生成能力早就不是瓶颈了，卡在分诊上，而分诊这一层今天几乎全靠人扛。 2026 年 9 月 23 日，Anthropic 公开了一次科学发现：约 950 个 Claude agent 跑了 21 小时、消耗 2.1 亿 token，从 20 多万个逆转录酶里筛出 3500 个新候选系统，最后只提交了 20 份值得读的报告。人类做的事只有两件，给出最初那一句提示，然后进实验室验证。他们发现的是一套带类 CRISPR 重复阵列的新型酶系统，命名为 ART。 ...
agent 最贵的那部分，不是它在干活，是它在等，以及为了不等而各自揣着的那把钥匙。 这个判断有两个来源，都是 2026 年 9 月 22 日出现在 GitHub 上的项目：一个把工具的等待从模型侧搬走，官方称在多个编码基准上对 Codex 省最多 40% 而分数不降；另一个把工具调用的凭证收到服务端统一注入，让调用方永远不持有密钥。一个动的是时间，一个动的是钥匙，指向的是同一件事。 ...
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。 ...
「钉住版本」保护的是你发出的请求，不是你运行的代码。 这句话听起来像绕口令，但它是本周一起安全披露的核心。Air Security 在 2026 年 9 月 17 日公开的 Plugin4Shell，让 Anthropic Claude Code、OpenAI Codex、GitHub Copilot、Google Gemini CLI 四款主流编码 agent 的插件哈希钉定机制失效。而失效的原因不是某一家写错了代码——是四家的工程师在同一条流程的同一个位置，独立地漏掉了同一个断言。 ...
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。 ...
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。 ...
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。 ...
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。 ...
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。 ...
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。 ...