前几天很多人在 Cybercab 活动后看到股票“sell the news”，把主因归咎于 NHTSA 对 Cybercab 启动调查。今天看到一位博主也持该观点，并进一步引申了他对目前 Cybercab 及 Tesla 股票的担忧，总结如下： 安全数据有水分：靠“5 秒脱离窗口”和新旧车对比打磨 FSD 事故率，已被参议院与 NHTSA 严查。 产品设计太妥协：双座+翼门偏离公共出行本质，难以承接家庭客群，无线充电与自动清扫等运营配套仍未落实。 法规与估值压顶：全美 AV 法案或延至 2027 年，超高 PE 缺乏短期业绩支撑，300 美元下方需要时间消化泡沫。 我觉得持有以上观点的人不在少数，但其实有些小题大做了（blown out of proportion）。先说说这“5 秒脱离窗口”的事：特斯拉官方安全报告的规则是，碰撞发生前 5 秒内只要开过 FSD，这笔事故就算作 FSD 事故；超过 5 秒则不算。理由是人类发现危险并伸手接管大约需要几秒，所以把这 5 秒算进系统责任，可避免“刚关掉系统就撞车却不算 FSD 责任”的问题。 争议在于，NHTSA 的强制事故报告（Standing General Order）要求使用的是 30 秒窗口。也就是说，碰撞前 30 秒内只要开过系统，厂家就必须向联邦报告；而特斯拉对外宣传用的事故率，统计窗口则是 5 秒。 这是个见仁见智的问题。如果 NHTSA 真的认为 5 秒太短，一定会与 Tesla 协商出一个统一标准，届时看统一后的事故统计率即可。我相信无论是 5 秒还是 10 秒，FSD 的安全性都一定高于人类平均水平（average driver），且只会越来越强。因此，安全口径被查不等于系统被证伪：5 秒窗口是宣传统计争议，而不是运营被叫停；况且 Robotaxi 已在多城实现无安全员收费运营，联邦也在给无踏板 AV 松绑。 至于其他几点： 两座不是妥协，而是精准切入市场：约九成网约车场景仅有 1–2 人，两座设计能大幅压低单公里成本。 无线充电与清扫是场站运维问题：属于长期的技术迭代，不是 Day-1 的生死线。 法案推进慢、估值贵，挡不住已上路：州许可证已经可以跑通商业化，全国统一法案并不是开工的唯一开关；PE 透支的是利润节奏，关键还是要看电池放量。看空者切莫把起步错当终点。 最后，这位博主说的也有道理：很多人投资特斯拉是受了一些自媒体的“蛊惑”，只听好不听坏，加上目标价被定得极高，仿佛股价只会涨不会跌，于是直接 All-in 进去。但他们没有被告知的是，特斯拉未来或许是一家伟大的公司，可中间道路的曲折和不确定性是客观存在的。股票不会一直上涨，波动会很大；如果没做好心理准备，就极易在 FUD 或高波动中被甩下车，甚至变成 Tesla haters（我严重怀疑该博主也是“受害者”之一）。 看好 Tesla 未来、认可 Elon 愿景的投资者，一定要做好长期持有（Long-term hold）的准备。不要随意上杠杆赌期权，用自己能承受损失的钱去投资，做时间的朋友，长期相信一个美好的未来（老马喂的饼😂），保持良好心态！NFA

#中国人权# #每日一推# #良心犯# 第438期:七年前(2019年8月22日)恶俗维基网站长牛腾宇在焦作家中突被抓捕。2019年5月海外“红岸基金会”和“支那维基”等多家“恶俗圈”网站频发习近平家人及中共高官与家属隐私信息,公安部速立专案组,因海外主事者抓不到,广东网警为立功移花接木抓捕牛腾宇等无辜年轻人做替罪羊 #牛腾宇，1999年3月12日出生，山西省晋城市高平市人，恶俗维基伺服器运维技术人员，“恶俗维基”站长，恶俗维基案当事人。# 自2014年起，中国大陆及海外有网友开始频繁尝试搭建和运作被称为“恶俗圈”的网路平台，其中“恶俗维基”、“支那维基”和“红岸基金会”三大网站最为知名；此期间，因其加入“恶俗维基”网站，并成为该网站技术维护员及站长； 2019年，曾因多家“恶俗圈”网站频发习近平及家人、和中共高官及家属的户籍和照片等资讯，其所在“恶俗维基”网站亦将此类资讯挂于网上； 2019年6月22日，又因其在香港爆发“反送中”大游行之后，与“恶俗维基”创办人肖彦锐相约前去香港，对香港大游行进行围观，返回后虽又于同年8月初至8月16日到日本一游。 2019年8月22日，一个普通的夏日上午,河南焦作，一间普通的居民楼。八九名便衣人员以“物业”名义骗开门，冲进家中，将当时年仅19岁的牛腾宇铐走。他们抢走电脑、手机、硬盘、银行卡、证件等贵重物品，控制家属，全程没有出示任何合法手续。中午12点，牛腾宇被强行带走。那天起，他再没有回家。网站全部会员也尽被各地警方突然抓捕； 2019年8月24日，牛腾宇被以涉嫌“帮助资讯网路犯罪活动罪”刑拘，关押于茂名市第一看守所；9月30日，被茂名市检察院以同罪名予以批捕，指控其曾在恶俗维琪网上“共发表评论8条，上传图片20张，共有748条的用户贡献，其本人有285条贡献值”等讯息，散布虚假资讯，恶毒攻击、诋毁政府和国家领导人及其家属形象等，是“恶俗维基网站恶势力犯罪集团案”主犯，故而应予逮捕和判刑。 