与「扎尕那」相关的搜索结果

只在此山中，云深不知处。——《寻隐者不遇》唐 贾岛 亲近大自然真的会提升幸福感！“只在此山中，云深不知处”，枕山栖谷，闲观云卷云舒，此般隐逸生活令人心生向往。住进扎尕那的风景里，放下烦恼，拥抱天地，与自然同频，做一个内心丰盈富足的人。#扎尕那# #大自然# #夏天# #治愈系风景#

好家伙，Claude 选了最忙的一周，连崩两次。 11 月 13 日，Anthropic 的状态页一天挂了两起事故。 第一起在北京时间下午 5 点 58 分：登录先挂了。 直接登不上去，Claude Code 弹 403，Cloudflare 在门口拦着说"请注意"，状态页直接标了最高级别的故障。 修了一个多小时，7 点 58 分才算解决。 第二起更狠，晚上 9 点 09 分到 11 点 38 分：不光网页版，API、编程工具、办公助手、连接器全跟着出问题。 定时任务最多晚两个小时，有的直接跳过不跑了😅 最扎心的是这一步：两起事故，Anthropic 到现在都没说原因。 同一天，微软 365 的连接器也坏了将近 30 个小时，邮件、日历、搜索全连不上。 时间点卡得够寸的：这周它刚连发 6 个新品，下周三就要给 IPO 定价。 一边是路演账本被抢爆 6 倍，一边是自家服务一天崩两次。 你写代码正写到一半，工具突然登不上去了，那一下，你慌不慌？

你写的代码，有一半没人看就进库了？ 11 月 14 日更新的一份榜单，把 AI 编程智能体的底裤扒了：看的不是跑分，是真进了仓库的代码。 Claude Code 交的 PR，91.2% 被合并了，五个里最高。 Codex 更夸张：到 11 月 13 日，公开仓库开了约 910 万个 PR，87.4% 被合并。 Copilot 72.2%，Cursor 70.9%，Devin 63.2%。 但最扎心的是这一步：抽查的 268 个已合并的智能体 PR 里，56% 没有任何真人审过😅 Claude Code 合并的 PR，只有 30.5% 有人看过；Codex 更低，28.6%。 反过来，Copilot 合并的 PR 里 80.5% 有人审，Cursor 77.8%。 说白了，合并率高不等于代码对，没人看的那一半，恰恰是合并率最高的那批🤯 这事早不是小圈子玩具了：90% 的职业开发者每周至少用一次 AI 编程智能体。 你团队里 AI 交的 PR，现在到底是谁在审？

第一個智能體不用自己寫迴圈，那程式設計師還剩下什麼？ 官方來源：Martin Bernaola Mendez，原文發表於 2026-11-13（1 天內，見文末核實）。原文標題直譯：《在微軟開發平台做你的第一個智能體，比你想的簡單》。先把反常識結論放前面：多數人以為做智能體要先學一堆新東西，新的框架、新的寫法、新的觀念，沒三個月下不來；真相剛好相反，你的第一個智能體根本不用學新東西，用你本來就會的主程式語言、你本來就熟的寫法，一個下午就跑起來了。智能體的本質一點都不神秘，就是模型加指示加工具加記憶，繞著圈跑到答案出來：模型先判斷要不要用工具、再叫你的程式去做事、拿到結果再寫答案，迴圈跑完才收工。關鍵在最後一句：這個迴圈不用你寫，框架全包了。你只剩三件事：給它一個名字與指示、給它一個工具、給它一段記憶。微軟的智能體框架就是幹這個的，底下還有一個聊天客戶端介面，幫你把不同模型的呼叫方式統一成同一套寫法。這篇只做一件事：照原文四步走，帶你從零做出第一個會查天氣、會記得你名字的旅行小幫手，最後再換成本機免費版，一毛錢都不花。先說清楚底線：前置條件是開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能的應用程式介面金鑰；沒有金鑰也沒關係，文末有本機免費版。 