为什么 AI 干活你反而更累：并行多智能体的 thrashing 陷阱
作者用计算机科学里的 thrashing 概念解释为何同时使用多个 AI 编码智能体（Codex、Claude Code、Cursor 等）反而让人疲惫：智能体完成后需要花大量时间重新理解、审查其输出，频繁切换上下文导致实际进展很少。他类比 Jevons 悖论，指出任务变容易后人们倾向于接更多任务，并建议限制并行任务数量、把审查时间计入工作量、先完成已开始的审查再启动新任务。
#编码
Hacker News：AI 热帖AI 评分6767
Hacker News：AI 热帖AI 评分5252 Sean Goedecke 谈 AI 时代胶水工作为何依然有害
作者认为 LLM 写代码并未让工程师转向更多胶水工作，反而让其更不重要，并给出四个理由：AI agent 降低协调需求、ZIRP 结束淘汰了难缠的守门人、初级工程师招聘减少、走形式的报告可用 LLM 自动生成。但他强调工程师间的真实沟通不能外包给 LLM，建议多数时间仍应花在驱动 AI agent 上，只做少量战术性胶水工作。
Pydantic AI 官方文章AI 评分5353 Pydantic AI 官方评析 2026 年八个 Python agent harness 的优劣与选型
Pydantic AI 团队比较 2026 年八个 Python agent harness SDK，评选 Pydantic AI Harness 为综合首选，其提供 80+ 能力、30+ 模型提供商、12 个沙箱和 9 个持久执行引擎。
Latent SpaceAI 评分5353 Latent Space 访谈斯坦福 CS146S 讲师 Mihail Eric：AI 原生工程怎么教
Latent Space 在 AI Engineer 频道达到一百万订阅之际发布对斯坦福讲师、Monaco AI 负责人 Mihail Eric 的访谈，介绍 CS146S 第二轮课程如何教 AI 原生工程。
Figma AI / Agent / MakeAI 评分4343 Figma CEO Dylan Field 对谈 David Friedberg：AI 时代设计中人的角色
Figma 联合创始人兼 CEO Dylan Field 与 All-In Podcast 主持人 David Friedberg 对谈 AI 时代人类创造力的角色。
O'Reilly RadarAI 评分4747 O'Reilly 分析 AI 经济下的新型知识产物：软件核心资产从代码转向上下文
O'Reilly Radar 一篇文章提出，AI 正在改变软件开发的机制与产物，源代码可能不再是重要的可共享知识资产，取而代之的是即时生成代码所需的上下文与模式。
Pragmatic EngineerAI 评分4747 Pragmatic Engineer 播客：与 Maude Lemaire 聊 Slack 与 GitHub 的规模化挑战
Pragmatic Engineer 播客邀请曾任 Slack 后端性能基础设施团队负责人、后加入 GitHub 的首席工程师 Maude Lemaire，谈大型产品的规模化经验。
Timothy B. Lee：Understanding AIAI 评分6161 Timothy B. Lee 用机器人学的 sim-to-real gap 解释前沿模型能力的锯齿状分布
Understanding AI 作者认为，机器人学中的 sim-to-real gap 概念能解释 AI 能力为何在编程、数学等领域进展惊人而对其他职业影响有限。编程、数学和围棋等任务可被精确模拟，训练技能容易迁移到真实场景，而涉及与人及复杂物理世界互动的白领工作难以模拟，因此他预计 2027 或 2028 年不会出现大规模职业颠覆。
O'Reilly RadarAI 评分5151 自动模型路由要赢得开发者信任需要什么
Markus Eisele 在 O'Reilly Radar 撰文讨论自动模型路由在编码助手中的信任问题。
Pragmatic EngineerAI 评分5656 Pragmatic Engineer 播客对话 Titus Winters：Google 大规模重构经验与 AI 时代的 CS 教育反思
Pragmatic Engineer 播客发布与 Titus Winters（Software Engineering at Google 主笔、前 Google readability 项目负责人、现 Adobe Senior Principal Scientist）的对谈。
Nathan Lambert：InterconnectsAI 评分5555 Interconnects 播客：Kimi K3.1 Pro 评价与开源模型网络安全现实讨论
Nathan Lambert 与 Florian Brand 的播客讨论 Kimi K3.1 Pro，指出其在 Artificial Analysis 上排名前三但部分长程基准表现较弱，且官方声明有意下调攻击性网络安全能力，权重定于 11 月 4 日前开源。
Pragmatic EngineerAI 评分4949 The Pragmatic Engineer 播客对谈 Will Larson：工程管理规则的重塑
