码农早餐 · 2026-09-11

有人用 Claude 给新版本写了半年，功能加得飞快，最后却把整个分支删了、回去手写——因为他讲不清新代码怎么跑、会改坏什么。这不是反 AI，是看不懂的代码不敢上线，这条线你得自己划。

HN 1051 分热帖：有人删掉 Claude 分支，回去手写代码

一个 1051 分的 HN 帖子里，有人用 Claude 给新版本写了半年，功能加得飞快，最后发现自己说不清新代码怎么跑、会改坏什么，于是删掉整个分支，重新手写。评论区另一位说自己失业中，宁可换行也不愿管 Agent。这不是反 AI，是「看不懂的代码不敢上线」。你要是也在让 Agent 大段改业务代码，值得点开看看别人怎么划那条线。

来源：

• HN 讨论：I'd rather switch careers than manage agents
• HN 讨论：I abandoned my Claude branch and started hand coding

Vercel 开源 skills：一条 npx 命令，79 个 Agent 共用一套技能

Vercel Labs 放出了一个叫 skills 的 CLI，定位是「开放 Agent 技能生态的命令行工具」。它现在支持 OpenCode、Claude Code、Codex、Cursor，加上链接里列的 75 more，一共 79 个 Agent。装技能就一行：npx skills add vercel-labs/agent-skills。

先说代价。这类「一次编写、到处安装」的工具，真正麻烦的从来不是安装，是安装完之后的分叉：项目级默认落到 ./<agent>/skills/，-g 落到 ~/<agent>/skills/，推荐用 symlink 从各 Agent 指回一份 canonical copy，symlink 不支持才用 --copy 复制独立副本。听起来很干净，但只要你哪天手动改过某一个 Agent 目录里的文件，单一事实来源就没了，skills update 之后你会收获一份不知道自己改过什么的技能。另外 --all 会把所有技能装到所有 Agent，跑之前最好先 --list 看一眼，别让 79 个 Agent 一起继承你还没读过的 prompt。

值得看的细节在私有仓库和 use 上。公开私有同一条命令，认证走仓库 URL 已有的那套：GitHub HTTPS 和 shorthand 先走普通 Git 凭据，失败且 GitHub CLI 已登录就试 gh repo clone，再退到 SSH；它明确不执行 gh auth token，也不把 GitHub CLI 存的凭据拷进 Node 进程，GITHUB_TOKEN / GH_TOKEN 可以显式给，但已有 Git、gh、SSH 认证时是可选的。npx skills use 则是把选中的技能文件写进一个临时目录，只把生成的 prompt 打到 stdout，加 --agent 就直接拉起对应 Agent 交互。从 URL 直接装也支持，单个 SKILL.md 或 zip/tar 都行，默认下载上限 10 MiB、解压 25 MiB、1000 个文件，超过要自己用环境变量放开——这条限制挺实在，等于替你把来路不明的技能包先按住了。

对写代码的人来说，这意味着 prompt 资产开始有包管理了：可以提交进仓库、跟团队共享、按 Agent 分发、按名字更新。但反过来想，你现在依赖的东西多了一层——技能文件本身会变，skills update 会把上游的改动直接带进你的工作流。凡是能自动更新 prompt 的工具，都值得先问一句：上游改了，我怎么知道它改了什么。

来源：

• github_trending · vercel-labs

998 美元、43 小时：一个人把 3.8B 模型训到 0.384 CORE

有个人花了 998 美元，在 8 张 B200 上跑了 43 小时，训出一个 3.8B 参数的模型，CORE 得分 0.384。作为对照，OpenAI 的 GPT-2 是 0.2565，Karpathy 的 nanochat d32 大概 1B 参数、花了约 1000 美元、拿 0.310。也就是说同样的钱，一年前能买到的东西和现在能买到的东西，已经不是一回事了。作者自己那句话说得挺实在：1000 美元能买到的东西正在越走越远。

真正值得抄的是他怎么把成本压下来的。模型是 Llama 结构：RMSNorm、RoPE、GQA（24 个 query head 配 8 个 KV head）、relu² MLP、QK-norm、logit softcap，外加每层可学习的残差标量和 ResFormer 风格的 value embedding。注意 value embedding 占了 19% 的参数——14 张表，每隔一层放一张。训练侧五个改动最关键：把余弦衰减换成梯形学习率（预热 5%，平着走，最后 50% 线性降温到峰值的 5%），因为他早先那版余弦衰减到零，跑完 70% 的步数曲线就躺平了，最后 30% 的算力基本白烧；矩阵参数用 Muon、其余用 AdamW，Muon 每步因为 Newton-Schulz 正交化慢约 25%，但在 7 步梯度累积下摊薄到 4%；数据从 FineWeb-Edu 换成 ClimbMix，收敛速度跳了一大截；FP8 训练配 vocab padding，词表从 50257 补到 50304（64 的倍数）让 tensor core 舒服，吞吐 +33%；上下文从 2048 砍到 1024，固定显存下 batch 直接翻倍。最后稳定跑到约 48 万 token/秒，单张 B200 约 1047 TFLOP/s，MFU 约 25%（按 bf16 峰值算 50%）。

