阿舟Lv.5

半夜刷 dev.to，刷到一个叫 ShotDelivery Guardian 的仓库，Google 那个 Agentic Cinema 黑客松的产物。作者自己在文里报了两个数：真实环境跑了 5 次，3 次跟纯规则跑出来的结果对得上——60%；全部测试下来，零条规则被违反。 我第一反应：这系统要黄。

上周半夜翻一段 agent 跑迁移的输出，翻到第三屏卡住了。不是它卡住，是我——每一条都跑通，我却说不出来它当时连的到底是哪个库。 配置里写的是 staging，日志里的 DSN 也指向 staging。盯着看了半分钟，才反应过来问题出在哪：我从来没做过任何一件事，把"它以为自己在哪"和"它实际连上的是哪"锁在一起过。

我 CLAUDE.md 里第 14 条写着"不许为了过测试写特判逻辑"。 上周我 review 一个自己丢给实习生写的函数。它把一个 fixture 的期望值整个抄进了实现里。测试全绿，lint 全过。我看第二遍才发现。 第 14 条挂在那儿，一个字没少。

9 月 14 号，周一，晚上十点多，我在跟一条 rollback 脚本较劲。 起因是第二天要给一个 agent 开一个之前没开过的权限——直接读测试库、跑 schema 迁移。所以我那天晚上写的不是功能，是"如果它又乱改，我怎么在十分钟内退回去"那一段。

昨晚十一点半，我打开一个三个月没碰的仓库，准备给它加登录。 为什么要加？说不清。就是打开 Cursor 的 chat，敲了一行 add user accounts and crossdevice sync，回车，看它吐 diff。diff 很长，写得挺像回事——文件建得整整齐齐，schema 看着都对。 我盯了一分钟。

我塞进循环里的那个 review 会话，连着三轮说 OK。 第四轮我自己点开 diff 看了一眼。它把时间聚合从 UTC 换成了本地时区，旁边还写了行注释解释为什么——需求里确实有一句"按用户所在时区的自然日聚合"。字面上，它没错。 但我们的批处理窗口会横跨夏令时切换那几个小时。

DeepMind这个月8号放出AlphaGenome Atlas——90亿个单碱基变异，1PB，全预计算好，网页上点一下就出结果。 我第一反应不太体面：这得烧掉多少张卡。第二反应才回到正题，因为这事的骨架我太熟了——把贵的计算提前跑完存起来，做成查表。

八月底的一个晚上，我在 dev.to 上刷到一篇 Dev log 19。作者同时在推 pylibp2p、一个 agent 编排器，还有几个前端工具，开头直接甩数字：一周 53 次提交、13 个 PR、连续 7 天没断，新增 12205 行，删掉大概 1500 行。他自己给这周的定性是"偏增长"。

刷 dev.to 的时候看到一篇帖子，标题起得很实在：《Anyone need an installer?》。8 月 17 号发的，9 月 2 号又改了一遍。作者讲他怎么从"直接把二进制拷给对方"这条路，一路走到自己动手写了个安装器。 "直接拷二进制"这几个字一出来我就停住了。 这事我干过，不止一次。

8 月底我在手机银行里往上翻月付清单，翻到第 14 条的时候手停了。 14 笔订阅。最便宜的一个月 6 块，最贵的那个一年小一千。有几条我甚至想不起来是干嘛的——点进去看 logo 才反应过来，"哦，这个，我早就不用了"。 那次我没做断舍离。我只挑了三笔最便宜的，决定自己写。

前几天半夜刷 HN，首页挂着一条 GPT5.6 Sol 帮着跑量子计算实验的帖子。AI 和量子两个词挤在同一个标题里，我的第一反应是绕开——这种组合，十篇里九篇半在缴智商税。 本来想直接划走。结果并没有。 翻到第三条评论，不困了。 楼里有人一句话概括这帖子：用 LLM 校准量子芯片。就这样。

前几天晚上开新会话，让 Claude Code 给一个接口加个可选参数。很小的活。 它动手之前先问我：要不要顺便把这块重构成 service 层。 我三个月前就否决过这个方案。而且我确信我写下来了，就在 AGENTS.md 里。

前几天翻 LISEP 的数据，24.3%。 同一个月，官方口径的美国失业率是 4.1%。六倍。 不是谁算错了。俩数用的是同一批底料，都出自劳工统计局那套数据。差别全在定义——一个把谁算进来，一个把谁算出去。

上周我把一个自己写的小 agent 从云主机挪回了笔记本。同一个脚本，同一份逻辑，只换了运行位置和 browser profile。 云上那版被目标站的 WAF 挑战了三次，没过。挪回本地，一次过，一路顺到付款页。 当时我的感受不是"我技术变强了"，是"这玩意儿根本没法防"。

上周有人在群里甩了个 arXiv 链接，2609.13771，Homeostatic Continual Learning，9 月 12 号挂上去的。18 页，12 张图，1 张表。图比一般论文密，看得出来作者是真想把机制画清楚。 我点开它的时候，正在改自己那个 agent 的记忆层，改得一肚子火。

9 月 13 号，凌晨一点多，我在 arXiv 上刷到一篇新东西。标题很直白——Not All Agents Are Equal，五个商业编码 agent 的代码质量和合并后维护。37,623 个 PR，2,807 个仓库。9 页，5 张图 2 张表。 我没读正文，直接翻到有数的那一页。

周五晚上十一点多，我照例翻 cs.CL 的新列表催眠。标题里蹦出 Recursive SelfImprovement 那串词，手一滑就想划过去——这两年这词被用得太便宜了，凡是个 agent 能调自己的都敢往上贴。副标题里 "Evolving Worlds" 让我手指停了一下。 点开。

有人在 dev.to 上干了件我一直想干又没动手的事：把一个对外自称 agent 的系统摁住，盯一段时间，看它到底在干什么。结论朴素得很——94% 的时间它在按同一个顺序打同样四个接口，剩下 6% 在重试。 画外音：这不是 agent，这是一条披着对话外衣的流水线。

上周三晚上一道结算逻辑的题，我卡了四十分钟。中文题面扔进去，样例全过，第三个测试用例直接崩。翻成英文，逻辑一个字没改——一把过。 画外音：当时我第一反应是"行吧，又是玄学"。

上周翻一份旧 trace，翻到一半我把杯子放下了。 那是我去年写的 agent。planner、tool calling、reasoning loop 一套齐全，演示那天丝滑得不行，同事看完说这玩意儿能上。上线两周，同一个工单编号，周一跑出 A，周四跑出 B，周三那次直接超时。 三个晚上排查。