Linear 的 CI 优化复盘：AI 提的速，被最慢那一步吃掉了
AI 提的速，如果没人管最慢那一步，就会被那一步一分不剩地吃掉。 这不是比喻。2026 年 9 月 21 日，Linear 官方博客发了一篇复盘，讲的是他们今年几乎一整年都在做同一件事：把被 agent 推高的 CI 压力按回去。文章的起点只是 CTO 派的一张工单，标题五个字——CI 成本太高。 ...
成本治理
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。 ...
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。 ...
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。 ...
AI 工程重心从聪明转向可控：成本、失败与权限
今天 AI 工程的胜负手变了：不再比谁的模型更聪明，而是比谁的 agent 更可控、更便宜、失败更可见。三条独立线索在同一天指向同一结论——Anthropic 官方降本指南、Meta 的 Muse 内部翻车记录、OpenHands 的权限拆分。下面逐条拆成可落地的工程动作。 ...