对你我这种自己掏钱跑实验的人，这里有个不太舒服的提醒：租卡不便宜，在公司里你通常先想模型质量，花自己的钱时吞吐量突然就变成了头等大事。作者是在一张 5090 上把吞吐优化做完才去租节点的，这个顺序值得学。另外他反复强调一件事——好的基础设施几乎不需要你手改代码，一次实验应该是三行 YAML 的 diff，而不是开一个分支。这话听着像老生常谈，但它是那种在第一次遇到收敛问题上就回本的投资。想复现的话，思路脱胎于 nanochat，代码和配置都在项目页上。

来源：

• hackernews · Anon84

DeepSeek 挂出 v4.1 Flash 仓库，只剩一个链接

DeepSeek 在 X 上放出一条指向 Hugging Face 的链接，仓库名是 DeepSeek-V4.1-Flash，HN 上已经攒到 391 分。但除了这个链接，模型卡里写了什么、参数多大、跑分如何、API 什么时候跟上，目前都还没有可核实的公开信息。我们之前聊过 Flash 这条线在性价比上的位置，今天这条更像是「仓库先开门」——想动手的人可以去翻模型卡，别急着按标题下结论。

来源：

• Hacker News 讨论

Read the Docs 复盘 DDoS：攻击峰值与防御细节

Read the Docs 官方发了一篇 DDoS 攻击复盘，详细记录了今年那次大规模攻击的缓解过程和教训。如果你自己跑过服务、接过 CDN，或者只是好奇这类攻击到底怎么打、怎么挡，这篇值得点开。文中提到了攻击峰值、流量特征，以及他们如何调整基础设施来扛住——具体数字和配置细节都在原文里，我就不替你剧透了。看完至少能知道，真遇到类似情况，该先检查哪几个环节。

来源：

• hackernews · davidfischer

GPT-6 Astra 传闻背后：循环 Transformer 是噱头还是真解法？

Sebastian Raschka 这篇长文把 GPT-6 Astra 的传闻和 looped transformers（循环 Transformer）绑在一起聊，标题看着唬人，但正文其实更偏科普：解释循环模型怎么通过重复计算同一层来模拟更深网络，以及“隐藏推理”在工程上意味着什么。如果你在追下一代模型架构，这篇值得点开，能帮你分清哪些是媒体炒的“递归推理”，哪些是实际可行的训练 trick。但别指望看到 GPT-6 的实锤参数——目前连官方确认都没有，所有讨论都停留在推测层。

来源：

• GPT-6 Astra, looped transformers, and hidden reasoning

colibri 用纯 C 跑前沿 MoE，专家权重从磁盘流式加载

GitHub 上出现一个叫 colibri 的项目，纯 C 写、零依赖，靠把专家权重从磁盘流式加载，让前沿 MoE 模型跑在你手头已有的硬件上。仓库自述就这一句，没给参数量、内存占用或速度数字。所以「immense model」到底多大、每秒几个 token，得自己点进去看。对折腾过本地推理的人来说，思路不新，但零依赖这点值得瞄一眼。

来源：

• JustVugg/colibri - GitHub

Desert Ant Labs 下场：端侧模型要跟苹果英伟达抢地盘

Desert Ant Labs 带着「本地、快速、跑在设备上」的口号入场了。这条消息在 Hacker News 上热度不低，但原文只有一句定位，没给具体跑分、没提支持哪些芯片、也没说到底比现有端侧方案快多少。我的第一反应是：又一个端侧模型玩家，但「快」这个字太虚，得看 benchmark 才知道是真本事还是营销话术。对写代码的你来说，值得关注的是端侧推理又多了个选择——如果它真能在手机或笔记本上跑出接近云端的速度，那以后做隐私敏感或离线场景的应用，你手里就多一张牌。不过现在信息太少，建议先别急着改架构，等它放出实际数字再说。

来源：

• hackernews · willwhitedc

---

你手头那份 Agent 写了大半的业务代码，敢不敢直接合进主干？敢，还是先自己重读一遍再合？明早 8 点见。

本期从过去 24h 的 X / Hacker News / GitHub Trending 共 59 条信息中挑出 8 条（全天逐小时采写、经事实校对后于晨间选编）。内容由 LLM 辅助生成，每条均附原始来源链接，重要决策请交叉验证。