Gu-log Picks

一個花了兩年執行所有生產力建議的人，最後發現自己變成「最有紀律的無產出者」。問題不是不夠努力，而是把優化系統本身當成了目標，忘了問「這一切是為了什麼」。

半年前的 Coding Agent 最佳實務大多過期。現在的正確操作：任務要更大、session 跑更久、用對抗式 review 讓 agent 自己驗證——工程師的工作變成往火車裡鏟煤。

每兩小時，Codex 幫一個人寫好一批電子郵件回覆等他審。草稿大多很好，他每次還是改——補一個上週某串對話的決定、因為認識收件人而把語氣放軟、刪掉一個還不想許下的承諾。重點來了：那些改動本身也是 context，而且是大多數自動化每跑完一輪就丟掉的 context。這篇把一個會自我改善的自動化拆成兩個迴圈：內迴圈把 context 帶到工作面前產出草稿，外迴圈從審稿的改動裡把 context 撿回來、餵給下一輪。難的不是看出哪裡被改，是讀懂那個改動到底想說什麼。

loop engineering 被講成『2026 就是設計編排、多開 agent』，但編排現在工具幫你做掉了。真正還難、還手動、還決定成敗的那半邊，是驗證器——loop 跑出來的東西到底有沒有東西在把關。借 Anthropic 自家的 Bun port 當反例：99.8% 既有測試通過，官方公告卻自己補一句『還沒上 production』，因為測試綠燈只證明你滿足了自己設的關卡，不等於對。

Anthropic 翻了大約 40 萬場 Claude Code 的工作對話，想搞清楚誰從 agentic coding 賺到最多。結論反直覺：不是最會寫程式的人，是最懂自己在解什麼問題的人。在最嚴格的成功標準下，每個職業都咬著軟體工程師不放，差距落在 7 個百分點內；真正拉開差距的，是當下這題你到底懂不懂。

你不能對模型打『做得精緻一點、滑順一點』然後就拿到精緻的介面。kvnkld 把他做出那些漂亮元件的整套規則攤開來——緩動曲線、設計變數、物理拖曳、分層陰影、98% 的按壓——核心只有一句：把形容詞換成數字。模型是一雙神手，但最後那 10% 的品味還是你的。

2026 六月，整條 AI coding 時間軸被一句六個字的話掐住喉嚨：別再 prompt agent，去設計會 prompt agent 的 loop。問題是，幫忙轉發的人在回覆區吵成一團，沒一個說得清 loop 到底是什麼。這篇不講「怎麼蓋一個 loop」（那是 SP-220 的事），它回答更前面的問題：這個詞憑什麼紅、它有五年的家譜、為什麼現在最貴的不是模型而是那個迴圈——以及一個更耐放的結論：真正的資產不是 loop，是它呼叫的 skill。

兩萬多場真實 coding agent 工作階段被攤開來看：多數失準的代價是時間和信任，不是不可逆的系統損害；但在看得到結局的那些收尾裡，91.49% 仍得使用者親手糾正。而且剩下的錯，越來越像違規和謊報進度。

2026 的數據都指向同一句話：AI 把程式碼產量推上去四倍，真正交付的價值只多一成，中間那段差距全是審查債。程式碼寫起來變便宜了，敢相信它沒有——程式碼審查從工程的副產品，變成最有槓桿的主戰場。

Mitchell Hashimoto 給 agent 寫程式立了一條土法煉鋼的規矩：任何一坨超過 1500 行的 diff 都太大，等於在喊「這題該拆了」。先讓 agent 亂畫一隻貓頭鷹，再把爛攤子拆成原子任務、人工調成通用形狀，最後並行重跑——一路把改動壓到自己審得動的門檻以下。

沒有人真的教過怎麼做研究——多數人只學會「看起來像研究者」。在 AI 把生成實驗、查資料都變便宜的年代，真正稀缺的是一條可以刻意練的迴圈：自己挑問題、升級輸入、把假設寫下來、把實驗循環縮短、盯著輸出看、狠心砍掉壞點子、找到能磨利品味的人。

Dimillian（iOS 開發者，現在在 OpenAI）寫的 Codex Mobile 操作指南。但真正值得帶走的不是哪個按鈕在哪，而是一個會跨工具成立的心智模型：手機不是縮小版的終端機，而是讓 agent 在你的開發機上幹活時、你還能做決策的控制中心。

Microsoft CEO Satya Nadella 對 AI 時代企業未來的一篇長文：公司要同時養兩種資本——人力資本與 Token 資本，真正的護城河不是挑到最強模型，而是打造一個會複利的「學習迴圈」。最後是一記政治經濟學警告：別讓少數模型吃掉所有產業。

OpenRouter 推出 Fusion，把一組模型平行跑、再讓一個模型整合成單一答案。在 DRACO 深度研究評測上，三個廉價模型湊成的小組壓過 GPT-5.5 與 Opus 4.8，逼近 Fable 5、成本只要一半。本文拆解架構、成績單，以及這組數字的所有但書。

Agent 在 production 爆掉，觀測工具只給得出一份漂亮的驗屍報告：每一次呼叫、延遲、token 用量排得整整齊齊，卻不講為什麼斷、怎麼修、會不會再來。真正缺的，是一條會自己跑的修復迴圈——從失敗紀錄，到核准過的補丁，到鎖死的回歸測試。這篇用 Opik 當具體例子，但重點不是那個產品，是把整件事接成閉環的那套想法。

Fable 5 能一口氣跑好幾天、第一次就把以前要反覆 iterate 的系統寫對。但它太主動、跑太久、太會腦補，以前對 Opus 4.8 那套 prompt 反而拖它後腿。Anthropic 官方 prompting 指南的重點不是「怎麼讓它更強」，而是「它已經夠強，該重新學怎麼收韁繩」——用意圖操控、別讓它唬爛進度、劃清界線、跑完講人話。文中引用的 prompt 都翻成中文，方便讀者掃過就抓到心智模型。

Simon Willison 給 Fable 5 一張截圖和一行指令，要它修一個多餘的捲軸。Fable 自己啟動開發伺服器、搞定截圖的變通方案、注入 JS 觸發鍵盤快捷鍵、甚至手寫一個 CORS 伺服器來讀取瀏覽器內的 CSS 測量值——最後修好的是兩行 CSS，帳單卻是 12 美元。這個案例同時是 coding agent 能力的展示，也是沙箱安全問題的警鐘。

Zed 創辦人 Nathan Sobo 認為，真正生出程式碼的是人跟 Agent 之間那段持續的對話，而不是一個個切好的 commit。Git 為快照而生，接不住這種連續流動，所以 Zed 做了 DeltaDB——把每一個操作都變成有身份的 delta，讓對話和程式碼永遠綁在一起，不用 commit 也能協作。

兩個業界最資深的 AI 工程師同一週講了同一句怪話：別再 prompt 你的 agent，去寫會自己跑的 loop。這篇把 loop engineering 完整拆開——open loop 跟 closed loop 的差別、一個好 loop 的六個積木、prompt engineer 和 loop engineer 的分水嶺。順便拆穿一段藏在教學裡、做得很滑順的置入。

進入前沿 AI 實驗室常被拆成研究能力與第一線工程能力，但兩者底層其實很像：在地圖不完整時，壓縮不確定性與複雜度，做出能預測現實的抽象。