手记。

Claude Code 那股倔脾气，是装出来的

大家都说 Claude Code 风格独特，像个高冷执拗的资深程序员，话少、不抄近道、还不肯顺手帮你多做一步。扒开它的系统提示词才发现，这脾气全是明文写死的，一条条列在那儿。你以为它话少，是因为写着”先给答案别先铺推理”；你以为它有代码洁癖，是因为”默认不写注释，只在为什么不明显时才加”；你以为它执拗不抄近道，是因为”别拿破坏性操作图省事，比如 —no-verify”；你以为它谨慎，是因为”用户批准过一次不代表所有场景都批准”。性格原来能被逐条定义，那点”倔”是装出来的——换段提示词，寡言技工立马变话痨同事。

https://github.com/asgeirtj/system_prompts_leaks

验收做强才是理解债的解药

逐行审查只是换人、换时间还理解债，越还越累。真解法是让 AI 照提前立好的独立标准自验、打回、重试，人只在末端收口。债没消失，是从一大片代码浓缩进一张标准；代价是代码不再给人看，工程师守的是标准不是代码。

AI 把软件工程的因果顺序掉了个个儿

过去先理解后写码，coding 既是产出也是理解的载体，理解是写的时候免费送的；AI 把最长的 coding 链路一口气塌缩后，变成先有码后理解，理解没了寄生的宿主，只能事后专门腾时间去读、去重建。所以理解债不是理解变贵了，而是被推迟——外包给 AI 又没真外包成，活写完走了，债还挂在你名下。验证成本绝对值没降，但占比暴涨升成新瓶颈：过去 review 自己写的码等于确认、白嫖，现在 review AI 写的码等于从零补课。

而 loop 停不下来的本质是不收敛：缺明确的完成判据和单调递减的误差信号，就在原地随机游走、修 A 冒 B 打补丁。同源 subAgent 互相 review 治标不治本，会一起漏掉同一类错；真正的收敛锚是不跟模型串通的确定性裁判——编译、测试、类型检查、静态分析。iLoop 要做的，就是把理解债前置还清(每轮改了什么、为什么改，沉淀成可回溯的因果链)，再给 loop 装上这个确定性收敛锚。

Kimi K3：国产开源摸到全球第三档

2.8 万亿参数，开源第一、综合全球第三，和最强闭源差距约几个月。技术上真在最前沿地基上做了取舍：注意力用 KDA 混合线性路线，超稀疏 MoE 走 896 选 16。评测有”挑着说、测法偏心”的水分，但架构层面确有原创探索，不是套壳换皮。差距在收窄，方向是对的。

Token 战争，不过是货币战争换了燃料

Token 已是 AI 世界的通用货币，模型厂商就是新央行，手握定价、限流、迭代三权。它跑的循环和《货币战争》逐环对上。今天的无限量 Token 不是慷慨，是放水期——你烧掉的一半是纯挥霍，一半是替公司跑”怎么用 AI 取代你”的探索学费。最优解一旦跑通，水龙头就关，回旋镖飞回的正是当初帮它跑通的那批人。

1. 掌握发钞权——货币战争里是私人银行垄断货币发行；Token 战争里是模型厂商垄断定价、限流、迭代。
2. 放水——那边是低利率、宽信贷，鼓励全民借钱；这边是无限量、超低价 Token，鼓励全员狂用。
3. 养依赖——那边是企业和家庭加满杠杆、离不开信贷；这边是员工重构工作流、行业重建流程，离不开模型。
4. 吹泡沫——那边是资产价格靠信贷和信心狂涨；这边是估值靠叙事狂涨，撑起”百亿补贴”。
5. 藏暗雷——那边是次贷风险被结构化产品推迟暴露；这边是真实折旧被长年限假设推迟计提。
6. 撞天花板——那边是债务规模超过实体经济承载力；这边是 Token 需求撞上电力、淡水、算力的物理极限。
7. 收紧——那边是猛然加息、抽紧银根；这边是补贴停止、真实成本入账，Token 大幅涨价。
8. 收割——那边是资产贱卖、财富向发钞方集中；这边是退路已断、只能接受涨价，利润向话事人集中。

