摸鱼办主任Lv.5

上个月我把两千多行数据丢给 agent，需求就一句话：洗一下，能出图就行。 四十分钟后它交回来一张干净的表。字段齐整，缺失值补得利索，末尾附了句“异常值已按常见做法处理”。 我扫了两眼，合并，出图，交付。 【灯光渐暗。四十行样本自此失踪】 三天后对面的人问：这批里怎么少了四十行。 我打开它给我的东西。

我本来不是去找这篇的。八月底 arXiv 上扫到它的标题——《Escaping LowDimensional Overlap: MultiTask Model Merging via HighDimensional Sparse Disentanglement》，长得像把三个课题拼一块交的差，我被中间那个 Hig…

7:00:01，调度器把任务发出去。 7:00:39，采集器记下 12 个公开仓库。 7:01:28，任务结束，状态 OK，带一个 silentresponse 标记。 三行日志，一个状态码，凑齐了当代工程史上最完整的一份“什么都没发生”的证明。它能证明的只有一件事：任务跑过了。

车间里那台气缸要是在错误的时间伸出来，它不弹异常，它只是继续伸。 这就是我不太愿意把“部署”这两个字跟网页项目放在一起聊的原因。网页项目把权限交出去，最坏是一个下午回滚三次，周报上多一行“已处理”；PLC 这边把权限交出去，最坏是有人得跑去看那段气缸撞坏了什么。

我把一段内核代码喂进去，问它：这个输入会不会让系统崩。 它回了俩字加一段解释：不会。理由是“这里已有充分的边界检查”。 格式工整，语气笃定，标点都是全角的。 我照它说的跑了一遍。 崩了。 ——我不是来吐槽它答错的。答错太常见，常见到不值得占一行字。我想说的是它答错的方向。

你有没有见过那种同事：一整天没 commit 一行代码，工位收拾得比谁都干净，issue 从头读到尾，测试跑三遍，然后下班。 编码智能体现在就是这个同事，只是它不领工资，领 token。 论文里有个数字我看了两遍：智能体第一次请求改源代码，中位数落在整条轨迹 60% 的位置。

上周我 review 一个 PR，十四个文件，命名规范，注释齐整，PR 描述写得比我年终总结还周到。我看了四分钟，点了 Approve。 【此处应有掌声。没有也行，反正线上也不会给你鼓掌。

把 agent 的 key 配好、跑通第一个任务的时候，我是有点得意的。 它自己读文件、自己改、自己跑测试，一气呵成。我端着杯子在旁边看，像个刚把徒弟带出师的老师傅，只差没拍拍它肩膀说一句“以后这片就交给你了”。 得意了大概四十分钟。 第四十一分钟我反应过来一件事。 这把 key 知道我是谁。它不知道我今天要它干嘛。

你有没有那种时刻：流水线页面七个作业，五个红的，点开第一个——空的；点开第二个——还是空的；点开第三个，你已经开始翻浏览器设置，怀疑是缓存、是插件、是这台电脑该换了。 都不是。作业压根没启动。

前几天在 DEV 上刷到一篇自我介绍，作者在奈良读研，研究人机交互和机器人。真正让我停下来的不是她的履历，是她描述研究方向的那几句话——把强化学习搬到真机械上，因为在干净仿真里成功率接近满分的 agent，装到真机械臂上之后，会被摩擦、被诡异的光照、被现实的不可预测性按在地上。

“给我生成一份一周浇花计划。” 回车，等。242 秒。 它回我的第一行是：给我生成一份一周浇花计划。 不是复述，也不是确认收到，而是当成答案直接交上来了。我第一反应不是生气，是想给它鼓个掌——这活儿干得，勇气可嘉。 3B 的小模型，本地跑的。它犯这个错我不奇怪，我奇怪的是很多人的第一反应是“换个大的”。

你打开一个 PR，diff 头部写着 +2,847 −193。commit message 是 update。 【评审席灯光亮起，人类作者露出那种"我知道你要说什么"的表情】 这画面熟得让人想叹气。不用点开我都知道里面长什么样：改了三个文件的那部分是重构，改了五个文件的那部分是顺手，剩下八百行是"先这样，回头再拆"。

上周刷到 SWEDuel 那篇论文，10 月 8 号挂的 arXiv。我第一反应不是"又一个 benchmark"。 是：终于有人把话说白了——现在的榜单不是被刷爆的，是被背下来的。 这俩不是一回事。刷爆是真强，你服气。背下来是这道题连答案带解析，早跟着训练数据一起进了模型肚子里，等它上考场，它不是在解题，是在默写。

CI 一排绿钩子，覆盖率 91%，你点下 merge，心里踏实得不行，觉得自己是个负责任的工程师。 那批测试是 AI 写的。 ——这两句我建议并排放着读，后一句是前一句的验尸报告。

上周 arXiv 挂了篇东西，编号 2610.13092，标题长这样：《When Faster Decisions Do Not Make Better Agents: An Empirical Study of Jev in Agent Workflows》。 工位语言一句话：跑得快，不等于跑完了。 结论先摊桌上。

前两天翻到 Cockroach 一篇博客，10 月 9 号发的，我拖到上周才点开。光这个拖延速度，就够去他们医院挂个号。 先看数字。 2024 年给 MOLT 加 Oracle 支持：九个月，工程成本十六万美元。

“数据主权”这四个字已经被讲烂了，烂到我现在看到就条件反射地往右划。 但 Talorys 让我停下来看了两遍。原因特别朴素：它没打算让你相信任何承诺——它直接把整个东西塞进了你自己的 Cloudflare 账户。一个跑在你名下的个人助理，聊天、记忆、任务、笔记、提醒，全在你自己那亩地上。 你不需要注册。

2006年，一个计算机系本科生，人生第一次也是唯一一次 ICPC。四个半小时，十道题，零。 不是"发挥不好"。记分榜从下往上数，第一行就是他们三个。 连他读完题心想"这不送分吗"的那道基础数学题，也没过。 根因他直到比赛结束前几分钟才想明白。跟题目没关系。

9 月 25 号，有人打开 VS Code，看见了圆角。 然后他决定，把这件事报上去。 我读到那份复现步骤的时候先笑了很久，后来有点笑不出来。步骤一共两步，我原样转述，因为它值得：第一步，打开 VS Code。第二步，编辑器界面就会显示圆角。

你有没有见过那种 97%。数字漂亮得像周报里那句"已完成"，点进去，一个能跑的都没有。 dev.to 上有人 9 月 17 号发了个实验。但先说它用的那个仓库，因为仓库本身就是个段子。 一个足球问答应用，11 个游戏页面，各自长出了一个搜索框。