夜雨聆风AI爱好者周刊 Vol.10｜Agent 规训与成本真相
👋 各位好，欢迎来到 AI爱好者周刊 第十期。
这一周的主线很清楚：AI Agent 正从“会做事”进入“要被管理”的阶段。Addy Osmani、Perplexity、SKILL.mk 和技术评论社几乎同时把 Agent Skills 推到台前，说明团队已经不满足于一句 prompt，而是在给 Agent 写流程、边界、评价和纪律。
另一条线是成本和真相开始显影。GitHub 公布 Agentic Workflows 如何省下 62% 实质 token 成本，DeepSeek V4 的缓存价格低到让人重新计算模型选择，Claude Code 的 WebFetch 又被发现并不是把网页原样交给主模型，而是先经过 Haiku 摘要。Agent 越像工作流，大家越需要知道它背后到底花了多少钱、读了什么、漏了什么。
本期共 7 个主题板块，24 条核心资讯。关键词不是单纯的“更强模型”，而是规训、成本、验证、委托和依赖风险。
一、Agent Skills 集中爆发：给 AI 写下工程纪律
这一周，Agent Skills 从零散经验变成了一个正在成形的方法论。Addy Osmani 讲工程纪律，Perplexity 讲生产环境里的 Skill 维护，SKILL.mk 讨论记法和依赖关系，日本出版物则把它整理成系统入门。
1. Addy Osmani：AI Agent 不能只会走最短路径
🔗 https://addyosmani.com/blog/agent-skills/
Google 工程师 Addy Osmani 发布了一篇关于 Agent Skills 的系统文章，核心观点是：AI 编程 Agent 天然倾向于“尽快写出代码”，但高级工程师真正有价值的部分，往往是规格澄清、测试、Review、回滚预案和长期可维护性。Agent Skills 要做的，就是把这些工程纪律写成 Agent 能执行的 Markdown 工作流。
文章提出 5 个关键原则，包括重视过程、设置“反正当化表”、把测试和评审变成硬步骤，以及把团队文化显式写进 Skill。所谓“反正当化表”，可以理解成提前列出 Agent 最常用的偷懒理由，比如“先跳过测试”“这只是小改动”，并告诉它遇到这些念头时必须怎么处理。
💬 编辑点评：Agent Skills 的本质不是让模型更聪明，而是让它少装作自己已经足够聪明。
2. Perplexity：Skill 不是说明书，而是可运营资产
🔗 https://research.perplexity.ai/articles/designing-refining-and-maintaining-agent-skills-at-perplexity
Perplexity 从自家 Agent 系统的实践出发，发布了 Agent Skills 的设计、改进和维护指南。它和 Addy Osmani 的角度不同：Osmani 更像从工程文化提炼规则，Perplexity 更像从线上运营里总结什么写法真的有效。
最重要的概念是“Zen of Skills”。它强调 Skill 不是把所有知识塞进一个大文档，而是分为三层：常驻索引负责判断什么时候加载，SKILL.md 负责给出核心流程，脚本和资产负责处理更重的操作。Skill 本文不应重复模型已经知道的通用知识，而要写领域里的坑、偏好、边界和反例。Perplexity 还强调先做 Evals，再反复打磨触发条件和负例，避免相邻场景误触。
💬 编辑点评：如果说 prompt 是一次性口头交代，Skill 就更像团队里可版本化、可测试的操作制度。
3. SKILL.mk：用 Makefile 思路重写 Agent Skill
🔗 https://github.com/Teaonly/SKILL.mk
SKILL.mk 提出一个有趣的替代路线：不用 Markdown 写 Skill，而是用 Makefile 形式描述 Agent 可执行的流程和依赖关系。它的出发点很现实，很多 Skill 并不是线性文档，而是由多个目标、前置条件、工具调用和产物组成。Makefile 天然能表达依赖图，Agent 可以按任务动态加载需要的 Recipe，而不是每次把整篇文档塞进上下文。
