Veteran backend dev · Shopify × NetSuite / Business Central / 3PL integrations · into agentic coding 远程 6+ 年，做电商与 ERP 集成，在探索 agentic coding
Joined May 2014
- Tweets340
- Following1.2K
- Followers812
- Likes530
Pinned Tweet
AI生成的代码可以不管，前提是你得有 AI 时代的容灾。
最近大家都在讨论「不看 AI 写的代码」，我也在想这条线该怎么划。pstack 或者其他 harness 已经能一路管到设计、开发、验证、上线、监控、bug 修复的信任链路。假设这套流程跑通了，重点功能再人工抽查，剩下的问题就是容灾。
因为这些代码人其实已经看不过来了。一个几十万行、全是 AI 写的大项目，出了问题要改，你大概知道在哪儿，却很难改全。真正能维护它的只有 AI。
对线上有大量用户的项目，这就是风险。别觉得紧急时刻 AI 刚好用不了的概率很低：宕机、限流、封号、额度用完、模型悄悄降级，撞上哪一个都一样。以前我们防服务器、数据库、可用区挂掉，现在要防的是 AI 供应商不可用。换一家，还能跑同样的流程、修同样的 bug 吗？做不到，这个项目就还不能撒手。
当 Token 充足后，Passion is all you need!
X 上有些人你光是 follow，然后看他们不断的创造，不断的拓展自己边界，都让人充满了感染力，充满了力量。
今天看到另外的一个是Native Shell，xitter.cf/huacnlee/status/211213…，6 天，推出一个跨多平台的开发架构，致敬。
我的感觉更进一步：未来可能根本不需要那么多 agent，agent 会由少数几家大公司来提供。
就像现在没人自己写浏览器、写数据库。我自己用的 Claude Code、Codex、Grok Bot，也都是大厂做好的，我要做的只是把活交代清楚。
到时候值钱的可能不是会做 agent，而是会用 agent 把事干成。
Anthropic 说 agent 干的活已经是人的 6 倍，但更扎心的是：80% 的时间 agent 在等人回复。
我开发也一样，agent 提 PR 越来越快，卡住的是我 review。
看起来得引入 Jev 这样的判断系统，先分轻重，人只看要紧的。这也是 Anthropic 前两天报告里的路子。
Interesting read by Anthropic. Here is the same viz but from inside Shopify’s River.
Thx @aquapoiesis
anthropic.com/research/emplo…
发现大家用 Grok Bot，Muse 甚至 OpenClaw等 bot，第一个任务很多都是来个早报。
有谁的 bot 没有早报？
信息收集与整理，来构建更全面的上下文以方便推理决策，对于人来说真是非常重要。
但其实不要忽略了，这对于 agent 同样重要。所以一定要给够你的 Agent 足够的信息才让他干活！（探索任务除外）
真是让人遗憾场面，降智太厉害。
我使用下来大多数时间还是行的，路由精准。
之前老马说要把其他供应商的好粮食给 Grok Bot 吃上，不会只吃 Grok 4.7，看起来并不是在稳定的在履行。
难道Grok Bot已经超卖了？@bot 调查一下！
xitter.cf/elonmusk/status/210772…
不是做不好，是目标不同。微信、支付宝要的是一个 app 包办一切：聊天、支付、小程序、政务都塞进去，从来没想过只把一件事做到极致。
什么都要管的时候，精致就让位给了覆盖面。
郭宇玩的东西真的是比较的前卫，看看都能开眼界！
Grok Bot 接管线上线下，接管所有东西。
Grokbot 现在已经帮我和啵啵管起了周一到周日（整整一周）所有的早餐。它从网上去找了营养均衡、味道又好的菜谱，把所有需要备的材料都帮我从家附近的超市买齐了。
前几天 Elon Musk 在网上说亚马逊封锁了 Grokbot，他也没别的方法，只能让大家去其他地方买。
我突然想到，其实有了 AI agent 就不需要去单一平台采购了，于是我让 Grokbot 帮我找了家附近方圆 5 公里范围内 10 家可以网上送货的超市，做价格比对，最后选距离近又划算的方案。它不需要像去 Costco 一样，一次买太多，浪费食材，或者被迫能吃不新鲜的食材，因为它每天会自动买好第二天的食材，在采买方面堪称完美！
Claude Code 首个 token 快了约 3 倍，靠的居然是 gzip，一个 1992 年的技术。
agent 每一轮都要把整段上下文重新发一遍，会话越长包越大。先压缩再发，本地 p90 从 4.07 秒降到 1.33 秒。
模型越来越新，瓶颈却常常卡在最老的地方。老技术没过时，只是换了个地方发光。
OpenCode 泄露 API key，给我提了个醒：各家大模型的 key，我在好几个工具里都填过，有的还是同一把，填在哪儿早就记不清了。
真漏了，连先去哪儿作废都不知道。平台上又看不到完整的 key，就算一把 key 只给一个工具用，也很难对上号。难道只能全部作废重来？
大家的大模型 API key 都是怎么管的？
GPUI Shell 解决的是编译慢：用 JS 写，不用等 Rust 编译。
Native Shell 接着它的思路，换成各平台原生控件来渲染，手机和桌面一份代码。
看起来很接近我想要的 Agent 时代的跨平台框架了，马上试试。
Native Shell on Windows is done.
The next generation GUI is come!🚀
Now we supported iOS, Android, macOS, Windows, Linux.
And we keep try to adopt for support use GPUI as the backend.
All are used platform special native to render the UI.
github.com/longbridge/nsh
Hacken retweeted
Native Shell on Windows is done.
The next generation GUI is come!🚀
Now we supported iOS, Android, macOS, Windows, Linux.
And we keep try to adopt for support use GPUI as the backend.
All are used platform special native to render the UI.
github.com/longbridge/nsh
