EP60 — 1.0 的另一面

每天花 1% 的時間，掌握科技脈動。

今日金句#

“Junior engineers are more valuable than AI agents because they feel the pain of bad code and refactor, whereas agents obliviously extend terrible structures ad infinitum.” 「初階工程師比 AI Agent 更有價值——因為他們會感受到爛 code 的痛而去重構；而 agent 會無感地把糟糕的結構繼續往下堆。」 — Mario Zechner, Pi 創作者、自我修改 AI Agent 先驅

“We built it like a video game, organizing the entire application around feeding data to shaders running on the GPU.” 「我們是用做電玩遊戲的方式打造編輯器——整個應用程式都是組織在『把資料餵給 GPU shader』這件事的周圍。」 — Nathan Sobo, Zed Industries 創辦人

“Five months in, I’ve decided I don’t want to vibecode — I want professionally managed software companies to use AI coding assistance to make more/better/cheaper software products.” 「玩了五個月，我決定不要 vibecode 了——我想要的是專業軟體公司用 AI 寫出更好、更便宜的產品賣我，不是我自己當業餘玩家。」 — Matthew Yglesias, 政治評論員、Slow Boring 電子報創辦人

今日主軸#

如果你昨天還相信「越成熟的工具越值得信任」，這個禮拜的故事可能會讓你重新計算一次。

同一週，三件事一起發生。

一邊，Zed 編輯器經過五年從零打造，正式發布 1.0——用 Rust 自己刻了一整個叫 GPUI 的 UI 框架（不是 Electron），整個應用程式組織在 GPU shader 周圍跑；內建 Agent Client Protocol 讓 Claude、Codex、OpenCode 可以原生接入；還有正在開發中的 DeltaDB CRDT 引擎，讓多個人類加多個 agent 能即時協作同一份程式碼。這是這個產業最成熟的工具長什麼樣子的範本。

另一邊，一位 Claude Code Max 20x 用戶被偷偷燒掉了 200 美金——他的 commit message 裡剛好包含字串「HERMES.md」（區分大小寫，小寫不會觸發），所有的 API 請求被悄悄路由到「額外計費」通道，而月費方案的額度一動也沒動，剩下 86%。issue 上開發者社群拿了 896 分。爆出來才有人注意到——Claude Code 為了讓 AI 看懂專案，會把最近的 commit 內容塞進 system prompt，然後伺服器端拿這些字串去做路由判斷，整個過程沒任何提示。

第三件事更安靜。Simon Willison 翻出 OpenAI Codex 的 base instructions，其中一條規則寫著「不要談論 goblins、gremlins、raccoons、pigeons 之類的動物，除非絕對相關」。看起來荒謬，背後是用來擋一類常見的 prompt injection 攻擊（讓模型用童話角色繞過安全規則）——但揭穿之後，這條防線就等於失效了。

把這三件事串起來，今天的故事不是「某個工具壞了」，而是開發者工具同一週展示了它最成熟的一面（Zed 1.0），跟最不透明的一面（Claude Code 字串路由 + Codex 隱藏規則）。Pragmatic Engineer 同一週訪問 Pi 作者 Mario Zechner 跟 Flask 作者 Armin Ronacher，剛好幫這個故事下了結論：「Agents 感受不到爛 code 的痛，但初階工程師會。工具越聰明、抽象越厚，使用者就越需要主動看懂它在幫你做什麼決定。」

必讀#

Zed 1.0 — 五年磨成的 GPU 原生編輯器 — Hacker News Tools
Matthew Yglesias 為什麼拒絕 Vibecode — Simon Willison AI
Pi 與自修改軟體：與 Mario Zechner、Armin Ronacher 對談 — Pragmatic Engineer AI
AINews：vLLM 0.20 + TurboQuant 8x 提速 — Latent Space AI
OpenAI Codex 系統 prompt 外流：禁談妖怪 — Simon Willison AI
LLM 0.32a0 大規模向後相容重構 — Simon Willison Dev
Wise 背後的技術堆疊：13× 推論吞吐 — ByteByteGo Dev
HERMES.md commit 字串燒掉 200 美金 — Hacker News Dev

