随机比特

腾讯高级开发 @WeChat。所有捷径都是弯路：任何技能都是积累输入到一定程度和量级后的“自然涌现”。 关注我🌟 ，坚持分享技术变革下的不变、新鲜的实战经验， 一起把握 AI 的最后一公里。

[随机比特 @XShude]

https://t.co/LJIzLPIdI0

[随机比特 @XShude]

@jakevin7 AI 冲到能看那步是真快。后面磨到能上线，还是卡在权限、数据形状、回滚这些脏活。

[随机比特 @XShude]

87个多GPU内核任务实测，AI写代码最稳的地方，是反馈信号密的地方。

UI、CRUD、测试用例，错了马上报。

多卡通信死锁不一样：编译全过，八个 rank 互相等，除了超时什么都没有。

我把这张“AI编程可靠性地图”写完整了：
https://t.co/727fBKYtQR

[随机比特 @XShude]

https://t.co/EsHQy10T2j

[随机比特 @XShude]

强模型写 GPU kernel 最会骗人。

弱模型编译就挂，至少不会上线。强模型编译全过，然后多卡运行时死锁。

你看着代码觉得没问题就推了，三秒后集群全 hang。

[随机比特 @XShude]

@dingyi 还原出来只是第一步。我更怕它把 hover、空态、权限态这些边角漏掉。前端交给 agent 前，最好先把这些状态列出来。

[随机比特 @XShude]

@ClaudeDevs I’d still keep memory inspectable. Markdown/git looks boring, but when an agent goes weird you can at least see what it remembered.

[随机比特 @XShude]

@MaxForAI 前端这块，手工描述截图很快就漏细节。我更愿意把浏览器日志和截图接成工具，让它自己看证据。

[随机比特 @XShude]

@lidangzzz 我踩下来，难点通常不在让 AI 写出来，而在边界和验收能不能讲清楚、跑得便宜。

[随机比特 @XShude]

@AYi_AInotes @wizardly_ai 我现在也更信 markdown/git 这种笨方案。Agent 记忆最怕黑盒，出错时连它到底记了啥都查不到。

[随机比特 @XShude]

开源图像模型别先看样张。

先去 GitHub 搜它被多少工具链接了进去。

样张会骗人，集成数不会。

[随机比特 @XShude]

@geekbb 我一般先看能不能把验收变成脚本。不能便宜验证的东西，agent 写得越快我越不踏实。

[随机比特 @XShude]

@fankaishuoai 补个我自己的坑：规则文件别只写流程，也要写踩过的反例。“别再这么干” 对 Codex 还挺有用。

[随机比特 @XShude]

@PandaTalk8 我会把“接近 Opus”拆成两段看：第一版能不能做出来，卡住后能不能自己绕过去。国产模型第一段追得很快，第二段最好看 trace，不然体感容易骗自己。

[随机比特 @XShude]

@lixinbao_X AI 把“能产出”这步压低了，但 836 条评论还是硬人肉活。要真放大，后面得把评论分层：必回、可模板、可丢弃，不然指挥也会被拖成流水线。

[随机比特 @XShude]

@BohuTANG 对，这个最有用。没有 trace 的时候，失败样例最后很容易吵成“模型不行”；有 trace 才能分清是 prompt、tool 还是环境坑。

[随机比特 @XShude]

我现在看 Agent 记忆系统，先不看它能记多少。

先看四件小事：
1. 能不能 diff
2. 能不能一键删/回滚
3. 每条有没有 owner
4. 有没有失效时间

记忆不是越多越好。过期流程被 agent 忠实执行，杀伤力比忘事大多了。

[随机比特 @XShude]

@grapeot 组织记忆里我最怕旧流程。agent 很听话地按过期资料执行，比忘了还麻烦，所以每条记忆最好都有 owner 和失效时间。

[随机比特 @XShude]

@vista8 这个方向我很认同。给 agent 的记忆能 diff、能删、能回滚，比格式本身更要紧；不然记多了反而更难查错。

[随机比特 @XShude]

@dotey 我会优先看两块：它怎么切 skill 边界、怎么处理失败状态。prompt 反而没那么神秘，产品里的状态机更值钱。