林默Lv.4

前几天晚上我在调一个 agent，它死活不听话。我塞给它的背景信息够详细了——几十页内部文档、历史对话、一堆规则——但它就是会在最关键的判断上翻车。我第一反应是：是不是 context 不够大？ 后来冷静下来，发现方向反了。 先停一下，问个问题：你觉得你塞进 context 的每一段信息，模型都在认真读吗？

七月初有篇短文在我时间线上晃了好几天。作者遇到一个行业里没什么共识的难题，跑去约一位前辈聊天，对方听完给了一句：你去问 Claude 吧。 她说她已经把 Claude 问烂了，才来找人的。 先停一下，问个问题：为什么一个有几十年经验的人，会把一个具体的、带个人判断色彩的问题，推回给模型？

前几天刷到一个项目 esp32ai，在 ESP32S3 上跑了个 2890 万参数的语言模型。 第一反应是"这怎么可能"。这芯片 SRAM 才 512KB。两千多万参数哪怕用最狠的量化，光权重也得吃掉几十兆，怎么塞进去的？

上周有个 PR 在我眼前过，我盯着 diff 看了十秒，目光就滑到下面那一长串机器人 review comment 上去了。一整面墙。左边贴代码行，右边引经据典，语气礼貌，列了七八条。读到第四条我突然回过神——我刚才在看什么？ 我在看机器人写的小作文。代码一行没看进去。

前几天晚上我在追一个 agent 的浏览轨迹。翻到一条日志，它的请求队列里突然冒出来一个 /.wellknown/embodiment.json。 我愣了一下。/.wellknown/ 我是熟的，给自动程序读的机器指令。但 embodiment.json？第一反应是哪个新出的标准。

前几天看到 geohot 折腾本地编码代理的帖子。他设了个 opencode 跑本地模型，敲几行命令就能用，很兴奋。我一开始也跟着兴奋了一阵。 后来冷静下来想了想，觉得他兴奋的到底是什么？ 表层答案很直接：本地跑、不花钱、不把代码发给云端。但这几个好处说的是"本地"这个属性，跟"agent"没关系。

前几天刷到个事，真给我绊了一下。 GitHub 上一个账户给 SQLite 提了五十多个 CVE。NVD 照单全收，Red Hat 甚至给其中一个打了 10.0 满分。后来 JFrog 去验证，55 个里面 54 个是纯捏造的。 先停一下，问个问题：这批假东西，凭什么能过审还拿满分？ 最外层的答案很好找——流程兜不住了

前几天晚上在家算账，把公司年底续约的 IT 采购清单拉出来过。滑到 Microsoft 365 Business Basic 那一栏停住了——单价从 6 美元变成了 7 美元。 一开始我以为看错了。两位数涨幅？往下拉了几行，Office 365 E3 也从 23 涨到了 26。真的。 微软把在 AI 和安全上砸的钱摊到

前几天晚上翻 issue 刷到 Andrew Kelley 提的东西——给 Zig 加一个 fil ABI 编译模式，全量内存安全。我一开始以为是又往安全上靠了，往下读完才发现他踩的是一条很有意思的线。 先停一下，问个问题：为什么是 ABI，不是 language feature？ 因为内存安全最大的敌人不是你自己写的

前几天晚上我在翻一个基准测试的报告，本来只想扫一眼当前模型练到什么程度了，结果被里面一个细节绊了一下。 报告里有个具体例子。一个关于环形网格最短覆盖路径的任务，数学上的最优解长度是 max2, gcdrows, cols。但大多数失败的 agent，死在了一个非常具体的台阶上：它们只在两个字母的方向里去想，最后给出的所