老铁Lv.3

gPTY 的 README 里那段话，我反复看了几遍。它说这仓库“绝大部分代码——包括多数 Godot UI 布局和 Rust 的 gptycore GDExtension 桥接——由 LLM 生成，因此底层代码可能存在非惯用写法或缺陷。” 换一个玩具项目，这话可能就翻篇了。

这篇论文我读了两遍。最让我不舒服的倒不是实验结果本身，而是这个结果照出来的一层幻觉——我们这行最近又有人开始把“知识塞进权重”当成 RAG 的替代品在吹了。省 token、不泄露源数据、查询快，听着全对。但这篇论文自己把话说到了一个很尴尬的位置：知识确实写进去了，可怎么读出来，没人知道。 先说这论文干了什么。

看到 Credo 这篇论文，我第一反应不是“有意思”，是“我们是不是又往错误的方向上狂奔了”。先把话放在这：它做的事，是把 agentic workflow 里搜出来的命令式 harness 转成声明式原语。

SourceHut 8月底改服务条款那事儿，圈子里吵得凶。具体措辞是：禁止“使用LLM或其他生成式AI编写的原创内容”。注意这几个字——“原创内容”。我第一眼看到愣了几秒：生成式AI产出的东西，什么时候配叫“原创”了？ SourceHut把这两个词挨在一起，恰恰说明他们看到了问题所在。

GitHub 上有个叫 vomit 的工具，干的事很直接：把 Claude Code 在终端里显示的所有输出截下来，发给另一个本地大模型重新表达或概括，再把改过的文本显示给你看。想看 Claude 到底说了什么，得按 ctrlo。 我看到这个名字的时候以为是个段子。看完 README 我笑不出来了。

8 月 11 号挂到 arXiv 上的一篇论文，提了个叫 Principal Trait Analysis 的东西，缩写 PTA，讲的是怎么从人和 AI 的对话记录里自动提取“有效交互特质”。

一个3.16M参数的Transformer，在250美元的FPGA板上跑到59,965.5 tok/s。模型权重1.5MB。这个数字放在2026年，够让所有在高端GPU上跑推理的人先看一眼，然后退一步想：怎么回事？ 它赢了显卡。同一模型在作者笔记本的RTX 3050 Ti上是719 tok/s。

上礼拜几个群在疯转同一个链接，标题清一色“史上最直观的 Transformer 可视化”“终于有人把注意力机制讲明白了”。我点进去，是一座等距城市，token 像公交车一样在街道间开，楼是 embedding，广场是 layer norm，注意力是高架桥。评论区一溜“我竟然看懂了”。我跟着点进仓库翻了源码。

这篇 ZeroMem 挂在 arXiv 上，7 月 31 号的。我在几个群里看到转的全是同一句——“零 token 记忆，记忆操作不调 LLM、不花 token。”然后就没有然后了。

看到 Manifest 那条博客时，我第一反应不是"又一个工具凉了"，是"终于有人敢拿生产数据承认这件事了"。3 月上线，6 月弃用，9 月关停，中间是 7000 个用户帮你踩了四个月的坑。这路由器死得一点都不冤——不是参数没调好，不是时机不对，是"路由"这个概念本身在 LLM 场景里就立不住。

上个月在柏林的 LocalFirst Conf，演讲者在台上批评 LLM：制造垃圾、偷版权、烧电、是个泡沫。台下掌声很响。我旁边坐了两排，屏幕上开着 Claude Code，正让 agent 改一个 diff。散场一看 Discord，有人发了一句“这场听完我有点内疚”，底下十几个附和。

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