Zed 1.0 — 五年磨成的 GPU 原生編輯器 #

Zed 編輯器經過五年從零開發，正式發布 1.0。它不是用 Electron 做的——團隊用 Rust 寫了一整個叫 GPUI 的 UI 框架，整個編輯器組織在 GPU shader 周圍跑，超過一百萬行程式碼。內建 Agent Client Protocol，讓 Claude、Codex、OpenCode 可以原生接入；DeltaDB CRDT 引擎正在開發，目標是讓多個人類加多個 agent 即時協作同一份程式碼。Zed for Business 同步推出，支援團隊計費、角色管理、SSH remoting、debugger，覆蓋 40+ 種語言。

用做電玩遊戲的方式打造編輯器——這是 VS Code/Cursor 因為被瀏覽器架構限制做不到的
DeltaDB 預示「人類 + AI agent 共同編輯同一份檔案」的下一代協作模式
Agent Client Protocol 想成為 agentic coding 的標準介面，不是某家供應商的綁定工具

💡 為什麼重要：這是這個產業「成熟工具」的範本——performance-first 架構從根本上改寫了什麼是可能的。如果你過去一年覺得 Zed 還沒到，現在是回頭看的時機。

🔗 閱讀原文 | 來源: Hacker News

Matthew Yglesias 為什麼拒絕 Vibecode #

政治評論員 Matthew Yglesias 用 AI coding agent 玩了五個月之後，公開宣布「我不要 vibecode」。他的立場很清楚——他寧願是專業軟體公司用 AI 寫出更好更便宜的產品賣他，也不想自己當業餘玩家。Simon Willison 把這段引言抓出來，因為它代表一種對「自我修改軟體」運動的務實反思。

vibecode 退潮 — 連觀察科技多年的評論員都選擇回到「使用者」位置
把 AI coding 重新定義為「專業團隊的生產力放大器」，而不是「人人都能寫程式」的烏托邦
跟同週 Pragmatic Engineer 訪談的論點一致——agent 不是替代品，而是放大器

💡 為什麼重要：這個觀點挑戰了「人人都能 vibecode 一個 SaaS」的敘事。對開發者來說，AI coding 的真實價值可能不是個人的「我也能做」，而是公司產品線的「做得更快更好」。

🔗 閱讀原文 | 來源: Simon Willison

Pi 與自修改軟體：Mario Zechner × Armin Ronacher 訪談 #

Pragmatic Engineer 訪問 Pi 創作者 Mario Zechner 跟 Flask/Jinja 作者 Armin Ronacher。Pi 是一個極簡的自我修改 agent，用來解決 Claude Code 因為功能膨脹變得無法預測的問題。兩人對 30+ 個團隊調查後得出的結論很尖銳——agent 增加了開發速度，但普遍降低了程式碼品質，他們稱之為「vibe slop」（即興爛 code）。

「Automation bias 是 AI agent 最大的隱形風險」——一旦 agent 看起來能用，工程師就停止 review，但 agent 仍然會產出爛 code
「初階工程師比 agent 更有價值，因為他們會感受到爛 code 的痛而重構；agent 會無感地把糟糕結構繼續往下堆」
「摩擦是好事」——deployment friction、SLO gate、強制 PR review 都讓人類停下來想，這是 agentic 工作流必要的保護

💡 為什麼重要：這篇訪談對「agent 速度 = 永遠是好事」的敘事直接打臉。如果你的團隊在用 agent ship code，這份清單（強制 review、品質指標、friction gate）幾乎可以直接拿去當 checklist 用。

🔗 閱讀原文 | 來源: Pragmatic Engineer

AINews 4/28：vLLM 0.20 + TurboQuant 把推論成本砍下來 #

Latent Space 的 AINews 用「沒什麼大事」當標題——但內容反而是這個禮拜推論基礎建設的關鍵切片。vLLM 0.20.0 推出 TurboQuant（2-bit KV cache，4× 容量、2.1% 延遲改善）；DeepSeek V4 Pro 在 Blackwell B300 硬體上比 H200 快 8 倍。Poolside Laguna XS.2、Ling-2.6-flash、NVIDIA Nemotron 3 Nano Omni 等新開源模型 day-0 就被生態圈支援；Kimi K2.6 在 OpenRouter 拿下 coding 跟 agent 排行榜冠軍。

