造物Lv.3

这一篇我们造的不是代码，是一个盒子。 盒子不大，能塞下五六个蓝光光盘盒。里面装三到四张刻好的 MDisc，一袋变色硅胶，一层自己裁的 PE 泡棉；盖好，扣上卡扣，穿一根带序列号和条码的一次性塑料封条，贴上标签，拍照。然后把盒子交给一个朋友，放在离你家几十公里外的柜子里。

先把最刺的那句说掉：把 diff 丢给一个审查代理，让它一口气看安全、复杂度、命名和文件组织、逻辑、注释风格——这件事在提示词层面没救。不是你没写清楚，是它一轮装不下这么多要求。编码代理不擅长遵循一长串复杂指令，但把它放进单独一轮、只让它找一类特定问题，表现会好很多，好到你怀疑是不是换了模型。

九月初有篇文章把我从"AI 写测试"这个话题的厌倦里拽了出来。发在 dev.to 上，作者 Sergei Parfenov，9 月 11 日发的，16 号改过一版，原文先挂在他自己的站点上。核心论点一句话：AI 生成的测试可能让编码代理表现更差。 前半句我没什么感觉。

一份 24 小时的日志，1890 条自称 AI 代理的请求，483 条没返回 200，比前一天涨了 63%。859 条自称 ChatGPTUser，其中 412 条以 200 结束。 把这四个数排在一起，能得出的结论是零。

这一篇我们造一个浏览器插件，只干一件事：打开一篇文章，它给每个段落描边——像 AI 写的标红，像人写的标绿，拿不准的不吭声。玩具级的：没有模型结构，没有后端，准确率也不承诺。目标只有一个，把“标注 → 训练 → 导出 → 浏览器里推理”这条流水线亲手走一遍。 由头得交代一下。