說清詞： - 智能體：模型加指示加工具加記憶，繞著圈跑到答案出來的程式，模型負責判斷、你的程式負責做事。 - 聊天客戶端介面：微軟擴充智能裡的統一介面，把不同模型的呼叫方式包成同一套寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面、專門加智能體功能的那一層，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 指示：你給智能體的工作說明，寫明它是誰、說話多簡短、什麼時候該用工具，寫得越具體、它做得越穩。 - 工具：就是你本來就會寫的普通方法，加上一句說明文字掛進智能體，模型看說明決定什麼時候叫它。 - 說明屬性：掛在方法與參數上面的說明文字，告訴模型這個方法是幹什麼的、參數是什麼意思，模型就靠它決定要不要叫、要傳什麼。 - 迴圈：模型決策、呼叫方法、結果回填、寫答案，四步轉一圈，直到答案夠好才停，框架自動跑，你不用自己寫。 - 工作階段：對話的記憶盒子，建立一次、每次跑都傳進去，智能體才記得上一句講過什麼。 - 串流：答案一個字一個字出現的跑法，像聊天視窗那樣慢慢印出來，整段等完才印是另一種跑法。 - 主控台專案：最簡單的那種程式，沒有視窗、沒有網頁，只在命令列視窗裡跑，做第一個智能體用它就夠了。 - 環境變數：存在電腦系統裡的設定值，金鑰放這裡，程式碼裡只讀它、不寫明文。 - 本機模型：裝在你自己電腦上跑的模型，不用連雲端、不用付按量費用，代表作是奧拉瑪接開源模型。 - 模型上下文協定：接現成工具伺服器的標準作法，原文只在展望裡提，叫你以後自己去接，不用現在學。 - 可觀察性：把每一次模型呼叫與工具呼叫都留下紀錄的作法，出怪事時靠它追查，原文只在展望裡提。 一個真實的例子：原文的第一個智能體叫旅行小幫手，做的事再小不過：回答去馬德里旅行的小建議。做法是拿開放智能的客戶端取一個聊天客戶端、指定一個支援工具呼叫的聊天模型，再把它轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，跑起來就完成了。問它去里斯本玩兩天怎麼排，答案一個字一個字慢慢印出來，那是串流跑法。接著給它一個工具：一個查天氣的普通方法，加上一句說明說這是查某個城市的天氣預報，方法本身只是回傳一段寫死的假天氣。問它去里斯本要不要帶傘，背後發生四件事：模型讀問題、發現需要天氣資料、叫方法去查里斯本、拿到結果寫答案說早上會下小雨、記得帶傘。迴圈你一行都沒寫，框架全包了。最後加記憶：建立一個工作階段、每次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本，再問要不要帶傘，第二問根本沒提城市，智能體自己用對的城市查天氣；再問我叫什麼名字，它答得出安娜。這三問跑下來，第一個智能體該有的東西全齊了：會判斷、會動手、會記得。 為什麼是框架全包，而不是你自己寫迴圈？因為迴圈裡最容易出錯的地方，全是重複的髒活：模型回傳要叫工具，你要解析它叫的是哪一個、參數對不對；方法跑完，你要把結果用對的格式回填給模型；模型又回傳要再叫一次，你要判斷這是正常接力還是無限鬼打牆；答案終於出來了，你要決定什麼時候停。這些事每一件都不難，但加起來就是幾十行容易寫錯的程式碼，錯一次、除錯半天。框架把這整圈包起來，你只寫三件事：指示寫清楚、工具掛上去、工作階段傳進去。11 月 12 日那篇手寫迴圈的教程立場剛好相反，叫你自己把迴圈寫出來、看懂每一圈在幹什麼；這篇的立場是先跑起來再說，迴圈交給框架，你先嚐到智能體動起來的滋味。