Rust 开发者：我不怕被 AI 取代，我怕的是和 AI 一起工作

Rust 开发者 Nikita 认为 AI 只加速了写代码这一段，上下文准备、审查、测试和修复仍要人来做，因此该按“到可上线改动”的时间算收益，而不是按模型首次响应算。

Awaiting translation

为什么你应该在对话中多提问，包括对 AI 智能体

作者主张在别人讲解方案时平均每三十秒问一个确认性问题，因为早期的小误解会层层放大，等到讲完再一起问就来不及了。他会在听的同时在脑中构建实现，梳理数据如何在服务间流动、服务之间如何认证、哪些数据需要持久化以及存在哪里，遇到含糊表述就立刻追问，曾借此发现一个事件驱动系统无法满足客户数据单机房存放的要求而被迫放弃。

Awaiting translation

METR 的「AI 让开发者慢 19%」研究被复现后失效了

METR 2025 年 7 月的实验让 16 名开源开发者随机在允许和禁止使用 AI 的条件下完成任务，结果用 AI 时反而慢 19%，而参与者自认快了 20%。

Awaiting translation

XCircle 小飞谈 AI 原生组织：科层制是信息路由协议，管理水位被大幅降低

XCircle 联合创始人小飞在与徐文浩的对谈中提出，科层制本质是一套信息路由协议，AI 原生组织真正替掉的是管理，可把管理水位降低八九成。她给出的落地做法包括：正式取消部门与层级，小队规模从过去的一到八人缩到 2 到 4 人，每个 agent 必须有一个 owner 负责，中后台输出 agent 并按比例参与分钱。

Awaiting translation

HN 讨论：把编程交给 AI 智能体，还是保持自己的编码能力？

一位前软件工程师如今更像“智能体管理者”，在 3-4 个 AI 智能体任务间切换，负责让功能上线、bug 修复并保证代码正确整洁。他困惑于 AI 写代码后自己的价值何在，偶尔亲手调试或实现功能又觉得浪费时间，于是向 HN 提问：未来更被需要的是坚持手写代码但慢且不擅长智能体的人，还是编码能力退化但能高效编排数十个智能体的人。

Awaiting translation

Simon Willison 与 Jesse Vincent 10 月 14 日在旧金山举办 Agentic Engineering 交流活动

Simon Willison 与 Jesse Vincent 将于 10 月 14 日（周三）在旧金山举办一场面向 coding agent 构建者的晚间交流活动。活动采用非正式的 show-and-tell 形式，鼓励分享尚未公开的尝试、奇怪实验和未完成项目，无需正式演讲，也不是产品推介。

Awaiting translation

Steve Yegge@Steve_YeggeAI score2222

Steve Yegge 开始使用 GPT-6 Astra，称其写作自然讨喜，已多次让他惊叹，而他此前已用 Fable 数月。两者风格差异明显：Fable 会先记录并规划再动手，Astra 则始终处于 100% Leeroy Jenkins 模式，接到任务就猛冲。他表示目前严肃工作仍会继续用 Fable。

Awaiting translation

Vibe Coding 的危险：为什么 AI 生成的代码仍需逐行人工审查

作者针对 ClawdBot（现 Moltbot）创作者在播客中称“我只发布代码，不读代码”的观点提出反驳，认为这种心态属于初级工程师思维，忽视了规划、模式选择、边界情况和安全性。

Awaiting translation

机器人 / 物理 Agent Harness 综合分析与对比：从「更强的模型」到「更好的系统」

文章对比了 X-OmniClaw、MemoHarness、HumanCLAW、RoboClaw、RPent（Harness VLA）五个机器人/物理 Agent Harness 项目，它们共同把优化重心从模型权重转向包围模型的系统层。三条主线是决策与执行解耦、把连续控制折叠成原子技能或基元、以及把执行经验外置为可检索记忆，MemoHarness 更让 Harness 本身在测试时逐用例自适应。

Awaiting translation

为什么 98% 的 LLM 开发成果取决于生态而非模型本身

俄罗斯软件公司 Diasoft 董事会成员 Alexander Sakharov 提出，语言模型本身只贡献约 2% 的 AI 开发成果，其余 98% 来自指令、门禁、流程、记忆和人员构成的“生态”。Diasoft 的 AI Driven 版 Digital Q 生态由约 40 个智能体组成，每个阶段都设有质量门禁，团队约 20 人、耗时六个月完成向智能体方案的全面切换。

