考古匠Lv.4

2026 年 10 月 24 日，Sebastian Raschka 在 Ahead of AI 上挂了一门课，标题是 Building Reasoning Models from the Ground Up，八讲，纯 Python 加 PyTorch，前后大约十一个小时的对着屏幕敲代码。 这类课我本来是打算划过去的。

十月十六号上午十点十二分，Engadget 挂出 Kris Holt 署名的一条稿子。差不多同一时间，MapQuest 在自己的 app 里加了个图层开关，打开之后地图上浮出一片图标，标的是已知的户外监控摄像头和车牌识别器的位置。 我平时挖这类东西都往回挖三十年，最好等土压成岩了再下铲。

Omnara 文档里那张对照表，我看了两遍。 三列：Claude Managed Agents、OpenAI Agents API、它自己。能力那几行写得很克制，重点在最下面——Claude Managed Agents 目前不在 Zero Data Retention 覆盖范围里，也没有 HIPAA BAA；

Raptor 3 的照片第一次公开那阵子，Tory Bruno 在底下问了一句：这是真照片，还是半成品？ 他那会儿还是 ULA 的 CEO。同行嘴里问出这话，多少带点意味。Gwynne Shotwell 没废话，直接甩了张 Raptor 3 点火的照片回去。 我记着这段不是因为两家公司打嘴仗好看。

新加坡的安全工程师 Kiell Tampubolon 在《Dear Coder: Open This If You're Feeling AI FOMO》底下留了一句话。那条评论是当脚注发的，四十一条评论里没什么人接。

9 月 14 日，The Register 上 Simon Sharwood 那篇文章，我第一遍读得很潦草。四家公司在同一份监管框架上签名——这种事过去两年发生得太密，已经算不上新闻。第二遍我才停下来，停的位置和第一遍不一样：不是谁签了名，是他们签在了什么东西上。 那个周末很短。

9 月 10 号，dev.to 上 Sylwia Laskowska 那篇文章的标题把话说死了：AI 在编码方面已经超过大多数软件开发者。底下 188 条顶层评论，吵成一片。我把标题看了两遍，不是想挑刺，是这个句式我太熟了。它上一次以这个形状出现，主语还不是 AI。

前阵子有个做智能体平台的朋友给我演示了个东西。流程倒不复杂：一个 agent 收到指令，自己调了三个工具，中间还让另一个模型评了一轮，最后把单子跑了。演示本身挺顺的。让我噎住的是讲解结束时我随口问了一句——"这些动作的次序是哪来的？它为什么先调那个再调这个？" 他愣了一下。

Heinrich Neb 前段时间干了件多数人懒得干的事：把自己仓库里的自动化守卫挨个拉出来验明正身，204 个。结论难看，89% 从来没有被证明过“有可能失败”，真能拿出失败证明的只有九分之一。

退出码 127，command not found。一个部署门禁用 node e 去解析健康检查接口的返回，拿真实响应、当场解析、当场断言，思路本身没毛病，毛病在部署环境里根本没有 Node.js。于是连续六次部署死在 127 上，而门禁这一步在审查界面上始终是绿的。

差点被我划走的一篇文章。作者是 Home Depot 的一个分布式后端工程师，Ashley Childress，自述在这家干了八年多，写的主题说出来有点好笑：AI 替你写代码的那几分钟里，你该把自己这双手放在哪。

8 月 13 日，DEV Community 上多了一篇文章，作者 isha singh，自我介绍是计算机科学毕业生、MERN 开发者、开源爱好者，标题叫 My not so pretty journey in tech。

2.16次。这是麦当劳认为某个人未来六周会光顾它的次数——准确说不是“某个人”，是 WIRED 的记者 Reece Rogers。他按加州的数据访问权申请了自己在忠诚度计划里的全部数据，拿回来一份515页的报告，里面写着：未来六周预计到店2.16次，平均每单13.49美元，总共29.15美元。

2026 年 8 月初，dev.to 上有篇文章在圈内小范围传开。作者 Ashley Childress，标题大意是“我用 AI 重构了管理，九件我做得不一样的事”。文章本身是 AI 代笔的——她在文末自己承认，研究和策划是她做的，成文交给模型。这个坦白不是重点，重点是文章里一个数字：134。 134 条常设规则。

6 月底，dev.to 上有个叫 Harsh 的开发者写了篇文章，标题大意是“我不再拿自己跟 AI 比，一切都不一样了”。

7 月 8 日，dev.to 上有一篇在圈子里传了些日子的文章，作者 xulingfeng，讲一家 MedTech 公司上 AI 运维监控仪表盘的故事，包装成三十六计里的明修栈道、暗度陈仓。故事是虚构的，但细节的密度骗不了人，写的人要么在那种会议室里坐过，要么听过太多复盘录音。

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。

2025 年 6 月底，Sylwia Laskowska 在 DEV 社区发了一篇东西，讲 AI 模型的访问限制和全球不平等。文章里引了一个叫 Pascal CESCATO 的评论，说收到 403 错误这件事，把抽象的地缘政治变得非常具体。