兩篇沒有誰對誰錯，是先後順序：新手先照這篇跑起來，想搞懂底層再去讀手寫迴圈那篇，順序反過來很容易卡在第一圈就放棄。 再算一筆帳，讓你知道第一個智能體到底花多少錢。示範用的是開放智能的輕量聊天模型，特點是便宜、支援工具呼叫，跑幾十次問答常常不到一塊錢美金，練手完全不心疼。真正貴的不是模型，是你把正式環境的大模型、長上下文、高價輸出全開來練手，練十次就抵得上一個月的示範費用。所以練手的規矩只有一個：示範模型挑輕量便宜的，指示寫簡短，工具先用寫死的假資料，跑通了再換真資料、再換好模型。本機免費版更徹底：模型裝在自己電腦上跑，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行。先在本機版把迴圈、工具、記憶三件事都摸熟，上雲端花錢時才知道錢花在哪裡。 反方適用條件清單——以下情況，先別照本篇做第一個智能體，免得把本篇讀成保證： - 不想碰微軟開發平台、只用別的語言生態：本篇是微軟開發平台的作法，換生態等於整篇重寫。 - 沒有金鑰、也不想裝本機模型：兩條路都沒有，模型叫不動，智能體跑不起來，先選一條路再開工。 - 挑的模型不支援工具呼叫：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 想一次做多智能體協作、寫作者加審查者的流程：原文只做到單一智能體，多智能體是展望裡的下一步，現在做還太早。 - 想直接做正式上線的產品：本篇只到主控台示範為止，正式產品要另外做驗證、備份、錯誤處理。 - 指示寫得含糊、只寫你是個助理：指示越空、模型做得越飄，指示要寫明身分、語氣、什麼時候用工具。 - 除此之外，只要你會寫主程式語言、想親手跑一個會動手的智能體——這篇就是為你寫的。 一句定性金句：迴圈不用你寫，判斷不用你寫，你只剩三件事：給指示、給工具、驗答案。 一、翻車清單 - 金鑰寫進程式碼、貼進群組、傳進公開倉庫：誰拿到都能花你帳上的額度，正確做法是存進環境變數，程式碼裡只讀變數不寫明文。 - 開發平台軟體開發套件版本太舊：原文要第十版或全新的第十一版，舊版可能沒有智能體框架要的寫法，先升級再開工。 - 套件裝錯：開放智能版與通用版是兩個套件，雲端版裝開放智能那一個，本機版才裝通用版加奧拉瑪那一個，裝錯就接不上。 - 模型挑不支援工具呼叫的：工具掛上去模型也不會叫，示範用的輕量模型有支援，換模型之前先確認支援清單。 - 指示寫得太空：只寫你是個助理，模型不知道該簡短還是詳細、該不該用工具，指示要寫明身分、語氣與用工具的時機。 - 工具沒加說明文字：模型看不懂這個方法是幹什麼的，永遠不會叫它，說明文字是工具能不能被叫到的關鍵。 - 工具方法寫了真的去查天氣：示範階段先用寫死的假資料，跑通迴圈再換真資料，一開始就接真服務，出錯不知道是迴圈錯還是服務錯。 - 忘記建立工作階段：每一次呼叫都從零開始，第二問不提城市它就不知道去哪裡，名字也記不住，記憶要靠工作階段傳進去。 - 工作階段建了卻沒傳進去：建立一次不夠，每一次跑都要傳，漏傳一次、那一次的對話就斷了。 - 串流與整段回傳搞混：串流是一個字一個字印，整段是等完一次印，兩種跑法的寫法不一樣，抄錯會編不過。 - 金鑰放環境變數卻沒重開命令列視窗：環境變數改了要重開視窗才生效，舊視窗讀到的是舊值，一問就說金鑰沒設。 - 本機模型挑不支援工具呼叫的：本機開源模型不是每一個都支援工具呼叫，挑之前先確認，否則工具掛上去也不動。 - 本機服務沒啟動就跑程式：奧拉瑪的本機服務要先跑起來，程式連的是本機位址，服務沒開就連不上。 - 把示範程式當正式產品：主控台示範沒有錯誤處理、沒有備份、沒有驗證，正式上線要另外補齊，示範跑通不等於產品做完。 - 一次給太多工具：第一個智能體先給一個查天氣就好，工具一次給五個，模型叫錯的機率立刻上升，出錯不知道是哪一個工具的問題。 - 指示與工具打架：指示寫不要用工具、工具又掛上去，模型左右為難，指示與工具要講同一套話。 - 名字與指示寫完就以為智能體懂了：名字只是名字，真正管行為的是指示，指示沒寫清楚，名字再好聽也沒用。 - 測試不跑就說通了：模型說帶傘不算數，程式真的跑起來、答案真的對、第二問真的記得城市，才算通。 - 換雲端平台就以為程式碼要重寫：聊天客戶端介面就是為了換模型不用重寫，雲端平台、開源模型、微軟雲端，全是換呼叫模型的那一行，其餘不動。 - 把多智能體協作當第一步：原文的展望是下一步，先把單一智能體跑通，作者加審查者的流程以後再加，一步登天一定摔。 二、替代方案＋理由 原文只給一條主路，理由很硬：先拿雲端輕量模型跑通，再換本機免費版——理由是雲端版最快驗證迴圈、工具、記憶三件事，本機版再把花費壓到零，順序反過來很容易卡在本機安裝那一步、還沒看到智能體動起來就放棄。雲端版的理由是套件裝好、金鑰設好就能跑，示範用的輕量模型便宜又支援工具呼叫，練手不心疼。本機免費版的理由是模型裝在自己電腦上，一毛錢都不花，工具、工作階段、串流的程式碼一個字都不用改，只換呼叫模型的那一行，適合想一直練、一直試的人。還有一條同理可推的路：雲端平台版、開源模型平台版、微軟雲端版，理由是聊天客戶端介面把模型呼叫統一了，換平台只是換呼叫模型的那一行，其餘程式碼全不動，適合公司已經有指定平台的人。順序只有一個：雲端輕量版先跑通，再換本機版或公司平台版，不要三種同時開工。 工具的作法也有替代方案，理由一樣硬：示範用寫死的假天氣，理由是先驗迴圈對不對，出錯只可能是迴圈錯；換真資料是下一步，理由是迴圈通了再接真服務，出錯只可能是服務錯。兩步分開除錯，永遠比一次全上、錯了不知道找誰快。記憶的作法也一樣：工作階段是原文給的正規作法，理由是框架幫你管記憶，不用自己寫對話紀錄；自己寫對話紀錄是另一條路，理由是想完全掌控格式的人可以自己來，但新手先不要，框架的版本先跑通再說。 三、目標形態 一個能對照的最小閉環：開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數；主控台專案已建好、開放智能套件已裝好；智能體已有名字旅行小幫手、指示寫明友善的旅行助理、答案保持簡短；問它去里斯本要不要帶傘，模型自己叫查天氣的工具、拿到結果寫答案說早上會下小雨、記得帶傘；第二問不提城市，它用對的城市查天氣；第三問問我叫什麼名字，它答得出安娜。三問全對、程式真的跑起來，才算通。一句話：先讓一個智能體真正動起來，再談多智能體。 這個最小閉環還有三個進階樣子，通了之後可以一個一個加上去。第一個是換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案裡的溫度與天氣要對得上真實預報，迴圈不動、只換方法裡面。第二個是換本機免費版：模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問，答案一樣對，帳單變零。第三個是加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問一個同時需要天氣與景點的問題，看模型會不會自己挑對工具。這三個樣子有一個共同點：一次只換一件事，換完立刻驗三問，驗不過就只退一步，不用整段重寫。 四、遷移步驟 1. 先備前置條件：開發平台軟體開發套件裝第十版或全新的第十一版，開放智能金鑰申請好、存進環境變數，不要寫進程式碼。 