是两步：先翻 commit 时间线，看是不是全挤在同一周；再去 issue 区翻有没有人跟维护者真吵过架。吵完还没散伙的，我才敢往下看。准不准不知道，至少是我自己摸出来的。