Pragmatic Engineer 播客邀请 Imprint CTO、前 Carta 与 Calm CTO Will Larson，讨论 2010 年代以来工程管理“潜规则”的变化，以及实干型管理者为何回归。
Pragmatic EngineerAI 评分6565 Gergely Orosz 调研27家公司软件工程师的AI支出与PR产出回报
Pragmatic Engineer 采访27家公司的工程负责人和资深工程师，结合 CodeRabbit 与 Gitar 数据分析工程师AI工具支出及PR吞吐变化。
AI as Normal TechnologyAI 评分6060 Narayanan 与 Unger 撰文主张 AI 应超越自动化议程，走向人机协作增强
Arvind Narayanan 与斯坦福 Digital Economy Lab 经济学家 Gabriel Unger 发文，批评硅谷把 AI 等同于全面自动化的主导议程，主张 AI 应转向增强人类能力与协作。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 作者提出代码即图，图库是错误的设计
Pydantic AI 作者 Samuel Colvin 发文提出图库是错误设计，代码本身就是图：类型检查提供类型安全，asyncio.gather 提供扇出与汇合，调用栈就是运行状态。
推荐理由：作者以自建图库的亲身经历论证代码本身就是图，给出类型安全、并行与快照三者不可兼得的分析，并说明 Monty 沙箱的解法。
Pragmatic EngineerAI 评分4646 Sam Newman 谈构建弹性分布式系统
Pragmatic Engineer 播客访谈《Building Microservices》作者 Sam Newman，他认为微服务是“最后手段”的架构，并探讨团队采用微服务时的常见误区、独立部署的价值及如何借助微服务提升团队自主性。
Pragmatic EngineerAI 评分5959 Pragmatic Engineer 发布 2026 年科技行业现状全景：16 项变化与 5 个未来趋势
Gergely Orosz 基于 LDX3 大会主题演讲发布 2026 年科技行业现状分析，指出几乎所有工程师已不再手写代码、普遍并行运行 5-10 个智能体，GitHub 智能体生成 PR 八个月增长九倍且 2026 年 8 月数量超过人类。
Pragmatic EngineerAI 评分5252 Pragmatic Engineer 播客对话 Cockroach Labs CTO Peter Mattis 谈分布式数据库与 AI 时代的工程实践
Pragmatic Engineer 发布与 Cockroach Labs 联合创始人兼 CTO Peter Mattis 的播客访谈。
Pragmatic Engineer精选AI 评分7979 Shopify 为何放弃 React Native 重回原生开发
Shopify 宣布原生开发是其移动开发的未来，决定将全部移动应用迁回 Swift 和 Kotlin，Shop 应用仅用 12 周完成原生重写，Shopify 应用迁移进行中。
推荐理由：原文结合 Shopify 团队一手访谈，拆解 AI 智能体如何改变原生与跨平台移动开发的成本权衡，并对照 Airbnb 与 Notion 的先例。
Pragmatic EngineerAI 评分5151 DHH 在 Rails World 演讲引发“手工编码终结”讨论
The Pulse 报道 David Heinemeier Hansson（DHH）在 Rails World 主题演讲中宣布手工写代码在专业工作中终结，至少在 37signals 如此。文章由此讨论手工编码是否已是不可逆趋势，并提及 Amazon 和 Meta 在招聘方面遇到困难。
Armin Ronacher AI 博客AI 评分6666 Armin Ronacher 用 35 小时软件工厂实测 GPT 6 Astra，质疑其代码产出不适合软件工程
Armin Ronacher 让 GPT 6 Astra 全权管理一个软件工厂，35 小时烧掉约 4B tokens、产生 75k 行净增代码和 79 个 commits（约 1200 美元 API 成本，合每 commit 约 15.5 美元），但没有产出有价值的东西。
Armin Ronacher AI 博客AI 评分5454 Armin Ronacher 谈 LLM 如何让开发者敢于选择更难更快的语言与技术
Armin Ronacher 认为 LLM 让熟悉一门语言的成本不再重要，语言选择变得不那么关键，开发者更多按宣传选择语言。
Nathan Lambert：InterconnectsAI 评分7070 Nathan Lambert 解析 GLM-5.3 发布与中国实验室如何紧咬前沿
Z.ai 发布 GLM-5.3，暂仅限编码方案，两周内开放权重，约 750B 参数、与 GLM-5.2 同底座仅大幅延长后训练，在多个智能体编码基准上超过 Kimi K3，部分超过 Claude Fable 5 或 GPT-5.6-Sol。
Figma AI / Agent / MakeAI 评分5353 Figma 工程师 Jake Albaugh 谈如何让 AI 加速产出不偏离正确方向