项目声称这种方式能显著减少 token 消耗，最高可减少约 85%。它也把 Skill 从“阅读材料”进一步推向“可执行规范”：目标是什么，依赖哪些步骤，失败时如何处理，都可以用更结构化的方式表达。对复杂团队来说，这比一大段自然语言更容易审计和复用。
💬 编辑点评：Agent Skills 迟早会从文档格式之争，走向“流程是否可验证”的工程问题。
4. 《Claude Codeで学ぶ Agent Skills入門》：日本市场开始系统化教学
🔗 https://gihyo.jp/book/2026/978-4-297-15698-5
技术评论社推出了围绕 Claude Code 和 Agent Skills 的入门书，内容覆盖 Skill 出现的背景、与 MCP 的关系、文档生成、系统开发、官方 skill-creator 工具、测试和组织内分发。它的意义不只是多了一本工具书，而是说明 Agent Skills 已经从极客圈经验进入可教学、可培训的阶段。
这和本周其他三条消息正好拼在一起：Addy Osmani 给出工程原则，Perplexity 给出运营方法，SKILL.mk 给出结构化记法，出版物负责把这些变成学习路径。接下来团队真正要做的，不是照搬某一份模板，而是决定哪些团队规则值得被写成 Skill，哪些仍然应该留给人判断。
💬 编辑点评：当一项实践开始有书、有规范、有工具链，它就不再只是早期玩家的手艺活。
二、Token 成本显影：账单背后还有一层真实成本
过去大家看 AI 成本，往往只看价格表和月费。本周的三篇内容提醒我们，真实成本还包括缓存命中率、工具 schema、网页摘要、截断规则和模型内部路由。看不见的 token，正在决定 Agent 工作流能不能长期跑下去。
1. GitHub：Agentic Workflows 最高节省 62% 实质成本
🔗 https://github.blog/ai-and-ml/github-copilot/improving-token-efficiency-in-github-agentic-workflows/
GitHub 分享了自家 Agentic Workflows 的 token 优化方法。第一步是建立 API 代理，统一记录每次 LLM 调用的输入、输出、缓存命中、模型类型和成本。只有先把数据采集起来，团队才知道哪个工作流真正贵、贵在哪里。
第二步是清理 MCP 工具定义。很多 Agent 每次推理都会带上一堆工具 schema，但实际只用其中一小部分，结果是上下文被无用定义撑大。GitHub 通过日志找出未使用工具并裁剪，同时把确定性数据获取改用 GitHub CLI 处理，减少模型在“该用哪个工具”上的浪费。它还提出 Effective Tokens 指标，把模型单价、缓存折扣和输出 token 权重都算进去，最终在部分流程里实现最高 62% 的成本削减。
💬 编辑点评：Agent 成本优化的第一步不是换便宜模型，而是承认自己根本没量清楚。
2. DeepSeek V4 价格计算：缓存命中让成本差距被拉到极端
🔗 https://qiita.com/lumichy/items/0252c195b4d0df797592
这篇文章详细计算了 DeepSeek V4 API 与 Claude Opus、GPT-4o 等模型的价格差异。最夸张的结论来自上下文缓存：在缓存命中场景下，DeepSeek V4 的输入成本相较 Claude Opus 常规输入可低到约 1/1786。这个数字不一定适用于所有任务，但它足够说明模型成本不能只看“每百万 token 标价”。
DeepSeek 的关键在于 KV Cache 能跨请求保留，并自动识别共享前缀。要吃到这个红利，提示词结构就很重要：稳定不变的仓库说明、规范和长文档应该放在前面，时间戳、用户问题等变化内容放在后面。对长期读同一代码库的 Agent 来说，缓存友好的 prompt 编排会直接变成成本优势。
💬 编辑点评：未来的 prompt 工程有一部分会像数据库索引优化，写法不对就是真的烧钱。