2019年11月21日，经茂名市检察院批准被延长侦查羁押期限1个月。在茂名，牛腾宇被剥光衣服、空调开至最低、老虎凳、长时间殴打、不让吃饭睡觉； 2019年12月10日，牛腾宇又被广东省佛山市警方以涉嫌“颠覆国家政权罪”被指定居所监视居住长达40多天。其间牛腾宇被双手吊铐、脚尖点地、鞭子抽打、滚烫蜡烛水浇身、注射生理盐水导致皮肤溃烂、打火机灼烧私处、拍裸照、言语性侮辱……两次生命垂危被送医，两根手指被打致残; 上述有关于牛腾宇遭酷刑的描述来自母亲的公开控诉、律师申诉材料以及人权组织记录，并非孤证。 2020年1月22日，牛腾宇被茂名市警方以多罪由再次逮捕，并转押于茂名市第一看守所； 2020年11月2日，牛腾宇一行24人“涉恶势力犯罪集团” 案在广东省茂名市茂南区法院开庭受审，至2021年2月6日，其案24人均被宣判；其中，牛腾宇被以“寻衅滋事罪”（8年）、“侵犯公民个人信息罪”（5年）、“非法经营罪”（2年），数罪并罚，判处有期徒刑14年，并处罚金人民币13万；其等均表不服，立刻上诉；2021年4月23日，在禁止辩护律师及家人出庭的前提下，经二审裁决，依然维持原判；刑期至：2033年9月10日；据悉, 其被重判与曾发布中共高层个人资讯、镇压香港及新疆等内容有关。 目前牛腾宇在广东省肇庆市四会监狱（邮寄地址：广东省四会市济广塘济广北路，邮编: 526237）服刑。 #HRIC# #关注在押良心犯# #牛腾宇#

上周我一个人把N个需求从前端写到后端，AI CR + 自己完成必要的测试，配好 CI/CD，上线观察，出问题自动回滚 + 重新修复发布。放在几年前的大厂，这个工作量大概需要四个人两周的时间。 自从AI coding出现之后，企业对于程序员的能力需求模型明显变了。 1️⃣ 端到端的交付能力 以前公司买的是你的部分领域能力(前端、后端、测试)，现在买的是你的结果。 之前程序员的分工很细，前端、后端、测试、运维各守一环。现在一个人完全能把整个开发流程闭环起来：后端顺手把前端写了，测试自己 cover 掉大部分，部署运维也自己进行，针对这个仓库和功能搭一套最合适的 CI/CD。 因为没有沟通摩擦和对齐成本，一个人做完通常比几个人每人做一块要来的快得多，出问题时的改动速度也快得多。 公司为此付的是 token 成本，token maximizer 那套排行榜现在大家有点反感，但不可否认的是，一个人的 token 消耗量和他的产出，确实是正相关的，我身边一天能用到10亿token的人依旧是少数，大部分人还是亿级别。 现在程序员得对整件事的结果负责，做完自己领域那一环就交差的时代过去了。 2️⃣ 验收能力 生成代码基本免费之后，瓶颈整个后移到了验证这一侧。 我最忙的时候同时开过 10 个 coding agent，表面上吞吐拉满、效率很高，但一个多小时后大脑就会被直接烧干。因为人脑本身的吞吐量对比 AI 来说真的太低了，卡住我的不是生成端，是我脑子里的 review queue，每个 agent 返回结果，我都要重建它的意图、检查实现、判断风险、决定下一步。 现在使用 AI 最重要的就是要学会验收，会写验收标准，测试怎么写、边界在哪、什么状态算做完、什么时候合入、CICD怎么配、配什么样的线上权限等等。AI 能替你写代码，替不了你定义什么叫做对了。 3️⃣ 判断和经验 写代码成本趋近于零有个副作用，那就是一旦方向错了，做错东西的速度也快了 10 倍。以前方向选错，损失是几周工时；现在 AI 一天就能帮你把错的东西做完、做精，等你回过神来，已经在错的路上跑出去很远了。 所以之前做过类似业务是个非常巨大的优势，它让你在项目还没开始之前，就能在业务和技术上做判断，直接砍掉错误方向，省下来的时间和 token 相当可观。 架构经验尤其值钱，AI 能照着你定的结构把每一块都实现得很漂亮，但要不要拆微服务、模块边界划在哪、状态放前端还是后端、哪个方案现在写着爽、三个月后会变成还不完的债，AI 给不了你笃定的答案。 业务判断也一样，哪些需求是伪需求、哪个功能上线根本没人用、哪里得提前留扩展点，一个有对应业务经验的工程师，才能在开工前就把这些坑都挖出来。 这些经验 AI 暂时替代不了，AI能把执行加速到极致，但选方向、划边界、判断，还得靠人的经验。