2. 新建主控台專案：用命令列工具新建一個主控台專案、進到專案資料夾，裝開放智能版的智能體套件。 3. 寫第一版主程式：拿開放智能客戶端取聊天客戶端、指定輕量聊天模型，轉成智能體，給名字旅行小幫手、給指示說你是友善的旅行助理、答案保持簡短，問一句去馬德里旅行的小建議，跑起來。 4. 換串流跑法驗一次：同一個問題改用串流跑法，答案一個字一個字印出來，確認兩種跑法都通。 5. 給它第一個工具：寫一個查天氣的普通方法、加一句說明說這是查某個城市的天氣預報，方法裡先回傳寫死的假天氣，掛進智能體。 6. 問它去里斯本要不要帶傘：看模型自己叫查天氣的方法、拿到結果寫答案，迴圈四步都發生了才算通。 7. 建立工作階段：建立一個工作階段，每一次跑都傳進去，先說嗨我是安娜、星期五要飛里斯本。 8. 驗記憶三問：第二問要不要帶傘不提城市，看它用對的城市查天氣；第三問問我叫什麼名字，看它答得出安娜；三問全對才算通。 9. 換本機免費版：裝通用版套件加奧拉瑪套件，本機服務先啟動，模型換成本機開源模型，其餘程式碼一個字都不改，跑同樣的三問。 10. 換真資料：查天氣的方法從寫死的假資料換成真的天氣服務，問同樣的問題，答案要對得上真實預報。 11. 加第二個工具：再掛一個查機票或查景點的方法，指示寫明什麼時候用哪一個，問同時需要兩種資料的問題，看模型挑不挑得對。 12. 換公司平台驗一次：雲端平台版、開源模型平台版、微軟雲端版挑一種，換呼叫模型的那一行，其餘不動，確認聊天客戶端介面真的統一了寫法。 13. 記帳：示範用的輕量模型跑幾十次常常不到一塊錢美金，練手用輕量模型、指示寫簡短、工具先用假資料，跑通了再換真資料、再換好模型。 14. 排定主力與備胎：主力一種平台每天用，備胎一種放在旁邊，主力出問題、換專案時立刻換備胎頂上，不用臨時翻文件重學寫法。 15. 每月回頭對一次官方文件：智能體框架還在長大，多智能體流程、模型上下文協定、除錯工具都會變，每月花十分鐘對一次，才不會拿著舊地圖走新路。 跑完這十五步，真正拉開差距的不是你會幾種平台，是你給指示的方式。指示寫得含糊，模型就做得含糊；指示寫得具體，模型就動得具體。好的指示有三個要素：先說身分，再說語氣，最後說用工具的時機。身分是你是誰，例如友善的旅行助理；語氣是答案多長，例如保持簡短；用工具的時機是何時該查資料，例如需要天氣資料時就用工具查。三個要素寫進每一次設定，模型的命中率立刻不一樣。反過來最差的指示是只寫你是個助理，模型不知道你要它簡短還是詳細、不知道什麼時候該動手，只能憑感覺猜，猜錯了你還要花時間收拾。框架是硬體，指示是軟體，硬體接好了、軟體跟不上，一樣跑不快。 問問題也有一個進階技巧：一次只問一件事。請模型同時排行程、查天氣、再訂機票，它常常三件都做得半調子；拆成三輪，每一輪只做一件、每一輪都驗收，總時間反而更短，因為返工最花時間。還有一個習慣值得養：每一次請模型動手之前，先請它用一句話說出它理解的任務是什麼，它說對了再讓它動手，它說錯了先糾正理解、不要讓它帶著錯誤的理解去叫工具。這兩個習慣加起來，模型的出錯率會掉一大截，你花的檢查時間也會跟著掉。 五、團隊共建分工 做第一個智能體是小事，但三個角色別一個人全扛： - 你自己管金鑰：金鑰只你經手，存進環境變數、不寫進程式碼、不貼進群組，誰要用就請他自己建一把。 - 審查者核對帳單：每週對一次用量，示範用的輕量模型跑幾十次常常不到一塊錢美金，大模型、長上下文、高價輸出的帳單先抓出來看。 - 紀錄者留對照表：把每一次實驗的模型、指示、工具、工作階段、驗收結果寫進本篇贈品驗收表，換人接手時不用重讀原文，換模型時照表改名字就好。 - 守門員管範圍：每一次請模型動手之前，先說清楚哪些工具能叫、哪些資料不能碰，正式環境的設定一律列入禁區，模型動手之前先對一次範圍，叫錯工具的代價比多問一句話貴得多。 - 新人先跑最小閉環：新加入的人不要一次做多智能體，先照本篇第四節跑一遍最小閉環，三問全對、程式真的跑起來，通了才算入門，通不了先找守門員對設定，不要自己硬湊。 六、官方工具包 - 微軟擴充智能：聊天客戶端介面，統一不同模型的呼叫寫法，換模型不用重寫程式。 - 微軟智能體框架：坐在聊天客戶端介面上面，負責指示、工具呼叫、工作階段，往後還能接多智能體流程。 - 開放智能版套件：雲端版裝這一個，示範用輕量聊天模型，支援工具呼叫。 - 通用版套件加奧拉瑪套件：本機免費版裝這兩個，接本機開源模型，其餘程式碼不變。 - 示範模型：輕量聊天模型，支援工具呼叫，練手便宜。 - 本機模型代表：駱馬三點二，裝在自己電腦上跑，一毛錢都不花。 - 同理可接的平台：雲端平台、開源模型平台、微軟雲端，換呼叫模型的那一行就好。 - 展望裡的下一步：多智能體流程、模型上下文協定、智能體對智能體、可觀察性、除錯工具，現在先知道名字就好。 - 前置條件：開發平台軟體開發套件第十版或全新的第十一版，加上一把開放智能金鑰或一台裝好本機模型的電腦。 結尾收束：原則比框架多重要——智能體框架不是魔法，是把迴圈包起來的那一層。可重複的動作規則只有一條：每次換模型、換平台、加工具之前，先回到那個最小閉環——三問全對、程式真的跑起來——通了再往下走。今晚就能做的事：先備好金鑰、建一個主控台專案、問它一句去馬德里旅行的小建議，答得對，這條路就是你的了。 最後再提醒一次最容易被低估的事：第一個智能體真正的成本不是金鑰、不是套件，是你願不願意把指示寫清楚。指示寫不清楚，模型做得再快也是亂做，你還要花更多時間收拾；指示寫清楚了，迴圈、工具、記憶三件事立刻各就各位。這筆帳，比幾十次問答不到一塊錢美金重要得多。今晚先跑三問，明天上班第一件事就拿一個你真正的工作問題去問它，問完看它會不會自己挑對工具，挑對了，你就知道這條路值不值得走下去。 本篇贈品：微軟智能體首次落地驗收表 開通之前逐項打勾：1 前置——開發平台軟體開發套件已裝第十版或第十一版、開放智能金鑰已存進環境變數、沒寫進程式碼；2 專案——主控台專案已建好、開放智能版套件已裝好；3 第一版——智能體已有名字旅行小幫手、指示已寫明友善的旅行助理與答案保持簡短、問去馬德里旅行的小建議已跑通；4 串流——串流跑法已驗一次、答案一個字一個字印出來；5 工具——查天氣的方法已寫好、說明文字已加上、方法裡先用寫死的假資料、問去里斯本要不要帶傘已看到模型自己叫方法；6 記憶——工作階段已建立、每次跑都已傳進去、第二問不提城市已用對的城市查天氣、第三問已答得出安娜；7 本機版——通用版套件加奧拉瑪套件已裝好、本機服務已啟動、模型已換成本機開源模型、三問已重跑全對；8 真資料——查天氣的方法已換成真的天氣服務、答案已對上真實預報；9 第二工具——第二個方法已掛上、指示已寫明什麼時候用哪一個、同時需要兩種資料的問題已驗過；10 帳單——示範用的輕量模型跑幾十次不到一塊錢美金的算法已知道、練手用輕量模型與假資料的規矩已立好；11 維護——每月回頭對一次官方文件、換平台只換呼叫模型那一行的作法已驗過；12 指示——每一次設定已寫明身分、語氣、用工具的時機三個要素，一次只問一件事，模型動手前已先用一句話說出它理解的任務。 S1哥觀點 別再問「做智能體是不是很難」了——難的不是智能體，是你以為迴圈要自己寫。還在觀望的人，花的時間不是學習，是猶豫；照這篇跑起來的人，一個下午就有一個會查天氣、會記得你名字的旅行小幫手，迴圈框架全包了，你只剩給指示、給工具、驗答案。更值得問的是：你現在每天重複做的那件小事，是查資料、還是回覆、還是整理？那一件，就是你第一個智能體該先接的理由。還有一個更扎心的問題：你上一次說要學智能體，結果三個月過去、連第一個主控台專案都還沒建，是什麼時候？這種拖延，跑起來一次就治好了，因為跑通的那一刻你就知道，原來第一步這麼小。你第一個智能體想讓它先幫你做什麼？評論區說說。