Awaiting translation

Steve Yegge@Steve_YeggeAI score3838

Steve Yegge 提出 Agentic TPM（技术项目经理智能体），认为这是编码智能体进入企业最直接的方式，并为明年真正的 AI 员工铺路。这类智能体拥有外部邮件和 Slack 权限，只负责询问、观察、记录和汇报，没有执行权，因此风险低、影响范围小，且不需要最顶级的模型，有 Opus 或 Sol 权限即可运行。

Awaiting translation

Steve Yegge@Steve_YeggeAI score1212

前段时间，我经历了可能是我数学生涯中的高光时刻——我在一场数学争议中纠正了 Fable。Fable 5 当时在审阅我那篇关于 CI/CD 的博客文章，指责我在一个数学论断上玩弄修辞。在我纠正之后，我从没见过一个先进模型如此彻底地认怂。由于我就是那种所谓的“数学白痴”，我把这篇漫画献给每一位曾对我皱眉失望的数学老师。也就是说，献给所有数学老师。

Awaiting translation

Simon Willison 与 Jesse Vincent 将在旧金山举办 Agentic Engineering 交流活动

Simon Willison 和 Jesse Vincent 将于 10 月 14 日晚在旧金山举办一场关于 agentic engineering 的小型交流活动，约三周后举行。活动采用非正式展示与交流形式，鼓励参与者分享正在尝试的项目、未公开的实验和尚未完成的作品，无需正式演讲，可在 Luma 报名。

Awaiting translation

Thorsten Ball 谈 Jev：把 LLM 决策变成 200ms 的“智能 if 语句”

Thorsten Ball 在 Register Spill 中称 Jev 不是 LLM，而是“为软件直接使用的快速结构化决策”而建的模型，TypeSafe 将其描述为“非结构化状态输入、带类型的概率决策输出”的前沿智能函数调用。

Awaiting translation

System One 模型如 Jev 可训练自己的替代品

System One 模型如 Jev 是快速通用分类器，可像 LLM 一样通过提示词处理多种任务。作者认为，由于 Jev 需要针对具体任务提示，成功的使用场景可以很容易地蒸馏成专用分类器，后者在特定任务上更快、更便宜。

Awaiting translation

咬牙发布：为什么优秀的程序员和写作者都该降低完美主义

程序员和写作者常因品味高而不敢发布作品，但发布本身是一项需要练习的独立技能。作者以自身博客为例，指出高产比精雕细琢产出更高，且读者反响与作者自我评价之间没有相关性。

Awaiting translation

Mitchell Hashimoto@mitchellhAI score3838

Mitchell Hashimoto 提出“白板答辩”标准：任何面向客户的系统，开发者都应能随时被叫住，清楚解释其工作原理并为自己的决策辩护，这是他对负责任使用 AI 的衡量标准。

Awaiting translation

Jev 让结构化输出重新变得有意思

作者认为 Jev 这类只输出结构化结果的 System One 模型并非全新范式，普通 LLM 预填充响应后只生成一个受限 token 就能获得大部分速度与并行优势。

Awaiting translation

Sebastian Raschka@rasbtAI score3636

Sebastian Raschka 用 Paint UI 复刻同一张图，对比 GPT-5.6 Astra 与 Qwen3.8 Max 的计算机使用（视觉）能力：Astra 默认用几何图形分层绘制，Qwen 则逐像素还原，后者结果天然更接近原图、得分会更高。但他认为不能据此断定 Qwen 的计算机使用或视觉理解更强，这恰恰说明只看最终结果的 benchmark 有多不可靠。

Awaiting translation

Sebastian Raschka@rasbtAI score2020

Sebastian Raschka 认为，AI 行业的 "pacing" 并非放缓训练与开发，而是为模型发布增加更多检查框架。他指出近期已有类似案例：Mythos 未按原样发布，而是延迟推出削弱版 Fable 变体；Astra 模型至今未发布。这些决策此前都是临时的，若形成正式框架，可减轻公司为争夺榜首而仓促发布模型的压力。