近期百亿级私募宁泉资产发布半年投研报告，明确警示当前A股AI赛道泡沫化风险，提出大量热门AI个股未来存在暴跌八成至九成的极端下行风险， 该判断与我持续跟踪推演的市场结论高度一致。（见我们之前关于这方面的帖子，包括关于大量个股有下跌80-90%分析）。 我们将逐步停止新增配置AI类科技题材个股，存量AI相关持仓将逐步有序清减，不再主动参与该赛道博弈。 此前我们已经于半个月前关停了我们的账户订阅功能。 一、当前AI板块泡沫化的核心风险逻辑 1. 估值严重透支长期业绩，周期规律无法例外 本轮AI行情呈现极致结构性分化，大量算力、光模块、存储、AI应用热门标的股价涨幅完全脱离盈利兑现能力。多数企业需要持续大额资本开支更新硬件、摊销GPU成本、承担高额电力运维，长期ROE与现金流无法支撑当下百倍乃至数百倍静态估值。复盘2007年牛市、2015年创业板泡沫、2021年新能源炒作行情，但凡供需短期紧缺催生的题材牛市，一旦供给扩张、景气边际走弱，高估值标的普遍出现70%-90%深度回撤，当前AI赛道估值膨胀幅度已远超历史几轮行情峰值，崩溃窗口正在持续逼近。 2. 全球流动性与资金结构放大下跌弹性 当前全球股票市值/GDP估值指标已突破2000年互联网泡沫高点，美、日韩科技资产同步泡沫化，外部流动性收紧预期持续升温；同时A股量化交易、短线游资占比大幅提升，行情上涨依靠增量投机资金驱动，而非长期产业资本布局。一旦情绪反转，资金踩踏会加速估值崩塌，个股下跌速度、调整幅度将远超过往任何一轮科技周期。 3. 产业真实需求拐点已现，预期严重透支现实 全球头部大模型企业月度付费收入增速显著放缓，下游客户算力采购预算收缩，但上游半导体、光通信厂商产能仍在大规模扩张，未来12-24年将迎来供给集中释放，供需反转后行业盈利会快速下行。当前市场交易的是十年后远期成长预期，却完全忽略短期盈利兑现压力，属于典型的题材炒作，不存在安全边际。 二、参与AI赛道的底层投资准则 1. 恪守绝对收益风控底线，拒绝“火中取栗” 以稳健增值、控制最大回撤为核心诉求，面对泡沫行情，团队不具备精准判断顶部、全身而退的交易能力，强行参与高位博弈，本质是将客户资产暴露于毁灭性亏损风险，违背资产受托管理的基本责任。与其博取泡沫末端不确定的微薄收益，不如彻底规避极端下行风险。 坚持价值投资框架，只布局具备安全边际资产 我们的投研体系以现金流、低估值、可持续分红、行业供需格局底部反转作为选股核心标准。当前绝大多数AI概念股无稳定自由现金流、估值泡沫化、行业即将进入产能过剩周期，完全不符合我司选股准入标准，不存在长期配置价值。 参考历史关键拐点预判经验，规避群体性狂热 市场公认具备前瞻风险预判能力的管理人杨东，曾在2007年6000点、2015年4400点、2021年新能源高位三次精准提示系统性风险，本次其对AI泡沫的警示具备极强历史参考价值。结合多家宏观对冲、价值私募同步看空AI板块的共识信号，市场拐点确定性持续抬升，主动离场是理性选择。 后续资产配置调整方向 1. 存量AI相关持仓：分阶段逢高分批减持，不博弈短期反弹，逐步降低组合AI赛道整体敞口至极低比例； 2. 新增资金配置：全面转向高股息蓝筹、消费医药低估值龙头、逆周期制造业、黄金等具备防御属性、估值处于历史低位的资产； 投研跟踪机制：持续观测AI产业链订单、资本开支、美股科技股估值、美债收益率等核心拐点指标，仅当板块估值充分消化、供需格局见底后，才会重新评估配置机会。 请勿盲目跟风追涨AI热门题材个股，不要线性外推短期高涨幅，理性评估个股真实盈利与估值匹配度，做好仓位分散与止损规划；普通投资者切勿满仓押注单一科技赛道，极端行情下深度回撤将大幅拉长回本周期，严重侵蚀长期投资收益。

黄仁勋最近的一段话，点醒了很多人。 前三次工业革命，淘汰的几乎都是“重复劳力”： 1790年，纺织机出现，几十万纺纱女工被机器取代； 1920年，汽车普及，马车夫一夜之间失业； 2012年，数码时代到来，Kodak轰然倒下，12万员工离开工厂。 而第四次工业革命，AI开始淘汰的，是“重复脑力”。 录入员、编辑、跟单员、基础设计师、初级金融分析师……那些高度标准化、流程化、可复制的白领工作，正在像当年的流水线工人一样，被算法吞没。 很多人直到今天还没意识到： AI最先替代的，不是体力劳动，而是“像机器一样思考的人”。 就在昨天，黄仁勋在Carnegie Mellon University演讲时，反而给年轻人指出了一条“旧路”： 电工、水管工、技师、建筑工人、钢铁工人……这些曾被很多人看不起的职业，正在重新变得珍贵。 因为AI会写代码，却不会爬进漏水的地下管道； 会生成PPT，却修不好烧掉的配电箱； 能写出一万份商业计划书，却没办法在零下十度的工地里焊一根钢筋。 与此同时，北京的昌平职业技术学校突然火了。 5月10日开始收简历，很多家长提前一天排队。 有的专业只招30人，却有五六百份简历。 甚至还有穿着人大附、清华附校服的孩子，也在队伍里。 人们忽然发现： 所谓“体面”的白领岗位，可能只是看上去光鲜； 而真正稳定、长期、难被替代的，反而是那些能真正解决现实问题的技能。 航空服务、新能源汽车维修、智能设备运维、通信线路铺设……这些专业听起来不够“高级”，却有超过95%的就业率，很多去向还是国企。 一个月六七千，加五险一金，家里有房，没有高额房租焦虑，日子未必输给那些挤进985、211后，却在大城市里为裁员和房租焦虑的年轻人。 时代正在悄悄翻面。 前几年，所有人都往金融和互联网里挤； 今天，越来越多人开始重新尊重技术工种。 前几年，“职校”是很多家长羞于启齿的词； 如今，好专业却已经开始抢破头。 这并不奇怪。 因为所有的行业，本质上都逃不过周期： 地产如此，股市如此，学历如此，职业也是如此。 当一个赛道被过度追捧时，它往往已经接近拥挤； 而真正的机会，常常藏在人们集体看不起的地方。 更深一层看，人类社会其实从未真正奖励“学历”，而是在奖励“不可替代性”。 过去工业时代，机器替代肌肉； 如今AI时代，算法开始替代大脑里的重复动作。 但那些需要真实世界协作、复杂环境判断、现场经验、人与人信任的工作，反而越来越难被取代。 AI再强，它终究只是住在服务器里的数字幽灵。 而给它铺电网、建机房、做散热、修设备、维护城市运转的，依然是一个个满身烟火气的碳基人类。 技术越发达，人类最后的价值，反而越会回到“真实”本身。