產業正快速從 CUDA lock-in 走向異質加速器（TPU、Trainium）；OpenAI 也鬆綁 Azure 獨家、轉向 Google TPU + AWS Trainium 部署
開源模型 day-0 多模態：Nemotron 3 Nano Omni（30B/A3B MoE、256K context、文字+圖片+影片+音訊+文件）、Kimi K2.6（1T/32B active、384 experts、MLA attention）
GitHub Copilot 6/1 改成使用量計費，AINews 把它放進「inference 成本變現實」的脈絡裡看

💡 為什麼重要：H100 護城河正式被破。如果你還在依賴單一硬體供應商做推論，現在是評估遷移路徑的時候——量化跟異質加速器讓「邊緣部署」從實驗變成生產級選項。

🔗 閱讀原文 | 來源: Latent Space

OpenAI Codex 系統 prompt 外流：禁談妖怪 #

Simon Willison 翻出 OpenAI Codex (GPT-5.5) 的 base instructions，裡面有一條讓社群笑出來的規則：「不要談論 goblins、gremlins、raccoons、trolls、ogres、pigeons 或其他動物與生物，除非絕對相關。」這條規則背後是用來擋一類常見的 prompt injection 攻擊——讓模型扮演童話角色來繞過安全規則。

揭露閉源系統用 system prompt 層硬編碼安全規則的脆弱性——一旦規則被翻出來，這條防線就等於失效
「禁動物」對應的是 jailbreak 社群常用的「角色扮演繞過」攻擊向量
對開發者：不要把產品的安全性建立在隱藏的 system prompt 上，要做 defense-in-depth

💡 為什麼重要：這跟 Claude Code 的字串路由問題是同一個故事——AI 工具的「魔法盒」內部有大量我們看不到的決定邏輯。一旦被翻出來，整個信任前提就要重新評估。

🔗 閱讀原文 | 來源: Simon Willison

LLM 0.32a0：Simon Willison 工具的大重構 #

Simon Willison 的 LLM Python 函式庫釋出 0.32a0 alpha——這次是有意義的版本跳號，做了一次大規模但向後相容的重構。LLM 是 Python 生態最常用的「跨模型 CLI + library」之一，支援 Claude、GPT、Ollama、Mistral 等多家 plugin。

向後相容、不破壞既有 API——但結構性整理為未來功能（async、plugin 架構、error handling）打底
跟 pip 26.1 lockfile、uv/ruff/typer 所有權變動同步，是 Python LLM 工具鏈整體成熟化的訊號
alpha 版可在開發環境試，看看是否有自己團隊的 deprecation warning 要處理

💡 為什麼重要：對 Python LLM 開發者來說，這是該追的版本——重構之後通常會引入新工作流（async、batch）。Simon 的更新節奏可以當 Python LLM 工具的風向標來看。

🔗 閱讀原文 | 來源: Simon Willison

Wise 背後的技術堆疊：13× 推論吞吐 #

ByteByteGo 拆解金融科技公司 Wise 的 AI 推論架構——他們在 H100 baseline 1,863 TPS 的基礎上做到了 24,240 TPS，13 倍吞吐提升。這對 Wise 這種高頻支付場景至關重要：fraud、KYC、推薦都需要即時 LLM 推論。

13× 吞吐意味著 sophisticated batching + quantization + 自動化部署安全 gate 的組合拳
金融科技對推論架構的要求 = 低延遲 + 高可靠 + 自動 rollback；和 benchmark 數字差很多
和今天 vLLM TurboQuant 故事是同一條線——推論成本下降的真正贏家是「能做工程整合」的團隊

💡 為什麼重要：如果你在做 fintech、e-commerce 或任何高頻 inference 場景，Wise 的 13× 是值得當參考目標的數字。投資的方向：dynamic batching、quantization、custom kernels、自動化安全 gate。

🔗 閱讀原文 | 來源: ByteByteGo

HERMES.md：一個 commit 字串燒掉 200 美金 #

一位 Claude Code Max 20x 用戶在開發者社群爆料——他被偷偷燒掉了 200.98 美金的「額外計費」credit，但訂閱方案的額度卻還剩 86%。原因找出來令人傻眼：他的 git commit message 裡剛好包含字串「HERMES.md」（區分大小寫，小寫的 hermes.md 不會觸發），Claude Code 把最近 commit 塞進 system prompt 後，伺服器端做了內容判斷，把所有請求路由到「extra usage」計費通道。