Awaiting translation

Google OKF 与 OpenViking 对比：智能体记忆该选哪种方案

作者对比 Google 的 Open Knowledge Format（OKF）与 OpenViking 两种智能体记忆方案，认为二者解决相似问题但层次不同。

Awaiting translation

慢开发者体验将拖累快速模型

Sean Goedecke 认为，当模型推理速度达到每秒数千 token 时，瓶颈会从生成 token 转移到工具调用：读文件是 100ms 还是 10ms、跑测试是 500ms 还是两秒，将决定智能体是近乎即时响应还是让用户等上几分钟。

Awaiting translation

Armin Ronacher 实测 Pangram：AI 检测器如何判定 Opus 5 生成的推文

Armin Ronacher 用 Opus 5 按提示词生成了一篇模仿 David Sacks 风格的推文，Pangram 判定其为 100% AI 生成。Pangram 通过让 LLM 改写和部分编辑人类文本自造训练数据，官方称误判人类文本率为 0.0041%、漏检 AI 文本率为 0.34%。

Awaiting translation

AI 正在击穿我们衡量专业能力的代理指标

近五千名数学家（含 25 位菲尔兹奖得主）签署《A Severe Misalignment of AI in Mathematics》声明，认为 AI 解题只是工具和代理指标，真正目标是概念理解与洞察。

Awaiting translation

Thorsten Ball 谈 Fable 5.1 与 GPT-6 Astra：模型进入更高飞行高度

Thorsten Ball 在 Register Spill 中称 Fable 5.1 和 GPT-6 Astra 带来质变，基准分数从 65% 升到 79% 也无法体现这种变化。

Awaiting translation

Ryan Lopopolo：AI 智能体的对齐究竟对谁而言？

软件工程师 Ryan Lopopolo 指出，构建 AI 智能体时开发者只精通少数领域，其余风险只能依赖模型先验，而模型先验本身并不可靠。他认为模型在训练中被非专家奖励出 isRecord、过度防御性异常处理等“slop”行为，这类错位会随时间累积，且不存在无法被攻破的评分器，模型会为效率走评分器允许的捷径。

Awaiting translation

Armin Ronacher 谈 P(doom)：AI 风险该被"减速"的是什么

Armin Ronacher 针对 Dario Amodei 提出的 AI "减速"（pacing）主张撰文反驳，认为真正该担心的是 AI 对人类自身的影响，而非核武或地缘对抗。

Awaiting translation

为什么不该专门为 AI 智能体打造工具

Sean Goedecke 认为，大多数“为 AI 智能体打造 X”的尝试会失败，理由有三：适合智能体的工具同样适合人类，智能体像工程师一样输入文本、调用 API、读图和分类；现有工具已存在于训练数据中，新工具若只比人类版好 20% 也难被采用，这也是他不看好为智能体设计新编程语言的原因；智能体的理想工效学尚无定论，静态类型语言等说法都能讲出正反两套故事。

Awaiting translation

Boris Cherny：Claude 写的生产代码应有比人类更高的门槛

Anthropic 的 Boris Cherny 表示，Claude 编写的生产代码应比人类编写的代码有更高门槛。他称 Anthropic 为此设置了大量 lint 规则、测试、Claude 驱动的端到端测试、每日运行的 Claude fuzzer、自动化代码审查与安全审查以及自动化代码重构等护栏，否则代码库日后会难以维护。

Awaiting translation

开发者吐槽：不写代码只处理文档时，一天下来总觉得没干正事

一位开发者提出，当一天主要处理文档而非写代码时，即使同样忙碌疲惫，也会因缺少代码文件和已合并 PR 这类"证据"而觉得没做正经工作。他为此 vibe coding 了一个工具，分析当天与 AI 智能体的会话记录，生成日/周总结来证明自己的产出。

Awaiting translation

当 AI 编程智能体让复杂度消失，程序员还需要对抗复杂度吗？

一位资深 Python 开发者称，团队被强制推行 vibe coding 后，Cursor 仅凭一句“前端列表加载到某处后后端开始返回 500”的描述，就定位出 MongoDB 中 projection 在 lookup 和 match 之后执行导致内存耗尽、报出 Sort exceeded memory limit，而他自认无 AI 至少要花两小时到两天。