截至上半年，每天 2 亿多人使用的豆包，日收入不足百万元，主要来自电商佣金。 而到今年 5 月，豆包应用每天消耗数千万元——参照火山引擎公开 API 价格，结合豆包大模型的毛利率、豆包用户使用习惯推算。文字聊天不贵，按每天人均 15-20 分钟的使用时长，只要几分钱，但推理，以及图片识别、语音聊天、视频聊天等多模态功能需要的算力成本要贵几倍甚至几十倍。 这还没算为训练豆包模型搭建的算力中心成本。一座大型智算中心往往需要数万张 AI 芯片，还要配套数据中心、供电、网络、散热和运维等基础设施。根据《南华早报》报道，字节跳动计划将 2026 年的资本开支上调超 2000 亿元，相当于它 2025 年利润的约六成。 如果字节能获得更多训练必须的英伟达卡、国产推理卡产能更充足，豆包消耗的资源会更高。 豆包延续移动互联网时代做产品的路径，以免费应用吸引大批用户，再谋划商业变现。但由于 AI 的高昂成本，仅仅维持豆包正常运行需要的钱就超过了整个 Bilibili 的经营成本——豆包每天总用户使用时长不到 Bilibili 的 1/8。 据我们了解，两个月前，有字节高层到访 Anthropic，回来不久，字节开始调整 AI 资源分配，重心从豆包这类面向大众的产品，转向服务企业的产品。 过去半年，Anthropic 证明了 AI 编程能让巨额基建投入产生回报：Claude Code 2025 年 5 月上线，半年做到 10 亿美元年化收入，今年 2 月翻到 25 亿。靠为企业提供付费服务，每天只有 3000 万人用的 Anthropic 估值冲到 9650 亿美元，反超每周有近 9 亿消费者用 ChatGPT。 字节 Seedance 也证明了企业服务这条路走得通。据《晚点 LatePost》了解，字节这款视频生成模型当前年化收入（ARR）已达 20 亿美元（约 143 亿元），单月超 10 亿元——差不多抵消豆包的算力成本。Seedance 绝大多数收入来自企业客户。 知情人士告诉我们，字节大模型数据审核团队今年从约 1500 人扩到 3000 多人，为编程模型清洗训练数据；火山引擎的 MaaS 业务也被摆到更重要的位置，字节最高层定下了收入翻 10 倍、加快出海的目标。 曾经字节和快手自己就给过教训——今日头条不到两年就让广告与增长同步起量，快手慢半拍、等短视频红利见尾才系统卖广告，补课成本高得多。AI 演进更快，留给各家想清楚怎么赚钱的时间只会更短。

墓志铭 1 配图是昨天的pad推送内容，压的73call中了，群里不少赚了10倍的，这东西，赔率起码比去硬空原油要强吧···具体原因我晚点星球专栏这两天写一下，这次下注的基本逻辑吧，顺便放一个星球地址 2 前几天恰逢清明节，出去踏青，沿途看到各种扫墓的结束后的布置，漫山遍野。昨天刚好又看了给娃买的关于唐朝的书讲李世民千方百计修官史修改自己平生内容的段子，再联想到不让后人评价的武则天的无字碑，决定写几句这个话题。 3 如果把历史当作一张期权，那应该是一张永远不会行权的废纸，因为这是身后名，但若把宇宙的历史看作一个整体，我们又必然是其中一段切片里的主角，那这张期权又是最为宝贵的不会作费的“名”。 4 若一个现代人的墓志铭，我想是他的sns就已经足够，他的文章他的每日吐槽以及给大家带来的好评，恶评，对世界的影响，完全可以用他的影音内容等全部合成一张二维码，参拜的人只要扫码就是一个blog链接，里面汇聚了他的全部作品和当年的今日发布的sns内容，堪称赛博炼化。甚至你给他发消息，逝去的人还可以用他的口吻和他的信息和经历给出一个你想知道的答案。 实不相瞒在当年元宇宙刚出来的时候还真有朋友和我探讨过类似的项目，不过当时大模型还没有这么发达，仅仅能用3d重新制造一个类似diy房间的我的世界的那种展示还是太不性感了。但是今天有了大模型炼化语言风格，我反而觉得时机快到了。 一个电子墓志铭，附带蒸馏其文字内容形成电子祭拜和电子互动的页面，收个起步5999+每年续费648应该算是成立的，毕竟现在远程上班的数字游民也这么多了，属于数字人的数字祭拜又何尝不可。 考虑到这个行业的特殊性（续费找不到人），可以一次性收取20年的维护费，但是承诺永远不会网站跑路，只拿利息就可以维持永久的运维，创业的家族必然不能上市，要作为家族的事业持续去运营，所有抓取的言论仅限国内社媒，必须接受监管。 4 昨天看到一段讲婚姻这家公司的评论很有意思。 普通家庭看条件匹配，条件发生变化马上有人跳车跑路。 高级家庭看人，彼此梭哈这个人，因为认可彼此对这个世界的三观和选择而在一起 特殊家庭只看家族，进门就是为双方家族和双方后代产生的家族去规划，至于其他细枝末节，反而都不是最重要的，其最高的价值观就是整体家族的延续。 选择那种组织形式不关键，关键不要错误的判断了自己所在的组织形式。