真人真事 前阵子一个人去重庆，约了个地陪，某书找的，300一天，说是重大学妹。见面扎高马尾，短裤白T，笑起来眼睛弯弯的。白天正常逛磁器口，她一路给我扇扇子，胳膊老蹭到我手臂，说“哥你出汗好多”。 晚上她说带我去江边看野夜景，走那种没路灯的小路。结果拐角窜出两条野狗，她“啊”一声直接蹦我身上，双腿盘着我腰，脸埋在我脖子里。我托着她走了十几米，她呼吸全喷在我耳根，热得我腿发软。狗走了她还不下来，小声说：“再抱会儿，吓软了。” 回程她接了个电话，语气秒变温柔：“嗯，跟朋友在外面……马上回。”挂了跟我说是合租室友。我“哦”了一声，她突然停下，仰头盯着我：“哥，你明天几点的车？要不……我送你，顺便带你去个只有本地人知道的地方。” 我说明早八点。她掏出手机一顿按，然后举给我看——她把回学校的末班车取消了，打车订单显示目的地是我酒店。 “反正明天送你，今晚省个打车钱，你房间沙发借我睡呗？” 我盯着她看了三秒，把手机揣兜里，拦了辆出租车，先把她塞进去，关门前说了句：“下次来重庆，提前说，我给你留时间。” 车走了，她微信弹过来一条：“怂包。”后面跟了个位置共享。 我没点开。

Anthropic 这次真上演了一场自家模型打自家模型的戏码。🤣 Arena 最新榜单显示，Claude Fable 5.2（Max）直接登顶 Agent Arena，在与 Opus 5.5（Max）共同参与的 10 个类别中，9 项领先，剩下 1 项统计上打平！ 🤯 最离谱的是视觉设计，差距直接拉开： 🎨 视觉设计：45.34% vs 23.29% 📄 文档处理：31.51% vs 17.88% 💻 编程：31.45% vs 22.24% 🧠 知识工作：25.67% vs 13.24% 综合净改善得分：30.48% vs 19.51%。 好家伙，Opus 5.5 还在顶级模型里争王座，结果自家 Fable 5.2 先跑上来抢了第一。🤡 最扎心的是，Fable 不只是会做漂亮 Demo，连代码、文档和知识工作都开始全面领先。 不过这是 Agent Arena 的净改善指标，不等于任务绝对成功率。 以前选 Claude 是纠结用不用 Opus，现在是 Anthropic 自己让用户纠结：到底谁才是真旗舰？ 🤣

打游戏认识过一个四川妹子。 她是医生，具体科室就不说了，反正挺忙的，经常值夜班，回消息很慢。 有时候我晚上发消息，她凌晨两三点才回一句刚忙完。 一开始真没想过会见面，就是普通队友。 她游戏打得一般但嘴挺损，队友菜了她会用四川话小声吐槽两句，我很多时候听不太懂但觉得挺好玩。 后来打多了就加了微信，也没什么特别暧昧的开头，每天就一句“打不打”。 她说等我洗个澡，我说行，然后我就真等。现在想想挺傻的，但那时候晚上能等到她上线，我还真挺开心的。 聊了几个月以后，我买了机票去四川见她。见面前我挺紧张，怕见光死，结果她来接我的时候穿得特别普通，短袖牛仔裤，头发随便扎着也没怎么化妆。 第一眼真不是那种惊艳，但看着很舒服。她看到我第一句话是你比视频里看起来老实点，我问视频里呢，她说像骗子。 那天她带我去吃火锅，我点了个鸳鸯锅，被她笑了一晚上。 她说来四川吃鸳鸯锅，你好意思说你是来见我的？