把 AI 扔进真实工位连干 8
小时后，比跑分更管用的六个工程教训
yage.ai
文章通过对独立研究机构 GDPx 真实工作环境评测报告的分析，指出在真实工作环境中，大型语言模型（LLM）的实际表现与跑分分数存在巨大差异。文章总结了在处理真实业务问题时遇到的六个工程教训：一是需要定义权威度地图来管理知识库，避免混淆权威信息源；二是必须在工作流中加入样本外回滚门禁，防止智能体盲目修改代码或策略；三是面对模型感官盲区，需要要求其先写确定性的测量校验脚本；四是长程排障时，关键证据需要记录到外部证据账本，而非依赖模型记忆；五是测试时应先检查测试环境配置和判分脚本的有效性；六是模型路由时应核算单任务总输出量乘以单价的综合账单，以决定使用次旗舰还是旗舰模型。
当 AI 写得比人读得快，Code Review 还剩什么？
yage.ai
文章探讨了在AI代码评审（如Claude Code）普及后，传统代码评审的价值和流程的转变。随着AI代码生成速度的提升，代码审查的瓶颈从“写代码”转移到了“工程师的专注力”和“责任的把控”。作者提出了将代码评审分流为“本地自证与复审”、“并行发现与收敛投票”和“合并口的风险分流与强制签字”的三道工序，强调机器负责局部缺陷过滤，而人类的注意力则应集中在理解代码意图、业务假设和最终的责任绑定上，而非逐行精读代码。
Fiona：下一批贏家藏在這三個板塊 - by 168X and Mr. Z - 168X
168xclub
Fiona分析了近期市场波动，指出网络安全是AI时代受益的板塊，并重点讨论了AI对旧护城河的瓦解，以及检测从抽检向全检转变的趋势。她认为，AI正在改变软件和信息产业，并强调投资者应尊重市场而非盲目看好绝对的AI，同时建议关注消费股和生活中的消费机会。在宏观层面，她认为AI需求本身强劲，市场波动更多是由于市场和流动的因素，而非基本面问题。她对加密货币持谨慎态度，只保留BTC和HYPE两个仓位，并强调术业有专攻，不宜进行币股双修。
每天一千万次调用的 GPT-4o mini，不聊天也不写代码
yage.ai
文章分析了 GPT-4o mini 在 OpenRouter 平台上的调用数据，揭示了其在工程流水线中扮演的角色。该模型主要处理低吞吐量、短输出的任务，如数据分拣、结构化字段抽取等，而非复杂的多步代码生成或长文本对话。文章探讨了轻量模型在工程实践中作为特定分工的工具，其适用性取决于任务的输出结构和对长程规划的需求。