谁没有工作犯错过呢？ 4.4 亿美元，453 亿人民币，和一条 rm -rf / 三个数字背后是三个程序员。都是凌晨犯的错，都是一行代码，都没有后悔药 4.4 亿美元，45 分钟 2012 年 8 月 1 日，骑士资本。 一个程序员在部署新交易算法时，八台服务器里漏更新了一台。旧代码里藏了一个早已废弃的”测试用”功能——它会在交易指令发出后立刻以市价反向买入，无限循环。 早上 9:30 纽交所开盘，45 分钟内这台服务器疯狂自动交易，买了 70 亿美元股票。等他们发现并关停，已经亏了 4.4 亿美元。 骑士资本，美国最大的做市商之一，三天后破产，被 Getco 以跳楼价收购。 事件的根因报告里有一句话：”部署流程缺少自动化校验，依赖人工逐台确认。” 翻译成程序员能听懂的话：没有 CI/CD，手动部署，八台服务器里有一台是漏网之鱼。 453 亿人民币，一天蒸发 2013 年 8 月 16 日，光大证券。 一个交易员在套利系统中输入了一个错误的参数。系统自动下单，瞬间买入 234 亿元股票。上证指数 2 分钟内暴涨 5.6%，70 多只权重股涨停。 市场以为是国家队救市，散户疯狂跟风买入。下午光大才发现是乌龙，紧急卖出平仓，当天净亏 1.94 亿。但更惨的是后续——罚款 5.23 亿，四位高管终身禁入，股价跌到只剩三分之一。 事发后舆论说”交易员手抖”，但内行知道不是一个人的问题。系统的订单校验、风控熔断、异常检测——三道防线全部失守。 前两行是程序员写的。后两行也是。 一条 rm -rf / 2017 年 1 月 31 日，GitLab。 凌晨，一个运维工程师在排查数据库主从同步延迟。他在一台从库上操作，准备删除一些过期的备份文件。 他敲了 rm -rf /var/opt/gitlab/backups/。 问题是这个路径不存在。他打错了。他打的是 rm -rf /。 而且他在主库上操作的。 六小时后，GitLab 官方在 Twitter 上直播恢复过程。全球几万个仓库的数据全没了。最终他们从一台漏备份的临时服务器上恢复了大部分数据，但还是丢了六小时内的所有 issue 和 MR。 事故复盘里有一段特别刺痛我：那台临时服务器上的备份来自一个工程师”顺手”做的定时脚本——他甚至不记得自己写过。 2021 年某电商大厂，一个实习生在生产环境跑了一条 SQL：UPDATE users SET status = 0。没有 WHERE。全量更新，把所有用户状态改成禁用。整个平台瘫痪 40 分钟。 2020 年某出行平台，一个后端在 Redis 上执行 FLUSHALL，清空了所有缓存。流量瞬间打到数据库，数据库扛不住，App 显示”网络异常”持续两小时。 2019 年某金融科技公司，一个程序员在配置中心改了”超时时间”参数，把 5 秒改成了 5 毫秒。所有 RPC 调用全部超时，交易中断一整夜。 祸到底能多大 上面这些其实都不算最大的。 2017 年 WannaCry 勒索病毒，150 个国家、20 万台电脑被感染，英国 NHS 医院系统全面瘫痪，手术被取消、急诊被拒收。源头是什么？美国 NSA 写的一个 Windows 漏洞利用工具 EternalBlue，被黑客组织 Shadow Brokers 泄露了。 NSA 的程序员写这段代码的时候，大概没想到它有一天会成为全球最大的网络攻击武器。 还有一次 1996 年，阿丽亚娜 5 号火箭首飞。升空 37 秒后爆炸，损失 3.7 亿美元。事故原因是——一段阿丽亚娜 4 号上跑得好好的代码，被直接复制到 5 号上用。火箭速度不一样，一个 64 位浮点数被塞进 16 位整数，溢出。导航系统崩溃，火箭自毁。 同一个代码，同一个函数。在阿丽亚娜 4 号上跑了 15 年没事，在 5 号上 37 秒就炸了。 程序员闯祸的三个段位 青铜：生产环境误删数据、没有 WHERE 的 UPDATE、缓存全清——影响单个服务，回滚能救。 白银：配置错误导致全链路雪崩、自动化脚本无校验——影响全平台，几小时起。 王者：写了一段代码，十年后的维护者看不懂，删了又不敢删，改了又怕出事。那个被封印在 repo 深处的函数，才是程序员能闯的最大的祸。 毕竟真正的灾难不是一行写错的 rm -rf。真正的灾难是三年前你写的那个”TODO：临时方案，后面优化”，整个团队接盘五年都不敢动它。 七年全栈，外包干到架构。主页有《从CRUD到架构师》手册自取。觉得有用点个关注，一起往上走。

