真正的问题,在木马成功之后才开始
我们总把“做到了”当成故事的结尾;《奥德赛》却把它当成开始。

花几天钻进 DeepSeek 开源的 agent harness,锚定一个 commit 逐条核验:模型逃不出的日志、一行配置的主循环、CI 强制的缓存纪律、以及一万二千次 agent 提交背后的流程操作系统——还有建造者真正该攒的那层资产。
今日结论
An Agentic IDE That Builds Itself; Show HN: Argus, agentic QA for teams whose coding agents move faster than QA; The Knowledge Chipper: An Agentic Coding Story
判断 AI 生成代码该审多深,不应只看作者或 diff 大小,而要看它有权改变什么,以及出错后能否恢复事实。

Anthropic、OpenAI、AWS 和 Microsoft 正在把工程师推向客户现场。FDE 的价值,是把模型能力变成企业拥有、可以持续改进的工作流。

AI coding 正在把过去依赖多角色交接的软件流程压缩成更小的 ownership loop。真正的挑战,是在保留个人速度的同时,不牺牲团队质量。