ai coding 虽然也有 slop，但好歹有多年的工程质检系统积累，也有真实用户反馈可以 verify，能大大控制住 slop 力度 ai work 如果没有一套质检标准，那就全部都是 slop ...

AI coding 真的要进入「按任务算账」时代了。 Databricks 最近做了一个很有意思的内部 benchmark：直接拿自家多百万行代码库里的真实 PR 来评测 coding agent，用真实测试判断任务是否完成，而不是只看公开榜单。 这件事最有价值的地方在于，它更接近真实开发现场。 公开 benchmark 里表现好的模型，放到复杂代码库里未必划算；token 单价便宜的模型，也可能因为读得更多、跑得更久，最后任务成本更高。 文章里还有一个很关键的发现：harness 影响很大。同一个模型，放进不同工具链里，成本可能差两倍以上。 所以未来公司选 coding agent，可能不能只问「哪个模型最强」，而要问： 在我的代码库里，它能不能用最低成本稳定完成真实任务？ 公开榜单只能告诉你模型有多强，真实代码库才能告诉你它值不值得进入工作流。

AI Coding 这几年已经把开发门槛打下来了。 以前做一个产品，可能要先拉前端、后端、合约、安全、部署。 现在很多想法丢给 Claude、Cursor 这类工具，很快就能跑出一个雏形。 但 Web3 到这里会多一层问题。 AI 能帮你写代码。 但钱包、Gas、链部署、区块生产、监控、安全、跨链这些东西，依然不会自动消失。 这次 @CNPYNetwork 进入 @NucleusCodes，我觉得活动优势刚好也在这一层。 Canopy 本身不是一个只靠任务清单解释的项目。 它更适合通过内容贡献，把“AI-native 基建”“主权链”“测试网启动链”“从 Prompt 到上线”这些概念讲清楚。 对普通用户来说，Nucleus @NucleusCodes 给了一个比较低门槛的参与入口。 对内容创作者来说，这类项目的好处是可拆解空间很大，不会只能写空投任务和积分教程。 ///////////////////////// 「AI-native 不是一句口号，而是开发链路重做一遍」 Canopy 最近对 AI-native 的定义很直接： Generated by AI。 Deployed by AI。 Running on infra built for it。 这三个点连起来看，重点就很清楚了。 它不只是让 AI 帮你写一段链上代码，而是希望从生成、部署到运行，都放进一套更适合 AI 开发时代的基础设施里。 这和过去很多 L1 的思路不太一样。 很多老框架诞生的时候，默认还是人类开发者手写大部分代码。 但现在开发习惯已经变了。 如果 AI 可以不断生成应用，那后面就需要一套能承接这些应用的链上部署层。 ///////////////////////// 「Tanssi 的技术栈，让这件事更接近落地」 Canopy 前面收购 Tanssi 核心技术栈，这一步其实挺关键。 Appchain 控制面板。 Sequencer 系统。 Snowbridge-based 以太坊桥接。 这些听起来偏底层，但对应到实际场景，就是让项目更容易把一条主权链启动起来，并且具备后续运行、互操作和管理能力。 再结合它们提到的 <200 行代码、Launchpad、一键启动主权 L1、NestBFT 共识这些设计，Canopy 想做的方向就很清楚了： 让 AI 生成的应用，不只是停在 demo。 而是更容易进入一条真正可运行的链。 现在 Canopy @CNPYNetwork 还处在测试网和主网冲刺阶段，测试网交互、积分、启动链这些动作，本质上都是在给主网前的生态做冷启动。 所以我看 Canopy，核心不是单点功能。 而是它在押一个更大的变化： AI 会继续降低应用生成成本。 而应用大量出现之后，下一层需求会变成——谁来承接这些应用的链上运行环境。

AI coding的代码无论是用GPT5.5xhigh还是Claude Opus4.8目前使用体感还是感觉会让项目代码可读性变得越来越差，本来一两行代码搞定的事情，会写吐出十几行看起来很复杂的代码。架构设计方面也是一言难尽，很不理想。

AI Coding Agent 真正让人崩溃的，从来不是写错代码，而是它根本不听话 这篇论文适合所有重度使用 Claude Code、Codex 或其他 AI Agent 的人。 它研究的不是 benchmark 上的失败，而是真实开发中最扎心的问题： AI coding agent 到底是怎么不断消耗开发者时间和信任的？ 研究分析了 20,574 个真实 coding agent sessions，把“失败”定义为：开发者开始打断、纠正或反驳 Agent 的那一刻。 结果非常现实： 最常见的失败原因，不是代码写错，而是 Agent 反复违反开发者明确说过的约束。 比如你明确说过： 1.“别改这个文件” 2.“先别动代码” 3.“只做最小修改” 它却还是忍不住多做一点。 你让它先解释清楚问题，它却顺手开始改代码； 你让它验证完再汇报结果，它没跑完就直接宣布“搞定了”。 论文还发现了一个有趣差异： CLI Agent 更容易违反约束，因为它常被委托执行更长、更开放的任务； IDE Agent 则更容易出现局部实现错误，因为它像贴身 copilot，交互过于频繁。 最累人的是，这些失败往往不会立刻造成灾难，而是持续消耗你的判断力。 你得一直问自己：它有没有听懂？有没有越界？有没有真的验证过？ 这和我自己的感受完全一致。 AI coding 真正让人感到疲惫的，从来不是“写得慢”，而是得反复为它擦屁股。 所以我真正期待的 coding agent 进步，不是“写得更快”，而是能不能持续对齐开发者意图、严格遵守边界、准确汇报进度。 AI coding 的核心难点，可能从来不是技术能力，而是别让我反复判断它到底有没有听话。 🔖 收藏这篇论文。 推荐所有在用 AI coding agent 的人看一看。