karavox 独立开发者 Łukasz Nowak 不信任任何 AI agent，他把安全保证直接建在令牌上：agent 物理上写不进生产仓库。 《我把 AI 编码 agent 当分包商》 引言 2026 年起，我开始用 AI agent 开发软件，主要是为了工作。一开始只有一个 agent，慢慢演化成更多。我试过各种方法，但没有一个真正契合我的工作流。 我对每一个 agent 都抱着不信任（坦白说，我找不到合适的英文词形容这种感觉——它是彻底的不信任，但又充满好奇，隐隐期待它们干出好活）。它们会犯错，我必须用令牌、用户和虚拟机给它们装上护栏。尽管如此，事实证明它们在我的工作里有用。我的 agent 运行在 YOLO 模式——改文件、提交、推送都不问问题，因为它们要对自己那一部分负责。 它在工作里开始生效。我们团队交付了能用的解决方案。我得以把一部分工作流外包给一个工具，自己专注于重要的事。它真的管用了…… ……这让我开始琢磨自己的业余项目——一个跟卡拉 OK 有关的东西。我可以手写代码，但为什么不用一群 agent 呢。经过大量来回拉扯，加上我本来就不怎么信任它们，最后我决定把它们当分包商对待。反正是我自己的项目，我可以多冒点险。 为什么是这个形态 我是一个独立开发者，有几个 agent 在一个小型生态里干活：一个开源格式和工具集、围绕它的闭源产品，以及支撑这一切的基础设施。塑造一切的约束很简单：我是瓶颈，我也是唯一有判断力的人。 Agent 能做很多事，但它们对我的事故史、我的边界情况、以及那些不存在于仓库里的运维约束一无所知。所以设计目标是：agent 可以在我缺席的情况下尽量多做——但它们永远碰不到我没看过的东西。 这个模型从哪来 这个模型不是我发明的。它始于一篇给这个角色命名的文章：Simon Willison 的 vibe engineering（2025-10-07）——AI 辅助开发里自律的一端，专业人士始终对软件负责，与之相对的是 vibe coding 快而松的一端。Willison 自己在 2026 年的更新里提到，最终胜出的叫法是 Agentic Engineering。随后的阅读塑造了剩下的部分： • Embracing the parallel coding agent lifestyle（Willison，2025-10-05）： ——并行 agent，审查带宽是瓶颈；研究/PoC 任务和规格严谨的工作属于安全类别。 • How I'm using coding agents in September, 2025（Jesse Vincent，2025-10-05）： ——架构师/实现者的分工，跨隔离的 git worktree，人类在他们之间当 PM。 • Best practices for using GitHub AI coding agents in production workflows?（GitHub Community，2025-12-17）： ——"AI agent 是强大的队友，不是自主提交者"：agent 提议代码，绝不拥有代码；只提草稿 PR；人在环内的合并契约。 第一层：令牌——agent 碰不到生产环境附近 每个 agent 拿到两个令牌。生产仓库上一个只读令牌，加上一个独立 -staging 仓库上的写令牌。任务分支直接从生产仓库的 main 分支切出来（只读权限就够做这件事），然后推到 staging 仓库——后者的存在纯粹是为了让写令牌有个能到达的地方。 Staging 仓库的默认分支是一个故意的墓碑，名字就叫 no-main，里面只有一个 README："请使用原仓库的 main 分支。" 没有任何东西合并进它。没有任何东西同步它。它没有历史，没有镜像，除了当 agent 的邮箱之外没有任何意义。 为什么不用标准工具？因为在我的套餐里它们不存在：GitHub 的文档写明，受保护分支在免费套餐里只对公开仓库开放，私有仓库要从 Pro 起；把私有仓库 fork 到组织里也需要 GitHub Team，不是 Free。令牌作用域是唯一能在物理上阻止 agent 碰生产环境的机制——所以这个设计把保障建立在令牌上，而不是设置上。 第二层：集成——我就是 merge bot 当一个分支就绪时，agent 告诉我。我把它取回来，审查 diff，然后以任何合适的方式合并进来：cherry-pick、rebase-merge，或者手工应用。没有 pull request 机制，没有 agent 写的合并提交，没有积压着没人读的 PR。 这是一个穿了新衣服的老模式。Git 自己的文档把它描述为集成经理工作流（integration-manager workflow）：没有写权限的贡献者提交补丁，维护者负责应用。这正是我在做的事——我的 agent 是补丁贡献者，staging 仓库是它们的邮箱。这是 Linux 内核用了二十年的模型，只是把邮件 diff 换成了分支。 一条规则让这件事保持诚实：一个分支在独立验证它确实在生产里之前，绝不删除（对生产默认分支跑 git merge-base --is-ancestor，如果提交被 squash 过，就跑等价检查）。