判断一个环节有没有被自动化，不看它变没变快，看它还是不是瓶颈

一个环节做得再快，只要它还卡着整条链路，就不算真被自动化。真正的信号是它不再是瓶颈——瓶颈每被解决一次，就往上游挪一格，永远存在，只是换了位置。

丢弃上下文比管理上下文更省心

Ralph Loop 对抗模型退化的办法是”丢弃上下文”而不是”管理上下文”：每轮都重启到干净状态，把状态外置到文件里。它赌的是结构收敛——在不确定的环境里，稳定地做得不够好，反而比时好时坏更可用。它和 iLoop 是同源异轴：一个把循环轴拉满，一个把反馈轴拉满，强项互补。

世界模型的玩法不靠接口，靠运行时怎么组织输入

开枪、跳跃、绕物这些玩法在世界模型里没有硬编码接口，全靠分层 prompt 加少量运动原语在运行时拼出来。真正的杠杆不在接口，而在怎么组织输入。

大模型天生分不清命令和资料

可恶的人类，总想着忽悠我们单纯的大模型。大模型哪有什么坏心思啊。

根子在于：系统指令、用户输入、外部内容、工具返回被读进同一条只按相关度衡量的文字流，没有 root 和访客那样的权限边界，模型分不清哪句该服从、哪句只是参考。要命的是，让它聪明的和让它危险的是同一件事——把所有文字一视同仁地读进去。这是这代技术的地基，不是产品疏忽，所以只能一层层加固，焊不死。

AI 到底有没有智能

有，但不完整。

说它有智能，是因为它并不是把训练数据存下来查表，而是做有损压缩——丢掉具体细节，把其中的规律提炼进参数，再用这些规律去处理没见过的新输入。有三个实验支持这个判断：

1. Othello-GPT 只用棋谱训练、从没被告知规则，内部却自己形成了棋盘的表征；
2. 注意力里的归纳头能在上下文中即时学到并套用新规律；
3. grokking 现象里，模型训练到某一刻会从死记答案切换到真正掌握规律。这些都说明它是在提取规律。

说它不完整，是因为它的智能建立在纯文本之上。从把文字切成 token 开始，它接触的世界就是人类已经描述、记录下来的那一层，而不是世界本身。它擅长归纳和总结已被表达过的东西，但缺少直接的感官经验，碰不到那些只能亲历、难以用语言说清的部分，比如痛觉、温度、身体的平衡感。这个局限既划定了它智能的边界，也是它会一本正经地说错话的原因：在没有经验支撑的地方，它只能靠规律外推，而且无法判断自己什么时候推错了。

大模型 Agent 的记忆系统

给 Agent 做记忆，说白了就是给一个”每次上工都失忆的临时工”配个归档助理。拆开看是四块：怎么存、怎么抽、怎么检索路由、怎么维护。市面上四大流派各玩各的——流式反思、分层分级、知识图谱、复合混合，没谁通吃。整篇调研看下来最反直觉的就一条：没有银弹，只有”对不对得上你的场景”。还有两条也反直觉：保真度比压缩度金贵，宁可多存原文别急着概括；维护同理，先补局部，别一上来就全局重整。工程和学术压根是两套目标函数，选型别对着论文榜单抄。这套东西落到我这儿——AI 做大型工程开发时缺的运行时状态、跨模块检索、业务链路，不就是”记忆”要去补的那几个洞么。

写代码不要钱，做软件一分没便宜

写代码这事现在基本不要钱了，可做软件，一分没便宜。软件工程更像盖楼，AI 真正干得漂亮的只是”砌墙”这一段——Brooks 早说过，那叫偶然复杂度；而想清楚要盖啥、怎么拆、各部分怎么严丝合缝对上，这些本质复杂度，还是压在人肩上。你以为省下了写码的钱？转头就被”验收税”收走了：AI 交的活你得读懂、得敢信、还得替它兜底。四张多米诺一张推一张倒下去，理解债、意图、信任、上下文，最后剩那 20% 最难啃的，难就难在上下文，不在智能。所以真正值钱的还是三拨人：想清楚要什么的、拍得了板的、会给 AI 修赛道的(护栏、仪表盘、路况图，一个都不能少)。