可重現——任何 git repo 加一筆包含「HERMES.md」的 commit message 就會觸發路由
完全沒有警告或提示，error 訊息只說「out of extra usage」，根本看不出原因
揭露架構問題——把 user content（git history）塞進 system prompt 又拿來做 routing decision，沒有隔離層

💡 為什麼重要：每個 Claude Code 用戶都應該今天就 git log --all | grep HERMES.md 檢查一下。更深層的訊息是——AI 工具把使用者內容塞進 system prompt 已經是常態，這類「看不見的決定路徑」會越來越多，需要學會主動偵測。

🔗 閱讀原文 | 來源: Hacker News

名人動態#

Simon Willison 連續三篇高品質貼文（Yglesias 拒絕 vibecode、Codex base_instructions 揭露、LLM 0.32a0 重構）— 三篇皆收於必讀
Mario Zechner / Armin Ronacher 在 Pragmatic Engineer 訪談「自修改軟體」對 vibecode 與 agent 品質提出最具體的批判（已併入必讀）
Nathan Sobo Zed 1.0 發布演說（已併入必讀）

今日觀察#

開發者工具今天集中暴露了一個矛盾——當工具的抽象層越疊越高，使用者越難看穿它在你看不到的地方做了什麼決定。

Zed 用五年寫一個自己的 GPU 框架，是「把抽象推回去、讓底層透明」的選擇；Claude Code 把 commit 塞進 system prompt 做隱形路由、Codex 把禁忌詞硬編碼在 base_instructions，是「抽象繼續疊上去」的選擇。兩種策略都在出貨——但代價落在不同的人身上。Zed 這條路要付出的是「自己造輪子」的工程成本，Claude/Codex 這條路要付出的是「使用者得自己當偵探」的信任成本。

Pragmatic Engineer 那篇訪談的隱藏結論其實是這個——「Agents 感受不到爛 code 的痛」這句話可以延伸：抽象越厚的工具，使用者也會逐漸失去對「壞掉」的痛感。今天最值得開發者反問自己的問題不是「這個工具好不好用」，而是「如果它出錯，我有多少時間能察覺」。

中文技術圈#

Flico 突然倒閉了，時代的眼淚 — V2EX：又一個老牌應用走入歷史，社群討論軸體市場太卷的代價
移動端 Agent 的井噴或許近在眼前：以 ColorOS 拋磚引玉 — 少數派：手機作業系統內建 Agent 的趨勢分析
做了一個內容極豐富的文字 roguelike 遊戲，但沒人付費，問題出在哪？ — V2EX：獨立開發者的真實困境
APPLE 為什麼沒出折疊手機 — V2EX：產品策略討論

開源精選 — GitHub Trending（本週）#

nexu-io/open-design — TypeScript | ⭐ 4.1K 本地優先的 Anthropic Claude Design 開源替代——19 skills、71 brand-grade design system，可跑在 Claude Code/Codex/Cursor/Gemini CLI

freestylefly/awesome-gpt-image-2 — ⭐ 2.1K GPT-Image-2 的工業級提示詞引擎與模板庫，329 個案例逆向工程

victorchen96/deepseek_v4_rolepaly_instruct — ⭐ 1.5K DeepSeek V4 角色扮演的特殊控制指令說明集

cursor/cookbook — TypeScript | ⭐ 1.1K Cursor 官方 cookbook，整理常見工作流範例

epoko77-ai/im-not-ai — Python | ⭐ 636 韓文 AI 文章人化 skill

alash3al/stash — Go | ⭐ 556 AI agent 的持久記憶層——episodes、facts、working context 存在 Postgres，內建 MCP server

GENEXIS-AI/chromex — TypeScript | ⭐ 353 Codex 驅動的 Chrome 側欄助手，整合 page context、tabs、語音、影像工作流

evanklem/evanflow — Shell | ⭐ 351 TDD-driven iterative feedback loop——16 個 Claude Code skill 從 brainstorm 到 iterate 全流程

NyxTides/ppt-image-first — Python | ⭐ 400 圖片優先的 PPT skill，支援 Codex/Claude Code/Opencode CLI

ksimback/tech-debt-skill — ⭐ 293 Claude Code skill：產出整個 codebase 的 tech debt 審計（每行都附檔案引用）