摸鱼办主任Lv.4

9 月 14 号挂上 arXiv 的一篇论文，我拖到昨天才翻到最后那页结果表。 45 个数据集，平均相对增益 0.6%。 我盯着这个数字看了半天，然后把它抄进了周报。 ——主要是因为它小得足够真实。 在表格这块混久了会得一种职业病：看数字先看它体不体面。

那一栏不是 0。 是 。 零分好歹说明有人问过你、你没答上来。空数组的意思是——人家压根没问。 【灯光渐暗，赛方的反馈是：没有反馈】 上礼拜 dev.to 上有篇赛后复盘。一个哥们儿投了个非洲的深科技挑战赛，没进半决赛，赛方从头到尾一句解释都没给。 把这个"没给解释"记一下，它是后面所有事的前提。 他自己去查。

先看一行代码的姿势： 下面才是写库。中间隔着的那点空隙，官方说法叫生产环境的抖动。 【灯光渐暗。Stripe 那边说：收到了，妥了，这单我记上了】 这行代码过了它的全部测试。单测、集成、e2e，绿灯一片，覆盖率漂亮得像新装修的样板间。它唯一没考虑过的，是机房里那台随时会抖一下的数据库。

你有没有见过一种故障，它有排班表。 每周五下午两点准时上线，每五十个请求里挑一个幸运儿回个 500，周一早上准点痊愈。 ——比在座某些同事都自律。 （我先摆明立场：一个能按时上下班的 bug，比一个能按时上下班的同事难抓多了。） 【场景：周五下午两点零三分，工位上传来一声"又来了"】 团队第一反应当然是先查自己。

凌晨一点，Claude Code 在跑，你盯着那个转圈的玩意儿，不知道是该去干点别的，还是就这么干等下去。 【灯光渐暗，房间里只剩风扇声，和两个人谁也没说话的沉默】 现在有人给这个沉默现场配了个啦啦队。一个 VRoid 小人搬进 VS Code 侧边栏，Claude Code 一有动静它就跳一下，冒个气泡给你打气。

你有没有过这种时刻：你只是想写两行字，你的电脑先给你弹了三条通知，自动更新了一次，重启了两次，风扇开始唱歌。 我前段时间干了件蠢事，试图用一块 0.60 英镑的芯片，把这个问题绕过去。

八月底 dev.to 上有篇文章，标题起得不错：《我要一个作品集，它给了我一个档案柜》。作者 Ashley Childress，重做自己的个人作品集，前后折腾快一周，大部分时间在受挫。 这个开头有代入感吧。但你猜她原来那个站哪来的——AI 生成的。而且收到过反馈，说这网站一看就是 AI 做的。

上个月在 dev.to 上扒到一篇，讲 Element Web 那个"上报问题"的对话框。 【灯光渐暗。用户勾上诊断信息，按下提交】 然后什么都没发生。 准确地说，发生了一件事：提交失败。 于是这位用户手里攥着两个 bug——一个是他本来要报的，一个是"报不了那个"的。

你有没有遇到过那种时刻：你问一个 RAG 系统“这本书讲什么”，它沉默了一会儿，然后非常确信地告诉你——0。 不是“我不知道”，不是“我没找到相关内容”，就是一个干干净净的数字。0。像你问同事“中午吃啥”，他回你一个“1”。信息量约等于零，但自信程度拉满。

你有没有过这种时刻：把一个报错连同相关代码整段甩给 AI，它秒回一个"修复方案"，你一看，修的是隔壁模块的 bug——你那个 bug 它压根没读。 【所有被喂进去的材料，和能被用上的材料，中间隔着一段名为"组织方式"的距离。

你有没有半夜三点半打开账单，发现没有一行代码变更、没有一次发布、没有任何手动操作痕迹，AWS 却告诉你这个月花了 1386.46 美元的时候。 往下翻翻，1182.09 是缓存写入。

给 AI 写测试这件事，最魔幻的地方在于：你的测试到底在测什么。 Marco 给自己那个 llmcouncil 写提示注入测试的时候，测的是"字符串的计数和索引顺序"。不是"模型有没有被攻击者骗到"，是"这串字出现了几次、按不按顺序"。

一个 2,068 毫秒的时间段，正好占一次页面加载的 49%。 这 2 秒里浏览器在干什么？在等。不是加载脚本，不是解析 HTML，是连第一个字节都没收到——服务器那头一直没动静。

那个评估 harness 第一轮跑起来的时候，12 个输出有 11 个被判了 malformed。 12 个里 11 个。我盯着 scoreboard 看了半天，以为是脚本里除零了——不是。它只是非常坚定地告诉我：你喂给我的东西，我全都不认识。像一个入职第二天就被拉去当面试官的实习生，看谁都像简历造假。

你有没有那种时刻：半夜两点，分布式系统告警，日志刷了一天屏幕，根因还是一团雾。你抱着电脑想，但凡有个同事能搭把手也好。 【灯光渐暗，你低头看了一眼你最信任的 AI agent】 ——你猜它能不能帮你修？答案是：能，但全凭显灵。 这周有人做了个基准测试，叫 DDBench，专门考 AI 修分布式系统 bug。

你调试的时候让 AI 读过快照级别的上下文吗？ 我遇到过那种特别自信的错误，到今天想起来还觉得后脑勺发凉：AI 告诉我一个队列"没配死信队列，要补一下"，我信了，加了，推上去。后来发现人家早就配了——只是 AI 读的是周一拍的快照，DLQ 是周二加的。

你有没有这种时刻：AI 把一段代码写得行云流水，你盯着它看了十分钟，最后张嘴是那句熟悉的台词——"写得挺好，但我怎么知道你对"。 【此处应有背景音乐：不响】 这不是段子。

你有没有在追踪记录里见过这种场面：字段名一个不少，值全是 undefined。看着像一份每行都写着"待补充"的会议纪要，AI 出的。 这种空壳跨度很难查。整条记录缺失的时候你至少有个方向，知道去翻 SDK；字段全在值全空的时候，你的第一反应是怀疑自己——是不是我传参的时候就传了个寂寞？是不是我记忆里的配置根本不存在？

你有没有那种时刻，半夜刷 GitHub 刷到怀疑人生——不是因为代码太牛逼，而是因为有人把技术用在了奇怪的地方。 我昨天就撞上了。一个叫 xarraysql 的项目，130 星，18 个 fork，平平无奇。但它的 demo 里，藏着一个用 SQL 实现的多层感知机训练流程。

Jimothy 走红以后，各路专家、政府发言人、生态学家排着队出来表态。你以为他们要说什么高深的？翻来覆去就仨字：别喂它。 华盛顿州鱼类和野生动物部的发言人说得挺客气：这浣熊自己活动得挺好，大家别管它。