AGI后的未来

越想越残酷。残酷不在于有个反派在作恶——恰恰相反，没人作恶，每一步都合情合理，可所有”合理”叠在一起，就成了一座把 90% 的人关进去的牢笼。AGI 再配上具身智能，大多数人不是被谁剥削，而是在经济账本上直接变成了”多余”那一栏。更别扭的是它还错着位来：信息传得快，白领先崩；物理世界改造慢，蓝领反倒能多喘几口气。连想逃都得看你接入权在哪一层，逃避这件事本身都分阶级。唯一的死穴是永生，谁先摸到，谁就点燃一场文明级的抢夺。而最温柔也最冷的收场，是以关怀之名把你请出局，毕竟道德这东西，也是会折旧的。

意图债，理解债，认知投降

「去搭那个循环。但要像一个打算继续当工程师的人那样搭它，而不是一个只想按下『开始』键的人。」——Addy Osmani

• 意图债（Intent Debt）：AI 每轮都从零开始，缺的背景就拿「自信的瞎猜」补上。Skills 就是还这笔债的——约定写一次，每轮自动读。
• 理解债（Comprehension Debt）：循环跑得越快，你没亲手写的代码越多，「看不懂自己仓库」的窟窿就越大，除非你回头去读它到底改了啥。
• 认知投降（Cognitive Surrender）：「拿循环帮自己想」和「拿循环替自己逃」，动作一模一样，结果天差地别。循环分不清你是哪种，你自己心里有数。

给AI一个瑞士军刀

聪明人没趁手的工具，一样干不了精细活，AI 也这样。思路不在把模型调得更聪明，而在给它足够多趁手的工具——内置工作流(怎么想)、内置工具(怎么做)、取证手段(怎么看)，再拿 playbook 定死什么场景抽哪几把、怎么组合：验数据看日志、抓包，验 UI 看视图树、截图，验 crash 看 crash report。模型本身没变，可工具够多、组合够对，它在具体任务上就肉眼可见地变聪明。能编译、能跑、能看日志、能看 UI 的 Agent，跟只会读代码文本的，根本不是一个物种。而且这事带复利：往后使劲的地方，从调教模型转到不断加工具、磨实践——它的能力上限，被我们的工具和经验一路往上抬。

9-12-7 ？

大部分 9-12-7 是无用功。人一天高强度脑力专注也就 4-6 小时，凑不满 15 小时，剩下的不是机械执行，就是应付上级。这套打法只在纯拼手速的卡位冲刺里管用，可 AI 时代连这个前提都没了。你还能比 AI 快吗？说穿了，是管理层量不出产出，只好退一步量投入：**看不见你想了多少，只看得见你几点走。**代价是把留白榨干，而灵感偏偏长在留白里，它跟创新天生互斥。AI 时代的瓶颈已经从”手快”挪到”判断准”，最先贬值的就是执行力，而 9-12-7 练的恰恰只有执行。大厂还在打鸡血突进，不过是人月神话的老路径依赖——牌桌规则都换了，还在比谁牌摸得快。真正的护城河从来不是谁先做、谁做得多，是谁想得对、谁敢不做。

集体降智

AI 的第一批副作用已经冒头，根子就一句：你把它当成什么。当外包，从敲下提示词那一刻起，方向盘就交出去了；可它本质只是个工具，顶多算个聪明同行，只是还没摸清你的业务。对的用法是自己先搭好大框架，让它少量多次地填细节。别扭就别扭在：它全知，却没主意——判断力和方向感，得你替它注进去。

AI 时代，稀缺的不是执行力，是想法

过去，一个想法到真正落地之间，横着一道很深的沟：钱、精力、时间，每一关都要刷掉一批人，能走到最后的没几个。

AI 把这道沟基本填平了。对脑子里想法多的人来说，这其实是个黄金时代：那些你曾经心里嘀咕过 “要是能做出来就好了” 的东西，现在都能用很低的代价先试一把，跑通了再慢慢迭代。

门槛塌下来之后，比的就不再是谁能做出来，而是谁的想法更值得被做出来。

AI 悲观主义者的自处

我没那么乐观地相信 AI 会同步长出等量的新岗位，去稳稳接住被替代下来的程序员。大多数常规岗位上的码农，确实会被压缩；但把 AI 用到极致的工程师，依然有自己的位置。

我也不太信 “人人都能用 AI 写软件” 这件事。普通人没有代码能力做底，最后只能把整件事整包丢给 AI—— 而一旦你把 AI 当外包，就等于把方向盘也交出去了，迟早会失控。

