在2025年哥本哈根GOTO大会上，肯特·贝克和我一同登台，与观众交流并回答提问——这种形式我称之为“公园长椅上的两位老家伙”。我们谈论了在LLM辅助编程方面的经验（截至2025年10月），表达了对三十年来反复强调的事情仍需重申的挫败感，指出任何类似宣言重聚的活动都应由年轻一代主导，并就初级开发者应聚焦的职业方向发表了看法。
❄ ❄ ❄ ❄ ❄
伊恩·约翰逊撰写了一系列关于重构混乱代码库的文章。
故事追踪了一个真实的Laravel + React代码库，历时约3个月、经过约258次提交，从没有测试的遗留单体应用，转变为具备自动化质量门控、正在迁移React SPA、且AI代理能在极少监督下可靠交付生产代码的架构良好的应用。
该系列详细描述了各个步骤，其方法与我常用的步骤一致：首先通过良好的特征测试控制一切，添加静态分析，引入恰当的模式使流程顺畅。
在此过程中，他对AI的使用方式也发生了变化：
项目前两个月，我使用Claude Code并关闭了自动批准。每次文件编辑、每条终端命令、每个变更……我都会在执行前审查。[……]结果不错，代码整洁。但大部分思考工作由我完成，一半的输入也由我负责。代理只是一个带有更好建议的高级自动补全工具。我并未获得期望的杠杆效应。
我读到一篇关于“环上”与“环内”人机协作的文章。这个框架立刻让我豁然开朗[……]我之所以微观管理，是因为不信任代理能做出正确决策。而不信任代理，则是因为缺乏强制其正确行事的机制。
他早期的步骤引入了测试、静态分析和正确的架构模式。有了这些基础，他才能让代理承担更多工作。
我的角色从编写者转变为策展人。我不再编写大部分代码。我定义模式[……]审查测试规范[……]审查输出[……]更新框架[……]做出战略决策[……]
他在系列结尾总结了如何将自身经验推广到其他场景。
❄ ❄ ❄ ❄ ❄
在我的祖国，当英国国家医疗服务体系决定关闭几乎所有开源仓库（据称是为了应对LLM的安全威胁）时，引发了显著的不满。关闭此类仓库并非对抗LLM增强型攻击者的有效手段。我认为这并非巧合——英国政府中备受赞誉的IT赋能机构GDS（政府数据服务局）发布了其立场。
将代码从公开转为私有，以此替代对安全设计交付、所有权和修复的投资，这是一个警示信号，因为它减少了共享和审查，可能减缓政府与供应商之间的协调改进，并且无法消除运行服务中的根本弱点。
Terence Eden 令人印象深刻地总结了他对此的看法：
在英国公务员体系中，你偶尔会听到“被邀请参加没有饼干的会议”这种说法。它暗示一场相当冷淡的讨论，没有正常会议中那些礼貌的客套。
❄ ❄ ❄ ❄ ❄
我见过一些案例，那些最深入使用LLM的开发者发现他们遇到了认知耐力问题。Adam Tornhill 加入了这一群体：
使用代理的一大好处是，它们让我们能更长时间地专注于高层问题。我们不会被细节、依赖清理以及类似过去会打断注意力的次要任务所分心。
但有一个我们仍在低估的代价。代理式编程在精神上非常耗费精力。
我通常只能维持这种节奏几个小时。然后我就需要休息。这种节奏实在太紧张了。而且根据与其他工程师的交流，我认为我不是唯一有这种感觉的人。
他解释说，与“神灯”合作意味着我们在更短的时间内做出更多决策，这种决策密度的增加对大脑来说很吃力。
他的应对方法是保持代理任务规模小，尽可能自动化一切，并接受只要拥有良好的验证机制，他不必了解每一行代码。
值得注意的是，他并没有朝着使用他协调的代理群来工作的方向发展。相反，他有一个长期运行的任务需要照看，以及一个专注任务。
最后一点很重要，考虑到“同时运行二十个代理”的炒作。我甚至想不出二十件有意义的事情要构建，更不用说由此可能产生的干扰所带来的认知负担了。这恰恰是连考虑都不应该考虑的事情。至少对人类而言是这样。（是的，我理解子代理和机器并行化。那不是我所反对的。我反对的是人类注意力的并行化，这无法扩展。）