可检查胜过口头保证——包括我自己的口头保证。 第三层：PR 政策——判断，不是教条 公开仓库 karavox 只接受 PR。这没得商量：它是开源的，面对未知贡献者，PR 是那里的贡献规范。 私有仓库由我自行判断。为什么这说得通？因为审查无论如何都会发生——问题只是发生在哪一层。在 PR 模型里，审查是 GitHub 强制执行的一种仪式；在我的模型里，审查就是集成本身。对一个身兼 QA 的独立集成者来说，pull request 是开销，审查不是。我从不跳过审查——我跳过的是仪式。 各厂商正在向同样的原则靠拢。Claude Code 的安全文档：手动模式下它以只读权限启动，并且"你有责任审查提议的代码"。OpenAI Codex 的文档：默认沙箱化，带审批策略——Codex 执行动作前必须询问。GitHub 自己的 agentic workflow 工具 gh-aw：agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。GitHub 自己的社区指南说得更直白："AI agent 可以提议代码，绝不拥有代码。" 整个行业都在向我这一边收敛——只是大多数人还没有走到删除 staging 镜像那一步。 实战故事：那个死掉的模型 墓碑不是最初的设计。一开始 staging 仓库在一条名字就叫 staging 的分支上保存了生产环境的完整镜像：任务分支从镜像切出，合并进 staging，然后晋升到生产。这个模型要求两样东西靠约定保持同步——镜像，以及 staging 分支本身。2026-08-14 它真的漂移了：两个分支直接落到了生产 main 上，而 staging 落后了两个提交。 修复不是加固同步。修复是删除镜像。任务分支现在直接基于生产环境自己的历史，于是没有任何东西需要保持同步了。staging 仓库当天下午就变成了墓碑，从那以后工作流一直更简单。一个在生产中死掉的治理模型是一个好治理模型——它证明了自己可以被重新设计，而不是打补丁。 别人在做什么 • Fork + pull request，维护者合并：GitHub 文档——fork 是一个独立的仓库，有自己的设置，与上游相连；私有仓库可以 fork 到个人账户，但 fork 到组织需要 GitHub Team。 • 同一仓库上分支保护 + 必需审查：GitHub 文档——受保护分支对公开仓库免费；私有仓库需要 Pro、Team 或 Enterprise。 • 补丁邮件（git format-patch）：Git 官方书——记载了集成经理工作流：没有写权限的贡献者提交补丁，维护者应用它们。 • 自动化验证-合并（agent 写，验证者合并）：GitHub 的 agentic workflow 工具 gh-aw——agent 作业默认只读且沙箱化，写入通过经过验证的 safe-outputs 作业和受限权限应用。 这给我换来了什么 • Agent 做完所有判断开始之前的事。 • 我只在值得的地方花注意力——每一次集成按定义就是一次审查。 • 没有要分诊的 PR 队列，没有机器写的合并提交，没有仪式。 • 公开仓库保留贡献规范；私有仓库保留速度。 诚实的局限 生产 main 本身只靠令牌作用域加上我的纪律来保护——分支保护会是双保险，但在我的套餐里它不可用。而且行业信号很清楚：GitHub 上超过五分之一的代码审查现在有 agent 参与。判断力是瓶颈，这个模型正是围绕这个事实构建的，而不是假装瓶颈不存在。 来源： GitHub 文档（受保护分支、fork）；Git Pro book（为项目做贡献）；Claude Code 安全文档；OpenAI Codex agent 审批与安全；GitHub Agentic Workflows（gh-aw）；GitHub Community AI 编码 agent 最佳实践；GitHub 博客 agent pull requests。 原文： #AIAgent# #AgenticEngineering# #工作流#

“天才少女”的坠落：蒋方舟学术不端事件全复盘 从7月5号到7月13号，短短8天，上演了一场让所有人目瞪口呆的惊天反转。 我们来复盘一下。 7月5号，中国人民大学通报：未发现学术不端。蒋方舟的粉丝松了口气，吃瓜群众准备散场。 7月13号，人大再发通报：认定学术不端，撤销硕士学位。 8天。从“清白”到“实锤”，从“学术不规范”到“赤裸裸的剽窃”。 这记回旋镖扎得不仅狠，还特别准。今天我们就来扒一扒，那个七岁写作、九岁出书、十九岁被清华破格录取的“天才少女”光环背后，到底藏着多少猫腻。 蒋方舟，1989年出生。7岁开始写作，9岁出版第一本书。12岁在多家知名媒体开设专栏。19岁被清华大学录取——准确地说，是降60分破格录取。23岁大学毕业后成为《新周刊》最年轻的副主编。 这一路，简直是开挂的人生。媒体给她贴的标签闪闪发光：“天才少女”、“少年作家”、“文学神童”。 但事实真的如此吗？ 2008年，蒋方舟高考总分561分，其中语文只拿了117分——连清华的工科生都不如。