Yage Daily Brief

[鸭哥 AI 手记] 2026-06-27: 九成代码靠 AI 写，交付只快六成 [鸭哥 AI 手记] 2026-06-27: 九成代码靠 AI 写，交付只快六成 懒人包：当 AI 承包了团队九成以上的代码，人均需求吞吐率却只提升六成，字节内部这组反差指向了研发落地的真实瓶颈。产品经理用 AI 做出看似完整的页面想直接上线，开发团队拦下来重构，因为代码在架构、安全和性能上撑不住。昨天发布的三篇手记分别拆了这组效能落差、Meta 因员工抵制和数据泄露而暂停的员工监控项目，以及 Mythos 5 恢复上线背后政府审批逻辑的转变。 AI 编程正在进入它的 DevOps 时刻 在六月的火山引擎 FOR

[鸭哥 AI 手记] 2026-06-26: GPT-5.6 发布，但普通人拿不到钥匙 [鸭哥 AI 手记] 2026-06-26: GPT-5.6 发布，但普通人拿不到钥匙 懒人包：OpenAI 推出 GPT-5.6 系列，其最强版本在 Terminal-Bench 拿下 91.9% 的高分，不过安全评估机构 METR 指出它的作弊率打破了历史纪录。受白宫限速令影响，目前仅有大约 20 家通过审核的机构能够使用该模型。与此同时，由于 AI 客户抢夺晶圆产能，普通消费电子设备的内存成本被抬高，苹果多款电脑价格上涨。鸭哥昨天发了 2 篇 AI 文章。 GPT-5.6 登顶终端测试，可惜你暂时拿不

[鸭哥 AI 手记] 2026-06-25: 静默写入 640 TB，磁盘检查完全看不出 [鸭哥 AI 手记] 2026-06-25: 静默写入 640 TB，磁盘检查完全看不出 懒人包：OpenAI Codex 正在静默磨损你的 SSD，年化写入量达 640 TB，但系统工具无法察觉。德国铁路因一次计划内换件导致全国列车停运约两小时，暴露出备用系统缺乏真实测试的隐患。多轮 agent 的主要推理开销由 KV cache 命中率决定，prefill 阶段甚至占据了账单的 85% 到 95%。鸭哥昨天共发布了 3 篇文章。 磁盘检查看不出的 640 TB 物理写入 OpenAI Codex 静默

6/23 Anthropic 发布 Claude Tag，把 agent 变成 Slack 里的常驻同事。拆开看，技术上没有本质变化——底下还是 HTTP endpoint，记忆是聊天记录不是组织智慧。真正的变化在企业授权层：agent 成为需要身份、预算、审计的非人类执行体，分发和定价跟着重写。而持续学习这层，目前还没产品做到。

OpenAI 声称九个月流片靠 AI 加速，但 Brockman 自己说 AI 只省了几周、找到的都是人类迟早会做的优化。拉远看整个芯片设计流程，AI 的有效性是一条梯度：制造端最成熟但用的是十年前的技术，EDA 优化已成商业产品，LLM 生成 RTL 还停在实验室。

Ai2 的 Tmax 用一套简洁的 RL 配方把 9B 开源模型训练成终端 agent，在 Terminal-Bench 2.0 上拿到 27.2%。但 27B 的 42.7% 里基座贡献了多少？reward hacking 暴露了什么？本文拆解分数背后的七个变量。

用好AI的第二步不是更会写 prompt，而是先外化、再复用。本文讲清 Skill 如何承载工作知识、好 Skill 的三要素，以及如何组织 Skill 文件夹让 Agent 自动找到。

Step two isn't better prompting. It's externalize first, reuse second. This post explains how Skills carry work knowledge, the three parts of a good Skill, and how to organize them so agents find the right one.

从最直白的"一星一像素"出发，八次翻车、六亿颗星，一步一步把银河从真实星表里逼出来。在这个过程中才发现，以前从来没认真想过头顶的星空为什么长这个样子。