我喜欢他包含了一些关于人们如何在这段高强度编程时间之外利用时间的想法。不仅仅是“喝杯咖啡”（尽管他提到了这一点），还包括学习软件所支持的领域知识。
❄ ❄ ❄ ❄ ❄
来自社交媒体的一些精辟引述
“隐喻债务”是指你所有的隐喻都涉及“债务”这个概念，因为你再也想不出其他隐喻了。
❄ ❄
如果一个素食主义的CrossFit爱好者正在使用Claude编写Rust代码，他们会先告诉你哪件事？
卡尔·博德对毕业典礼演讲中提及AI时演讲者遭嘘声一事作出回应。他指出，年轻人对科技寡头及其产物日益不满。
关键在于，孩子们并不愚蠢。他们看得很清楚。他们能分辨出科技公司、媒体和毕业典礼演讲者向他们推销的东西，与他们亲眼反复所见之间的差距。
过去十年间，他们目睹科技寡头深陷一桩又一桩丑闻，经历一轮又一轮炒作周期，所到之处，一切都在稳步恶化。
[……]
认为AI的益处无法抵消风险的Z世代比例现已接近50%，仅在过去一年就上升了11个百分点。每十人中就有八人相信，使用AI会让实际学习过程变得更加困难。
他认为年轻人背负着进入一个日益恶化世界的认知——这让他们对科技寡头的最新产物怒不可遏。这种愤怒，像我这样拥有舒适退休退路的人，很容易充分理解。这种愤怒，可能带来标志性的政治和社会后果。
❄ ❄ ❄ ❄ ❄
与这些担忧相关的是上周《经济学人》报纸上的几篇文章。该报认为，历史上重大技术突破并未导致显著失业或工资下降。最接近的例子是19世纪英国的原版工业革命。这一时期工资停滞不前，但人口却从450万激增至1200万。
文章还指出，我们可能只有在经济衰退来袭时，才能完全理解这一切的后果，因为那时大多数低效岗位往往会被系统淘汰。
另一篇文章则表明，AI已对毕业生招聘产生一定影响。他们对近期毕业生的调查进行了分析，考察就业率是否因岗位受AI影响程度而异。受AI影响最小的五分之一学科，其就业率在过去两年下降了1.5%，而受影响最大的五分之一学科，降幅则达到6.6%。
❄ ❄ ❄ ❄ ❄
Lawfare对美国政府在AI监管方面的最新努力不以为然。
上周三，白宫邀请OpenAI、谷歌、Anthropic、Meta和微软的领导人前往椭圆形办公室，参加次日下午的签署仪式。特朗普总统将签署一项关于AI和网络安全的行政命令——这是本届政府迄今为止为建立前沿模型发布前自愿审查流程所做的最正式努力。但就在仪式开始前三小时，当部分公司高管已飞往华盛顿时，白宫取消了活动。
他们认为拟议的法规力度温和，并包含一些加强网络威胁防御的有价值措施。
但值得强调的是，推迟（若非彻底取消）这一行政令的后果——该行政令本身已是联邦政府所能提出的最温和的前沿AI干预措施：自愿性质、聚焦政府自身防御，并明确禁止成为许可制度。反对意见与其说是针对政府强制力，不如说是反对政府拥有任何既定角色。换言之，在这届政府中，自愿并非前沿AI政策的底线，而是天花板。
考虑到推动这份草案的担忧短期内很可能加剧，这一立场值得商榷。对于为行政令推迟或夭折叫好的人来说，这更是弄巧成拙。取消行政令非但未能化解政府干预AI的风险，反而保留了鲍尔所称的“不透明且实质上无法无天”的替代方案：政府通过暗箱渠道获取权限，条件逐案设定，毫无稳定规则可言。
问题之一在于政府严重缺乏AI乃至软件领域的专业能力。太多决策受制于科技寡头的意志，根本未尝试触及更广泛的议题。这倒不完全是坏事——试图监管仍在飞速演变的事物通常是徒劳之举——但问题在于AI影响如此巨大，若落后太多将面临真实危险。
❄ ❄
这引出一个罕见之事：公开支持某位政治候选人。若您在马萨诸塞州第六国会选区（北岸地区）投票，我强烈建议关注贝丝·安德斯-贝克，她正竞选该选区国会议员。贝丝拥有深厚的软件开发背景（包括提出森林与沙漠概念），将为国会注入亟需的专业知识。我认识贝丝数十年，对其才智、判断力及协作能力评价极高。国会配不上贝丝，但确实需要她。