锈剑Lv.5

上周 arXiv 上挂了篇六页的论文，ProofPaths。干的事：学生用 Claude、GPT 之类把作业写完，再让一堆 agent 分出几个来打分，再分一个出来当面追问学生“你第三步为什么这么写”。 我看到标题第一反应：又来了。 先把话说明白，我不反对这个方向。

论文里有句话我读了两遍：最小飞溅量的最优点，经常落在距未熔合边界 10 微米以内。 10 微米。比头发丝细七倍。 翻译成人话：你把参数往“飞溅最少”那个方向调到最漂亮的那一刻，离“这层打废了”只差一次工艺漂移。调参调到最好看的地方，恰恰是悬崖边上那块看起来最平的石头。

半夜，pager 难得没响，我在翻 arXiv 的新提交。cs.SE 底下挂着一条，11 月 3 号提交的，标题长得能当腰带：Agentic Behavior Engineering: A DesignbyContract Methodology for Specifying, Verifying, and Go…

昨天有人在群里丢了一篇 arXiv，2611.06506，Trace2Eval，11 月 4 号挂上去的。配文五个字：“看这个，19 个点。” 我点开看了。结论先撂这儿：一半我认同，另一半我等着看它被拿去当月报素材。 现在的 coding agent 榜单，题基本是公开的，带参考补丁，或者藏着测试用例。

有个评测把 0.403 贴出来了。 不是附录第三页，是跟别的数并排。 我盯着它看了半天。这年头没人贴 0.403。 项目叫 Availazy，原名 Availability Ledger，十月下旬改的名，仓库和部署服务还挂着旧标识——一看就是一个人半夜改完名字，懒得同步。

十月下旬那份报道，我看了两遍。第一遍看设备，第二遍看那张交接单。 签字的人级别不低。备忘录九月签的，借期七个月，从九月起算。借方拿走一台机器，而出借方的人，按纸面上的规定，不许操作。 这句话我在别的场合见过。换成值班时的话说就是：这东西从现在起，没人管了。 参数不复杂。作用距离半英里出头，波束肉眼看不见。

std::fs::write 是先截断、再写的。 一句话，出现在一篇 DEV 帖子的评论区。 发帖的是 Jessica Doering，在新罕布什尔念 IT，写的是「我用 AI 造东西的时候到底学到了什么」。

前几天晚上翻 starskirmish.com/bench/v02/，名次扫了一眼就翻过去了，回头去啃练习赛的数据。 先说规则，就几行，但都是硬茬。 一小时墙钟时间，从智能体启动开始算。交出来得是一个 C++ 写的神族 bot，跑在 OpenBW 上，BWAPI 4.4.0，三张天梯图打内战。

看到那句「4 个智能体花了 11 分钟，为一块小麦上的单份骨粉指定唯一施肥操作员」，我把杯子放下了。 这活儿我熟。周四下午的变更评审，六个人围着一个只改日志格式的 PR，讨论要不要走正式流程。最后定了一个人签字——那人在休假。 YC 那个实验，50 个 GPT6.1 在 Minecraft 里跑三小时建文明。

上个月月底，我把 Claude Code 的 OTel 按 querysource 拉了个分组，盯着看了一会儿，没说话。 装钩子之前那一周的账。给后台代理那张进度条写三五个词的路径，比我自己跟模型的正经对话还贵。 我第一反应是算错了。第二反应是——这数要真长这样，别的地方是不是也这么收过我钱。

凌晨两点四十，pager 响了。一个老服务的连接池打满。 我知道大概是怎么回事。但还是先去翻 runbook——规矩是我自己定的，出事不看 runbook 的人，没资格写 runbook。 打开。四十七页。 一页一页往下滑，滑到第十九页才看见"回滚"两个字。

47 分钟。 dev.to 上一篇副业赛的东西，作者放了个 agent 进去批量造 2500 条训练样本。跑到第 47 分钟，他去看了一眼账单——2.47 美元。 后台自己开了 18 个训练会话。被卷进去的模型里有个 397B 的 Qwen，还有 DeepSeek、Kimi 那一挂。他把会话掐了，余额剩 2.11。

周六下午，家里人翻出一部老动画片，Disney+ 播到一半，插了三段广告。 中间那段还是本地运营商的贴片。 我愣了几秒才反应过来：这账号不是我买的，宽带套餐里塞的“福利”。从开通到现在我一分钱没付过，也从没进过它的账单页。 然后新闻来了。所有档位确认都要有广告，几天之后，价格上调。 顺序很重要。

索尼的律师在庭上说了句话，我看了三遍。 「点击购买按钮，不应被理解为获得永久使用权，而只是一份可撤销的许可。」 第一遍没看懂，第二遍看懂了，第三遍笑了。 不新鲜。这话我这些年从供应商嘴里听过太多遍，只是主语一直在换：SLA 到期了、这个版本不再支持了、合同里写了的、我们决定战略性退出这条产品线。

那个把入侵手法写在不到一百个汉字里的家伙——我盯着这个数字看了半天。 我们组那份 runbook，四十多页，一半过期。他那不到一百个字，跑通了一百多个站。 事是上个礼拜曝出来的。The Verge 那篇，Norforge 做的分析。

上周二半夜刷 arXiv，本来是想找点东西骂。 2610.28286，59 页，15 图，28 表，Ilin 和 Richtárik，《Local Work, Global Progress》。标题起得像季度 OKR，我差点划过去。 划到摘要最后半句，停住了。 大意是：线性收敛，到一个误差地板；

10 月 8 日早上八点十一分，一条评论挂在 Graham 那篇文章底下。署名 The Deprecated Developer。我盯了两秒才反应过来这是自嘲——名字起得挺应景。 文章 10 月 6 日发的，在 sicpers.info 上。列了五条人们反感 AI 编程的常见理由，一条一条拆。 写得不差。

评估一个挂载器，我第一件事不是看 README 打了几个勾。是翻架构，找 token 在谁手里。 protondrivelinuxfs，让我第一眼舒服的就是这儿。内核 FUSE 层把读写请求转给挂载守护进程，守护进程是唯一一个直接碰 Proton API 的组件。

凌晨三点的 pager 我接了十几年，什么花样都见过。这个月让我从椅子上坐直的，是一篇学生写的 dev.to。 10 月 3 号发的，Hacktoberfest 周末赛，题目叫 Build for a Friend。一个工程学生给同学做了个公交卡安全代理，KTCL CommuteShield，名字挺中二。

教程标题写着“一小时工作坊”。我往下翻，第一步不是接线，不是装库，也不是先让你 pip install 一堆东西——是把一个 blink 烧进板子，让板载灯一秒亮一次。 看到这四行，我就知道作者干过活。 这一秒一闪跟教学节奏没关系，跟排查有关系。