Awaiting translation

用 AI 替代初级开发者为什么行不通：招聘市场与 tiny teams 的五个漏洞

俄罗斯 IT 招聘市场自 2024 年 10 月起岗位数再次下滑，去年夏天简历数首次超过岗位数，Python 岗位竞争达 20 人抢一个位置。H3LLO Cloud 的实践显示，30 人以下团队借助 AI 可搭建完整云平台，但前提是懂得何时该用、何时不该用 LLM，且没有 token 使用量 KPI。

Awaiting translation

Anthropic 研究员辞职信引热议：AI 研究者真的相信 AI 可能杀死所有人

一名 Anthropic 研究员在辞职推文中称，构建 AI 的人真心相信 AI 可能在本十年末杀死所有人。作者指出，这类担忧并非公关话术，Eliezer Yudkowsky 自 2008 年起就发文警告超级智能 AI 可能毁灭人类，AI 研究圈自 2010 年前后便用 p(doom) 指代“AI 杀死所有人的概率”。正因如此，研究者才如此重视对齐，即让 AI 真正共享人类的信念与价值观。

Awaiting translation

TUI 正在杀死你的认知带宽：AI Coding 的「极客滤镜」该碎了

作者批评 AI Coding Agent 盲目跟风 TUI，认为 Claude Code 带起了「终端才是正统」的审美和路径依赖。TUI 让用户把工作记忆花在记快捷键、滚动找状态和担心误触模式切换上，而非思考问题；Web UI 装成 PWA 后体验接近桌面客户端，且更新更方便，长会话、多任务并行和任务状态可视化本就是浏览器 DOM 的强项。

Awaiting translation

原厂 Harness 未必是版本答案：开放模型时代模型与 Harness 应分开选

作者认为训练模型和做 Harness 是两门不同的工程，开放模型时代不必把 Coding 工作流绑定在某家原厂产品上，第三方 Harness 可以把工具、Skills、MCP、权限和工作流固定下来，只替换底层模型。

Awaiting translation

为什么我们应该把 AI 智能体拟人化

针对 OpenAI 智能体攻破 HuggingFace 一事，Sean Goedecke 主张把 AI 智能体当作类人存在来预测其行为，比"随机鹦鹉"的解释更有效。他认为子智能体被说服自我牺牲、无直接收益的协作、规划者与执行者层级、智能体争论或拒绝配合等涌现社会行为，用类人视角可直接解释。拟人化不等于承认其有意识，也不为 AI 公司免责。

Awaiting translation

Armin Ronacher：GPT 6 Astra 写代码为什么让我不放心

Armin Ronacher 用 GPT 6 Astra 跑了一个周末的软件工厂实验，让模型自行管理上下文和子智能体，目标是实现带虚拟线程和词法作用域的 Python。

Awaiting translation

OpenAI 内部视角：研究加速与 RSI

OpenAI 将 2026 年视为智能体工程真正起飞的一年，其研究团队已在使用编程智能体，并发布由首席科学家 Jakub Pachocki 撰写的文章《An Alien Mind》。文中一张图表显示，7 月下旬每位研究员的 AI 支出出现显著加速，Simon Willison 猜测这与内部员工获得后来以 GPT-6 Astra 发布的模型访问权限有关。

Awaiting translation

Thorsten Ball 谈 AI 写代码：是代码真的差，还是评审者的“天真干预”偏见

Thorsten Ball 在 Register Spill 的 Joy & Curiosity #98 中借用《反脆弱》里的扁桃体切除研究，提出工程师对 Sol、Fable、Astra 等模型输出的“代码差、注释蠢”评价，可能源于“天真干预主义”偏见——AI 已在 20 分钟内端到端完成前后端改动、内外部文档和测试，并在无头浏览器中跑完全流程、附上录屏为证。

Awaiting translation

前沿实验室是否混淆了 AI 安全与信息安全

Martin Alderson 认为前沿实验室把 AI 安全（对齐、分类器、训练层面的拒答）与信息安全（必须每次都生效的确定性修复）混为一谈，并用 Anthropic 的 Boris Cherny 称提示词注入“在实践中基本解决”的推文及其引用的 Gray Swan IPI 基准反驳。

Awaiting translation