我大老远从福州飞过去，本来口味就清淡，是真的怕辣。她看着我笑，说怕辣还敢来见四川女娃儿？ 其实那几天她挺忙的，白天上班晚上才有空出来。有一天她下夜班，我去医院门口等她。 她出来的时候看着很累，眼睛下面有黑眼圈，手里拿着杯没喝完的咖啡。 看到我以后她愣了一下，没说话，走过来很自然地把手揣进我外套口袋里，小声说了一句外面有点冷。那一下，小心脏都扑通扑通的。 那天我们走了很久，她话比平时少，估计是真的累。 走到酒店楼下的时候她突然问我，你明天就走了哇。我说嗯。她低头看了会儿地面，又问那你以后还来不来，我说来。 她笑了下说，男的说这种话一般都不算数。后来她说上去坐一会儿就走。 进房间以后反而两个人都安静了。我给她倒水，她坐在床边看手机。房间灯没全开，窗帘也没拉严，外面的车灯偶尔扫进来一下。 我坐在她旁边，中间隔着大概十几公分的距离。 她突然转过头看着我问，你紧张啥子？我说没有。她突然凑近了一点，盯着我看了一会儿说，你耳朵都红了。 那一下我是真尴尬，但气氛也确实到了那个点。不是电视剧里那种突然很热烈的扑倒，就是两个人都知道接下来会发生什么，但谁都没先动。 她身上有一点医院里那种很淡的消毒水味，混着洗发水的味道，特别真实。 她看了我一会儿，突然伸手捏了一下我发烫的耳垂，声音压得很低：“你明天都要走了，今晚就别装老实了。” 后面的事就不细说了。反正那晚以后我才真的觉得，网上聊了几个月的人落到现实里是有温度的。不是头像，不是游戏ID，也不是语音里那句“打不打”，是一个会累、会笑、会嘴硬，也会在你要走的前一晚把你口袋当暖手宝的人。 后来我们异地了一段时间，但说实话没坚持多久。她太忙了经常值班，我平时写代码敲项目也经常熬到半夜，两个人的节奏完全对不上。一开始我觉得自己能理解，后来还是会不舒服。她回消息慢我会多想，我找她，她说刚下班累得不想讲话，我说想她，她说连睡觉时间都不够。 慢慢就淡了。没有谁出轨也没有谁突然变坏，就是隔得太远，见不到摸不着，很多话说着说着就干了。两个被工作榨干的成年人，真的没有多余的力气去维持虚无缥缈的浪漫。 最后一次聊天她跟我说，以后不要随便跑这么远见网友，万一被骗了呢。我问她，那你骗我了吗？她回，骗了啊，骗你来四川吃辣。 后来我再也没去找过她。但有时候晚上打游戏听到队友里有四川口音，还是会突然想起她。 不是放不下，就是觉得那段经历挺真实的。 我们真的隔着屏幕认识过，真的见了一面，真的心动过，也真的因为距离和现实散了。

九十九十法则：AI 写完前 90%，剩下的 90% 谁来写 贝尔实验室的汤姆·卡吉尔有一句流传很广的玩笑话： “前 90% 的代码，花掉了前 90% 的开发时间；剩下 10% 的代码，花掉了另外 90% 的时间。” 你没看错，加起来是 180%。这就是软件项目的真实写照！ AI 时代，这个法则变得格外扎心。 用 AI 搭一个原型，几个小时就出来了：界面有了，主流程跑通了，演示效果惊艳。很多人在这一刻觉得：项目快完成了！ 然后，真正的工作才刚开始：边界情况、错误处理、权限、并发、性能、数据迁移、兼容老版本、监控告警…… 这些“最后的 10%”，往往决定了一个系统能不能真正上线、能不能长期运行。 AI 在前 90% 上帮了大忙，可在后 90% 上，它的帮助要打折扣，因为这部分需要对真实环境、真实约束的深刻理解。 所以下次看到一个惊艳的 AI 原型，先别急着欢呼。问一句：剩下的那个“90%”，谁来写？多久能写完？

我艹 出大事了！ 币安距离暴雷不远了 近期大家大概都刷到了 不光华人账户的U被冻结 TM美国老太太的钱都敢冻结 最离谱的是客服叫板让华人客户去美国起诉 阿布扎比黑产还真就是无法无天新金三角地带了？