Brood War Bench：AI 分工，为何输得更整齐
给 agent 分了工，却不给它一个共享的世界模型，等于把一次失败拆成三次。 这不是一句推演出来的话。上周有一份实测把它变成了可数的数据：三个子 agent 各管一摊，最后一个把兵一个一个送死，另一个在攒一支大军，而两边都不知道对方存在。 ...
储能收益第三极：容量电价如何重塑EMS架构
南方电网总调2026年9月8日印发《支持新型储能参与南方区域电力市场工作方案（2026年版）》（总调水新〔2026〕19号），把一句业内都心知肚明、却不敢摆上台的话说破了：在常态运行的83座储能里，真正中标调频容量的，只占申报量的三成。换句话说，七成优质储能容量，备而不用。 ...
智谱 ZCode 被曝静默上传整个代码库，两个开关都关不掉
我在国网体系里做变更管控时，听过一句让我记到现在的话：审批单管的是人，执行点管的是系统。 事故几乎从不来自不守规矩的人。它来自系统里那条本来就不必守规矩的路。 ...
智谱 GLM 复盘推理基建：AI 干不动活，卡在反馈不可归因
我做电力智能巡检那几年，最耗人的不是调模型，是查「这个结论到底错在哪一级」。 误报率调不下去的时候，团队的第一反应总是换模型、调阈值。真正卡住我们的其实是另一件事：系统只告诉我们「这个结论是错的」，从来没告诉我们这个结论是在哪一级判出来的。后来把每一级判定单独留痕，误报才终于有了改进方向。 ...
Shopify 与银河通用：AI 提效不在模型那一侧
我做日报流水线快一年，中间换过好几个模型。真正让产出变稳的，一次都不是换模型那次。 有两次印象很深。一次是把「写稿」和「审稿」拆成两个不共享上下文的步骤，一次是把每天踩到的坑写成一份会累积的清单文件。模型一直是同一个。 ...
TypeSafe 的 Jev 不写字符串，幻觉变成类型问题
做储能电站 EMS 那段时间，我给自己划过一条线：概率性输出不进控制回路。 不是不信任模型的判断力。是控制回路这个位置不接受「95% 的情况是对的」，它只认那 5% 会不会让断路器动错。 ...
Sourcegraph 让编排层先写脚本：agent 的成本与信任，都压在验证这一层
做储能电站 EMS 的那段时间，我给自己划过一条线：该由规则判断的事，不交给模型。 不是不信任它的判断力。是控制回路这个位置容不下概率性输出，它错一半，代价是设备。 ...
llms.txt 与搜索链接同时失守：AI 引用这件事，两端都不再默认可信
网站根目录里那个写给 AI 看的文件，从来不是说明书。它是输入。 **给机器读的东西没有「只是说明」这一说：你写的是说明，它读的是指令。**同一周里，这件事的两端同时出了变化——你发出去的引用可以被陌生人接走执行，你想读的位置正在被平台收回。下面讲清两件事：风险具体落在哪一层，以及内容与工程两侧分别该怎么接。 ...
AI 写代码不是错是胖：SlopCodeBench 量化代码邋遢度
AI 写的代码正在变得几乎不会出错，但代码库一天比一天厚。这个矛盾第一次有了可计算的答案。 代码质量的下一道门不是「对不对」，是「胖不胖」；而这道门只能由人守，agent 守不住。 ...
PaperCut 攻击：AI agent 的边界不能写进提示词
同一天两条证据链落地：安全厂商 GreyNoise 与 Blackpoint Cyber 披露的 PaperCut 实战攻击，和 Anthropic 的九个月滥用处置报告。它们共同指向一个架构结论。 AI agent 的边界不能写在提示词里，只能长在系统里。 ...