structure｜1️⃣ 三级笔记、思想框架

AI State of the Union：2025 年的编程拐点

• 2025 年是 Anthropic 和 OpenAI 全力押注代码生成的一年——"code is the application"
  • Claude Code 2025 年 2 月上线，大量用户涌入 $200/月的订阅
  • 两大实验室把所有 reinforcement learning 和 reasoning 训练资源都投向了 coding
• 2025 年 11 月：拐点到来
  • GPT 5.1 和 Claude Opus 4.5 同时发布
  • 增量提升跨越了一个关键阈值：从 "most of the time it mostly works" 变成了 "almost all of the time it does what you told it to do"
  • 这个差别 "makes all of the difference in the world"
• 假期效应：大量工程师在圣诞假期开始用这些工具，1-2 月集体觉醒
  • "A lot of people woke up in January and February and started realizing, oh wow, I can churn out 10,000 lines of code in a day."
• 代码是最容易验证的知识工作——"code is obviously right or wrong"——所以 AI agent 先来颠覆软件工程
  • 核心悬念："An open question for me is how many other knowledge work fields are actually prone to these agent loops."

Vibe Coding vs Agentic Engineering：两种截然不同的范式

Vibe Coding

• Andrej Karpathy 的原始定义：不看代码，纯凭感觉——"you don't even look at code and you basically just go on the vibes"
• 非程序员也能让 Claude 构建小应用——"democratizing the art of getting a computer to do stuff for you"
• 边界在于责任：给自己用，随便搞；给别人用，"that's when you need to take a step back"
• 判断什么是"负责任"的使用本身就是 expert level skill

Agentic Engineering

• Simon 提出的术语，强调 coding agents 的深度协作
• 与 chatbot 式代码生成的关键区别：agent 会自己写代码、debug、测试、迭代
• "The art of getting really good results out of this...that's never going to be easy. That's never going to be trivial."
• Simon 正在以"每次写完一章就发到博客"的方式写一本关于 agentic engineering 的书

Dark Factory 模式：无人代码工厂

• 概念来源：工厂自动化到极致可以关灯运行——"the machines can operate in complete darkness"
• StrongDM 的激进实验（2025 年 8 月开始）：
  • 规则一：Nobody writes any code——所有代码由 agent 生成
    • Simon 自己目前 95% 的代码不是自己打的："Today, probably 95% of the code that I produce, I didn't type it myself."
  • 规则二：Nobody reads the code——这才是真正的突破
• 如果不读代码，如何保证质量？
  • Swarm of agent testers：模拟终端用户的 agent 测试集群，24 小时不间断
  • 模拟员工在模拟的 Slack 频道里发请求："Hey, could somebody give me access to Jira?"
  • 成本约 $10,000/天的 token 费用
  • 他们甚至用 coding agent 构建了 Slack、Jira、Okta 等系统的完整仿真——一个小 Go binary
• 更深层的意义：这不仅仅是工具问题，而是思维方式的突破——"How do we tell our software is good if we're not reviewing the code?"

AI 对不同层级工程师的冲击

• ThoughtWorks 的发现——AI 从中间吃起：
  • 资深工程师（senior）：获益最大。AI 是 "amplifiers of existing skills and experience"，25 年经验被极大放大
  • 初级工程师（junior）：显著受益。Cloudflare 和 Shopify 各招 1000 名实习生——onboarding 从一个月缩短到一周
  • 中级工程师（mid-career）：处境最尴尬。"That's the group which Thoughtworks resolved were probably in the most trouble right now"
• Simon 的亲身体验："Using coding agents well is taking every inch of my 25 years of experience as a software engineer."

