码农早餐 · 2026-10-01

有人用 coding agent 把整站生成出来，被反复追问「网站是谁设计的」，他把每个原型连同原始 prompt 都挂上了索引页。同一个 prompt 出不出好活，差别不在模型，在你有没有先定一个概念、再逼它出够多版。

同一个 prompt，为什么有人做出来像设计师做的

先说清楚：这篇不是教程，是一个创始人复盘自己网站的诞生过程。Railcode 的创始人 Yakko Majuri 把整站用 coding agent 生成，结果不断有人问他「网站是谁设计的」「你和哪个设计师合作的」。他自己都觉得这评价有点夸张，但正因为被问太多次，他干脆写了个 10 分钟的长文，把每一个原型连同生成它的原始 prompt 都拉进一个索引页，让过程可追溯。

干货在这儿：他不是让 agent「做个好看的网站」然后挑一个。他的方法是先定一个概念——Rollercoaster Tycoon，童年那款过山车游戏——再让 agent 在同一概念上生成不同强度档位的版本；每个概念至少出 4 版，有时 10 版，其中一半给方向，另一半直接让 agent 放飞。放飞的那批基本全是废品，但那个「霓虹怪物」版本恰恰把他从 ASCII 方案踹向了更有野心的方向。后面是标准的迭代路径：先做出一个能玩的小游戏，嫌太重砍成一个过山车；过山车贴在模板上发现「它在这儿干嘛」，于是扩成一整座乐园；乐园条带放上页面依然难看，最后靠三个动作救回来——所有素材锚定在同一个过山车上、逐个手调动画、把条带从独立模块改成通向下一节的色彩过渡。原文到这里就结束了，后面怎么收尾没交代。

真正值钱的不是 agent 会画图，是你终于有能力把脑子里的画面描述出来并反复试错。 设计 slop 的根源从来不是模型，是「你说不清自己要什么」。这套流程的代价也很实在：大量版本注定是废品，时间花在挑和砍上，而不是生成上。

💡 主厨说：这套方法最容易被忽略的一步是「把每个原型和它的 prompt 存进索引页」——没有这份记录，你只会记得最后那版，下次还是从零开始瞎试。

来源：

• How our vibe coded website looks like a designer made it

Pi.dev 从「不接 MCP」到把 MCP 塞进内核

Pi 曾经在官网上挂着一句骄傲的声明：不支持 MCP。播客里聊到 MCP，也从来是嫌弃的口气。现在升级 Pi，MCP 已经成了内核功能——官方博客标题干脆就叫「You Said No MCP!」，自己先把这话捡起来说。打脸吗？算。但更有意思的是他们怎么解释这次改口。

理由分两层。一是 MCP 自己变了，今天的不再是一年前那个；二是他们发现让 MCP 进内核需要的那些改造，本身就值钱——比如同一套改动顺带让 Jev 在 Pi 里更好用。MCP 本来是可以做成扩展的，也确实有人做了（pi-mcp-adapter），但最后还是收进核心。他们最不满的地方没变：MCP 难组合。即便有了 codemode 这种专门用来编排工具调用的沙箱，还是差点意思。问题已经不在 MCP 协议本身，而在外面那一堆 MCP server——很多还是按「把工具全塞进上下文、返回纯文本省 token」的老思路写的。Pi 的观点是：MCP 该更接近 OpenAPI 加智能工具发现，工具返回结构化数据，靠文档和描述被发现。

技术上值得记一笔的是 codemode。它跑在 harness 这一侧，而不是 bash 那个不太可信的沙箱里，所以它的状态进的是会话记录，不是文件系统。它本质是个 JavaScript 沙箱，用来编排和组合工具调用；小体积的 JS 能编成 WASM 二进制，防护水平还过得去。在 Pi 里，配了 MCP 就会自动加载 codemode，也可以直接让它当默认工具——官方原话是「让 pi 自己重新配置去开 codemode」。开了之后能干的事不止 MCP，比如让它在 codemode 里调 Jev，把 Linear MCP 和 Jev 拼起来，找出 issue tracker 里最暴躁的 20 个评论者，全程不占上下文。

对写代码的人来说，这里有个可以直接抄的判断：别急着问「要不要接 MCP」，先问「工具怎么被组合」。协议支持只是入场券，真正决定体验的是 server 返回的是结构化数据还是一坨文本、工具能不能被按描述发现。Pi 这次改口不是投降，是它想进这个房间参与定义规则——站在场边看，规则永远不会朝你希望的方向长。

来源：

• hackernews · yarapavan

Gemini 4 Argon 定价 2 美元：先给网络安全团队用

Google 发布新旗舰模型 Gemini 4 Argon，输入 2 美元、输出 10 美元每百万 token，缓存输入按输入价打 95% 折扣。但它现在只通过 Fairwind Program 开放给一批网络安全防御方，之后才轮到开发者和企业。官方说它已在内部跑 C/C++ 迁 Rust、数据中心内存优化，量子子程序比公开基线快 40%。价格和迁移案例都挺具体，可这些数字全出自 Google 内部场景，外部开发者还摸不到。模型能力上限由数据决定，等真开放了，先看它在公开 benchmark 和你的代码库上表现如何，再谈值不值。

来源：

• hackernews · bradleyg223

Gemini 4 Argon 上了评测页，数值一栏写着「暂未公开」

上次我们聊到它，只是新旗舰在 HN 上露了个脸，性能价格一概没有。今天 Artificial Analysis 的模型页确实挂出来了，但翻到智能指数、能力指数、各项评测、token 用量、成本、定价、上下文窗口，一栏栏写的都是 Not publicly available。页面上能确认的只有一件事：它会被放进 Intelligence Index v4.3.2 那 10 项评测里跑，包括 Terminal-Bench 4.0、SciCode、Humanity's Last Exam。所以现在还没有可对照的数字，也没有价格可比。先别急着把榜单热度当成结论，等它把数交出来再判断。

来源：

• Gemini 4 Argon (high) - Intelligence, Performance & Price Analysis | Artificial Analysis

MCP 官方 servers 仓库冲上趋势榜，但里面只有 7 个参考实现

我们前两期刚聊过 MCP 的两副面孔：一边是具体客户端陆续接入，一边是有团队明确说不接。今天官方 servers 仓库上了 GitHub 趋势榜，看起来像第三个信号——生态还在扩张。但点进去看，这个仓库现在只维护 7 个参考实现，Filesystem、Git、Fetch、Memory、Sequential Thinking、Time、Everything，另外一批（AWS KB Retrieval、Brave Search 等）已经归档搬走，README 顶部还专门指路 MCP Registry，说找 server 列表去那边。官方自己给这些代码的定位是「reference implementations」，用来演示 SDK 用法，不是 production-ready，安全要求得你自己按威胁模型评估。仓库热度说明的是关注度和学习需求，不等于实际采用率——想上手的话，读这几个实现搞懂协议怎么跑，比数 star 有用。

来源：

• modelcontextprotocol/servers

---

你手上的活，是先把概念钉死再让 agent 出十版，还是直接甩一句「做个好看的」？明早 8 点见。

本期从过去 24h 的 X / Hacker News / GitHub Trending 共 52 条信息中挑出 5 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。