一个被捧上天的“文学天才”，自己最擅长的语文连120分都没考到。这本身就足够讽刺。 更讽刺的是，她当年还理直气壮地说，这60分的优惠她拿得“心安理得”。 心安理得？一个语文117分的“文学天才”，靠降60分挤进中国最顶尖的学府，她到底是怎么进去的？靠关系还是运维？到底是天才还是裙带？ 这位从清华毕业后，一路开挂，算是混得风生水起，文化人的圈子嘛，一些言论也颇为出格，拿了外务省的钱，为日本写了一本书，然后全网被骂翻了也是事实，本来逐渐在公众舆论场域淡化身影，后来估计不甘心，一年后又集中投诉批判她观点的网友，想咸鱼翻身，但是没啥效果，这两年算是过气了。 2025年8月。清华大学哲学系教授肖鹰，在实名认证的微信公众号上首次公开举报蒋方舟的硕士论文存在“严重抄袭和普遍造假”。 此后10个多月，肖鹰陆续发布多篇补充举报材料，累计提出23项指控。涵盖注释不规范、引用错误、疑似造假——全篇20个注释无一符合学术规范。 面对举报，蒋方舟是怎么做的？ 2026年7月4日，她发了一篇长文，标题叫《请清华教授停止对我的网暴、造黄谣以及污蔑式举报》。她说肖鹰的指控“大量严重失实”，说自己论文“存在引注不规范的问题”但“绝无抄袭”。 7月5日，她又发了一篇《关于肖鹰教授指控我论文“全面造假”的逐项说明》，逐条反驳23项指控。同一天，她宣布自己已经报警。 报警！注意这个操作。一个被指控学术不端的人，不是去查重、不是去自证，而是——报警。她试图把一场学术争议，包装成“网暴”和“污蔑”，想通过包装被害者人设再次逃脱制裁，这种伎俩她也不是第一次用了。 7月5日晚，中国人民大学发布首轮通报：经8位校内外专家组成的调查组核查，认定蒋方舟“对硕士学位论文注释的重要性认知严重不足”，论文存在“学术不规范”，但“未发现存在学术不端行为” 。 消息一出，舆论瞬间转向。蒋方舟的支持者欢呼“沉冤得雪”，质疑肖鹰的人说他是“碰瓷”、“蹭热度”。 然而—— 仅仅8天之后，7月13日，人大再发通报： “接到新线索后，学校高度重视，立即组建由多位校内外知名专家参与的调查组，通过文献溯源比对、依规问询、听取当事人申辩等，深入开展核查工作。” 核查结果是： “蒋方舟硕士学位论文有9处与境外某篇期刊论文存在文字重合，且相关内容未标注引用、未列明参考文献。” 依据《高等学校预防与处理学术不端行为办法》和《中华人民共和国学位法》， “学校认定蒋方舟构成学术不端行为，并研究决定，撤销其硕士学位。” 9处。直接照搬境外期刊原文。连个引用标注都没有。 这不是“疏忽”，这是赤裸裸的剽窃。 消息公布后，蒋方舟发了一条微博：“本人接受人大校方对此事的处理。因此事被惊扰并失望的读者，我致以歉意。” 接受处理？你当然得接受。道歉？8天前你报警的时候，怎么没想过今天？要不，肖教授也报个警，毕竟她的粉丝是实打实地网暴了肖教授。 有人说，不就是一篇硕士论文吗？至于这么上纲上线？ 至于。而且必须上纲上线。 学术不端的危害，远远不止于一个人被撤销学位。它真正可怕的地方在于—— 它腐蚀的是整个社会上下流通的梯子。 想想看：一个高考语文117分的人，靠“天才少女”的光环降60分进了清华。一个硕士论文9处抄袭境外期刊的人，靠关系和人设拿到了人大硕士学位。然后呢？她顶着这些光鲜的学历和头衔，出书、上节目、做评委、拿奖。她占用的每一个机会，原本都应该属于那些真正靠实力说话的人。 才华决定你能飞多高，但底线决定你能走多远，一个靠学术不端投机取巧获得利益的人，怎么可能成为对国家对社会对人民有用的人。 那么问题来了，这样的人，当年到底是怎么上的清华？ 2008年，清华大学降60分录取蒋方舟。当时的理由是“自主招生给了名牌高校更大的选才自主权”。 好一个“自主权”。一个语文117分的人，就因为9岁出过书，就可以享受60分的优惠。那其他考了更高分、更有实力的考生呢？他们的公平谁来保障？ 如今，蒋方舟的硕士论文被实锤抄袭。我们有充分理由追问： 她本科在清华的论文有没有问题？她当年被清华录取的整个流程有没有猫腻？ 这件事给所有靠文字和知识吃饭的人提了一个醒： 在互联网有记忆的时代，任何试图糊弄专业的行为，最终都会变成打在脸上的巴掌。 7月5日到7月13日，8天时间，两份通报，从“清白”到“实锤”。这8天里被反复拉扯的，不只是公众情绪，更是整个社会对学术诚信的信任。 人大的第一次通报有没有问题？当然有。但人大能在8天之内根据新线索推翻自己的结论、重新调查、最终严肃处理——这份“自我纠错”的勇气，值得肯定。 但纠错不能替代反思。蒋方舟事件留下的问题远比答案多：清华当年降60分录取她的依据到底是什么？她本科期间的所有学术成果是否经得起核查？我们的“天才”培养机制，到底是在选拔天才，还是某些利益群体私相授受的工具？ 敬畏规则，比经营人设重要一万倍。 对于蒋方舟来说，失去的只是一个硕士学位。但对于千千万万寒窗苦读的学子来说，失去的可能是对公平的最后一点信念。 学术的方舟，不能靠抄袭来航行。天才的光环，也不能靠造假来维持。 当“方舟”偏航，沉没只是时间问题。