Figma 的 Jake Albaugh 发文讨论 AI 让编码提速后如何避免只快不对：AI 加速执行但不提供判断力，易陷入他所说的认知投降，需要先想清楚什么值得做。他引用 Google 关于 agentic engineering 的白皮书，建议用测试等确定性层、高信号上下文和清晰接口约束智能体，并借助设计系统减少技术债。文章还指出模型输出趋向分布内的平均水平，观点必须由人自己持有。
Nathan Lambert：InterconnectsAI 评分5454 Nathan Lambert 写完 AI 教材后谈 LLM 为何迟迟做不好长篇非虚构写作
Nathan Lambert 完成后训练教材《Reinforcement Learning from Human Feedback》，结合写作过程分析：GPT 4.5、Kimi K2 等写作口碑好的模型多是旧模型，模型在长篇技术写作上组织混乱、错误复合。
AI as Normal TechnologyAI 评分7171 Arvind Narayanan：AI 为何没有也不会取代软件工程师
Narayanan 撰文用数据反驳 AI 达到阈值将引发大规模裁员的叙事。Block 4000 人、Snap 约 1000 人、Intuit 3000 人裁员事后均显示另有财务或股东压力等主因；纽约 WARN 披露首个年度 160 余家公司无一勾选 AI 选项，仅约 0.2% 被裁员工与 AI 相关。
Ethan Mollick：One Useful ThingAI 评分7373 Ethan Mollick 试用水墨级模型 Claude 5 Fable：从掌舵者变成出资人
Ethan Mollick 据早期访问体验称，首个 Mythos 级公开模型 Claude 5 Fable 在几乎所有任务上明显超越他此前用过的公开模型，可连续工作最多十几个小时执行多页规格。
Ethan Mollick：One Useful ThingAI 评分4848 Ethan Mollick 介绍新书 Co-Existence：从人机协作的 Co-Intelligence 到 AI 智能体时代如何共处
Ethan Mollick 宣布新书 Co-Existence 将于 10 月 20 日出版，聚焦如何与“有时强于你、有时弱于你”的 AI 共事。他指出 2025 年底出现的 coding agents 已改变工作方式：有研究称代码量增加十七倍，Anthropic 报告其 80% 代码由 AI 编写、每个开发者交付量提升 8x。
Ethan Mollick：One Useful Thing精选AI 评分7676 Ethan Mollick 实测评测 GPT-5.5：能力跃升但锯齿状边界仍在
Ethan Mollick 提前试用 GPT-5.5 并撰写评测，认为其表明 AI 快速提升尚未结束。同一编程任务中 GPT-5.5 Pro 仅 GPT-5.5 Pro 真正模拟了城镇演化，耗时 20 分钟，而 GPT-5.4 Pro 需 33 分钟。
推荐理由：作者以早期访问实测对比多代模型，用同一编程任务和数据研究案例展示 GPT-5.5 的进步与边界。
Ethan Mollick：One Useful ThingAI 评分5656 Ethan Mollick 撰文解析 AI 智能体时代的形态与滚动式冲击
Ethan Mollick 在 One Useful Thing 撰文称，自 2025 年底 Claude Code、OpenAI 的 Codex 等智能体兴起后，人机协作进入管理 AI 而非与 AI 共事的新阶段。
Ethan Mollick：One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从写水獭小诗到完成博士级研究任务
Ethan Mollick 在 Gemini 3 发布当天撰文实测，用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步，Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由：作者以三年前的旧帖作对照，用同一任务让 Gemini 3 实际演示能力变化，并给出 Antigravity 智能体协作的第一手使用体验与局限。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 Devin 2025 年度绩效评估，总结 18 个月智能体落地经验
Cognition 为上线 18 个月的 Devin 发布绩效评估，其已在数千家公司的工程团队中使用，累计合并数十万个 PR，客户包括 Goldman Sachs、Santander 和 Nubank。
推荐理由：Cognition 基于大量客户实践总结 Devin 的真实强弱项，给评估智能体部署效果提供了一套可参考的框架。
Cursor：ChangelogAI 评分6363 Cursor 阐述 AI 编程下一阶段的关键问题与研究方向
Cursor 发布对最初问题博文的后续补充，列出对下一阶段 AI 编程最关键的问题与研究方向。
Cursor：ChangelogAI 评分4646 Cursor 团队谈我们要解决的问题
Cursor 团队发布一份问题清单，说明其正在攻关的 AI 编码方向：训练自定义高速重排序模型，把每次请求收集的 50 万个 token 过滤到最相关的 8k；构建面向编辑的 copilot 和可在几十万 token 文件夹上工作的受约束流内 Agent。