生产力悖论：更高效却更疲惫

• 并行运行 4 个 agents，到上午 11 点就精疲力竭："By 11:00 a.m., I am wiped out."
• 人类认知容量有上限——"there is a limit on human cognition in how much you can hold in your head at one time"
• 类似赌博和成瘾的倾向：有人凌晨 4 点起来给 agent 派任务
• 但同时极度有趣——朋友们把积攒十几年的 side project backlog 全部清空了
• Simon 的 2026 新年决心："Take on more stuff and be more ambitious"——与往年 "focus more, take on less" 完全相反

Agentic Engineering 四大核心模式

1. Code is Cheap

• 最大冲击：曾经最耗时的环节现在最快
• 原型几乎免费——任何 feature 都可以先做 3 个不同方案再选择
• "When you get AI involved in your ideation phase, it's much more about the prototypes."
• 但 AI 模拟用户测试不靠谱——真正的 usability testing 仍需真人

2. Hoarding Things You Know How to Do

• 核心策略：像仓鼠一样囤积你做过的所有技术尝试
• simonw/tools：193 个小型 HTML/JS 工具，每个都是一个"知道这是可能的"的锚点
• simonw/research：75+ 个 coding agent 研究项目——不是 deep research 报告，而是实际跑过代码的研究
• 关键技巧：告诉 LLM "去读这个工具和那个工具的源码，然后把它们组合起来解决新问题"——效果极好

3. Red/Green TDD

• 让 agent 先写测试 → 看测试失败（red）→ 写实现 → 看测试通过（green）
• Simon 自己以前讨厌 TDD——"I tried it for a couple of years. It just slowed me down."
• 但 agents 不会无聊："I don't care if they're bored."
• 放弃测试是巨大错误："I think those people are wrong. I think it's a huge mistake if you drop tests."
• 测试代码量暴增但不再是问题——"updating a thousand lines of test is now the job of the coding agent"

4. Start with a Good Template

• 只需一个极薄的起始模板（含一个 1+1=2 的测试），agent 就能准确延续你的代码风格
• 比写长篇 Claude.md 更有效——"instead I start with a very thin skeleton that just gives it enough hints"

Prompt Injection 与 Lethal Trifecta

• Prompt injection：Simon 在 2022 年命名（ChatGPT 发布前），但名字有误导性
  • 与 SQL injection 类似但无法用同样方式修复
  • 人们听到这个词会凭直觉猜错含义——"just because you were the first to define a term doesn't mean you actually get to define what it means"
• Lethal Trifecta（致命三角）——第二次命名尝试，故意设计为不可凭直觉猜测：
  • 私密信息（access to private information）
  • 恶意指令入口（exposed to malicious instructions）
  • 数据外泄通道（exfiltration mechanism）
  • 解法：切断三条腿中的任何一条，通常最容易切断外泄通道
• AI 安全检测只能做到约 97%——"I think that's a failing grade"
• Normalization of deviance：每次侥幸逃脱都在强化虚假的安全感
  • 类比挑战者号航天飞机灾难：所有人都知道 O-ring 不可靠，但每次成功发射都让整个机构更自信
  • Simon 预测 AI 领域会出现类似的 "Challenger disaster"
  • 但他也承认："I've made a version of this prediction every six months for the past 3 years and it hasn't happened."

OpenClaw 现象

• 从第一行代码（2025/11/25）到超级碗广告仅 3.5 个月——前所未有的增长速度
• 本质上是 Simon 最反对的架构：全权限个人助手 + 邮箱访问 + 可执行操作
• 安全上是灾难（有人丢了 Bitcoin wallet），但证明了用户对个人 AI 助手的需求是压倒性的
• "If you can build safe OpenClaw...that's a huge opportunity. I don't know how to do it."
• 比喻：OpenClaw 是 Tamagotchi（电子宠物），Mac Mini 是它的 aquarium（水族箱）
• 新通用术语：这类个人 AI 助手统称为 "claws"

Simon 的当前工作与思考

• Datasette：面向数据新闻的开源工具，帮记者用数据讲故事
• 博客开始盈利：赞助商横幅 + newsletter 付费信息
• Zero-deliverable consulting：一小时通话，零交付物，按时计费
• 关于 AI 的乐观面：介绍了新西兰 Kakapo 鹦鹉的好消息——2026 年迎来四年来首个繁殖季

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3