五月过半，AI编程圈依然热闹。新工具、新观点、新榜单，这周有几件事值得关注。

Rust写了个Unix风格的编码Agent

Rust编程Agent概念图

Hacker News上最近有个项目很吸睛——Zerostack，一个用纯Rust写的编码Agent，设计灵感来自Unix哲学。

项目的核心想法是：Agent不应该是一个黑盒，而应该像Unix工具一样，每个组件做好一件事，通过管道组合起来。Rust的选择也很有意思——性能好、内存安全，而且Rust社区对AI工具的态度一直比较务实。

目前这个项目还在早期，但已经有480个点赞和254条评论。有意思的是，评论区很多人讨论的是："Agent框架到底需不需要这么复杂？"

项目开源在GitHub上，感兴趣可以找来找看。

大佬泼冷水：AI不会让你的团队变强

AI与人类协作隐喻图

Terraform创始人Mitchell Hashimoto前几天写了篇博客，在Hacker News上收获了1574个点赞和811条评论。

他的核心观点很直接：AI只会放大那些 already know what they want 的团队和那些不知道自己要什么的团队之间的差距。

类比很形象：AI就像有了无穷多个实习生。你知道怎么用实习生，AI就有用；你不知道，AI也帮不了你。

这篇博客火起来，某种程度上反映了行业的一种焦虑——很多公司在"为了用AI而用AI"，做出来一堆没有人真正需要的AI工作流。Mitchell把这个现象叫做"AI Psychosis"（AI精神病）。

这个说法有点刻薄，但确实点出了一个问题：工具再强，也得先知道自己要干什么。

Qwen3推理加速7.8倍，Orthrus项目开源

有个叫Orthrus-Qwen3的开源项目，最近在技术社区引起了不少关注。它的目标很简单：让Qwen3模型的推理更快，而且输出的分布保持不变。

结果挺惊人——最高7.8倍的tokens/forward加速。对于那些在本地或者自建环境跑Qwen3的团队来说，这个优化价值很大。

项目目前155个点赞，24条评论。有意思的是，评论区有人在讨论：这种优化思路能不能用到其他开源模型上？理论上可以，但每个模型的架构不一样，适配工作量不同。

如果你在用Qwen3做推理服务，这个项目值得看看。

前沿AI已经把CTF比赛玩坏了

有个讨论在Hacker News上引发了235个点赞和202条评论：前沿AI已经把传统的CTF（Capture The Flag）比赛格式搞坏了。

原因很简单：原来的CTF题目，设计出来是给人解的。现在AI模型可以在极短时间内解出大部分题目，而且解法跟人不一样——AI会暴力尝试、会利用漏洞组合，很多时候人需要想半天的题，AI几秒钟就搞定了。

这意味着什么？CTF作为一种教育和安全人才选拔的机制，需要重新设计。否则，比的不是谁懂安全，而是谁用的AI模型更强。

这件事背后有个更大的问题：当AI在某些领域已经超过人类，我们怎么重新定义"能力评估"？CTF只是一个开始。

Qwen 3.6 Max-Preview横扫六榜，却选择了闭源

Qwen 3.6六榜第一基准测试图

Qwen 3.6 Max-Preview这个模型，目前在六个主要的编程和Agent基准测试中都排第一：

SWE-bench Pro、Terminal-Bench 2.0、SkillsBench、QwenClawBench、QwenWebBench、SciCode——全都是第一。

这个结果让很多人意外，不是因为性能好（Qwen系列一直很强），而是因为：阿里巴巴选择了闭源。

从2023年以来，Qwen团队一直是最持续的开源权重发布者。这次闭源，有人猜测是因为竞争压力——GPT-5.5、Claude Opus 4.7都在最近发布了，Qwen可能需要保护自己的技术优势。

但闭源也意味着，想要用这个模型，只能通过API。而API的可用性和稳定性，就得看阿里巴巴的安排了。