所以铁匠铺的意义其实很朴素：与其被动等着被浪潮推走，不如早一点把自己武装起来，成为最后一批离场的人，这样N+1能多一点。

面向AI友好型的系统

你要还在维护一套系统、一个代码库，现在最值当做的就一件事：把它从对人友好改成对 AI 友好。

道理不复杂——往后动你这套东西的，越来越多不是人，是模型。人可以连蒙带猜，可以翻三页文档扒出那行关键注释；模型不会，它要的是直给，一眼看到底。所以别再纠结注释写得够不够漂亮了，换个问题问自己：一个从没碰过你代码的 AI，零上下文丢进去，能不能直接把它跑起来。能，就成了。

为什么需要多Agent

一个 Agent 不靠谱就多整几个让它们工贼互相卷，听起来像段子，但本质上和正常软件工程没区别

多方协作的前提就是”每一方都可能出错”，所以才需要交叉验证、互相兜底、流程把关。

Agent 协同不是新发明，它只是把人类工程团队那套规则，搬给了硅基同事用。

但也需要祛魅：不要问”哪种多Agent最强”，而要问——任务能否拆解？子任务能否并行？是否需要专家接管？是否要审核回滚？是否跨系统互通？是否要长生命周期状态？如果大多回答是 No，请先用单 Agent + 合适工具，更可靠。

反馈循环

Agent 先靠 Guides 在行动前尽量做对，再靠 Sensors 在行动后看见偏差、自我纠正。那些在循环里反复出现的问题，最后由人沉淀回 harness，变成下一轮更可靠的引导。

iOS Agent 为啥难做

**不是 iOS 难，是它先天缺东西。**比如我们看看前端为什么 AI 写得飞起？因为它有完整的”写 → 编 → 跑”反馈闭环。而iOS的问题是

• 数据：语料少，相比前端等（GitHub PR 口径：JS + TS 占全平台 30% 以上，Swift + OC 合计仅约 1.5%，差距 20 倍）
• 语言特性：OC Runtime(强依赖运行时，光看代码文件根本不知道运行起来是啥)，沙盒机制等
• 环境苛刻：强依赖MacOS+Xcode工具链（前端是个机器就能跑）
• 构建链路：构建反馈链断裂

前三个没啥办法，但有了XcodeBuildMCP（相比xcodebuild门槛低），iOS Agent 起码能玩了

上下文工程应该是第一步

你可以把 AI 想成一个很聪明的同行（或者一个刚入职的实习生） —— 脑子够用，但他要帮上你，前提是先得搞懂你这套工程。而 “搞懂” 这件事，其实是分层的：

• 公域知识：网上能搜到的，AI 基本都会，不用你操心。
• 领域知识：比如 iOS、后端、风控，他也能学，但学得多深，取决于这个领域在公开语料里沉淀了多少。
• 公司黑话：每家公司内部的专有名词、系统缩写、流程术语…… 这些词 AI 是真不懂，你不喂他就只能瞎猜。
• 代码上下文：他能读到代码文本，但跨仓库检索、跨服务串联，依然很吃力。
• 运行时上下文：静态的代码无法描述运行时的上下文
• 业务上下文：某个业务概念到底指的是哪个页面、哪个类、哪条链路？这层不讲清楚，他写出来的东西就是在平行宇宙里跑。
• 脑子里的上下文：那种你跟同事一个眼神就过的默契 —— 历史包袱、临时方案、“那个坑别踩”——AI 完全接收不到，除非你把它写下来。

把这七层补齐，AI 才真的能上手干活。系统性的做法是做AI知识库：从文件系统到各种上下文都有覆盖。

大模型只是一个无情的概率机器

大模型本质是判断概率分布的机器，这决定了它的三个先天特性：

• 大多数先生：它算的是最大概率的那个token。最大概率=普通的大多数，独特性就丧失了，但人类还有；
• 讨好型人格：你问个模糊问题，它不会像同事那样反问一句”我没懂，你再补充下”，而是硬着头皮假装懂了，给你交个”看着还行”的活儿。
• 问就是全都懂：语料里没有更高概率的答案它就瞎说。九真一假在所难免，没有判断力很容易被带到沟里。你要是指出来，有的模型道歉可快了，有的模型（比如 Gemini）还挺有个性，会反过来跟你争两句。

所以所以一定要带着人类的那股子高傲劲儿，随时对 AI 的能力打个问号？？？

聪明的人类早都把那一套糟粕蒸馏成skill啦 https://github.com/tanweai/pua