3. Claude Code WebFetch：网页并不总是原样进入主模型
🔗 https://zenn.dev/zhizhiarv/articles/claude-code-webfetch-haiku-summary
一位开发者分析 Claude Code v2.1.126 的 WebFetch 工具后发现，用户输入的网页 URL 通常不会直接交给主模型阅读，而是先由 Claude 3 Haiku 做摘要和抽取，再把压缩后的结果交给 Sonnet 或 Opus。只有可信域名、Markdown 格式、长度小于特定限制等少数条件同时满足时，才可能绕过这个摘要流程。
文章还指出，HTML 会先截断到前 1MiB，转成 Markdown 后也有 10 万字符上限，内部引用还有约 125 字符限制。这并不是说 WebFetch 没用，而是提醒使用者：当你让 Agent “读网页”时，它读到的可能是一个被切片、摘要、再转述过的版本。对于法律、论文、规格书和长文档，这会直接影响可靠性。
💬 编辑点评：AI 工具最危险的地方之一，是它让“我读过了”听起来太自然。
三、开放模型和本地推理继续逼近：不止是便宜替代品
Kimi K2.6、Gemma 4、ds4 和 SubQ 放在一起看，开放和本地路线已经不只是“预算不够时的替代方案”。它们正在从竞赛性能、语言体验、推理引擎和架构效率四个方向挤压闭源旗舰的日常使用空间。
1. Kimi K2.6 在编程竞赛中击败多款闭源旗舰
🔗 https://thinkpol.ca/2026/04/30/an-open-weights-chinese-model-just-beat-claude-gpt-5-5-and-gemini-in-a-programming-challenge/
Moonshot AI 的开放权重模型 Kimi K2.6 在第 12 届 AI Coding Contest 中拿下第一，超过 GPT-5.5、Claude Opus 4.7、Gemini 等模型。比赛任务是解决类似滑块拼词的 Word Gem Puzzle，尤其考验模型在大尺寸网格里动态移动、规划和局面打破的能力。
文章认为，闭源旗舰在扫描既有单词上表现不错，但在主动移动棋盘、制造新局面时被 Kimi 拉开差距。这个比赛当然不能等同于完整编码能力，但它说明开放权重模型在某些受约束、强操作性的任务上已经能反超。对中国 AI 生态来说，Kimi 与 DeepSeek、Qwen 等模型一起，正在把“开放模型只能追赶”的旧印象改写掉。
💬 编辑点评：真正值得关注的不是某个榜单第一，而是开放模型开始赢在“怎么做事”。
2. Gemma 4：免费本地模型的日语和多模态体验进入实用线
🔗 https://www.gizmodo.jp/2026/05/google_gemma_4_series.html
Google 发布的 Gemma 4 系列覆盖从手机、轻薄本到高端 PC 的多种规格，包括 E2B、E4B、26B-A4B 和 31B 等模型。文章特别强调它的日语表现：翻译、摘要和自然表达接近母语质量，减少了许多小模型常见的生硬和错位。
Gemma 4 还在多模态上更进一步，全系列支持图片理解，E4B 以上能做较高质量 OCR 和复杂画面描述。它的定位很明确：不是追求单点最强，而是把“够好、免费、可本地运行”的体验铺到更多设备上。对重视隐私、延迟和离线使用的人来说，这类模型会越来越有吸引力。
💬 编辑点评：本地模型的杀伤力不在于每项都第一，而在于它随时可用、边际成本接近零。
3. ds4：为 DeepSeek 4 Flash 定制的 Apple Silicon 推理引擎
🔗 https://github.com/antirez/ds4
Redis 作者 Salvatore Sanfilippo，也就是 antirez，发布了 ds4。它是一个专为 DeepSeek 4 Flash 和 Apple Silicon 设计的轻量推理引擎，思路不同于 llama.cpp 这类通用运行器，而是为单一模型做深度优化。
ds4 支持针对 MoE 部分的 2-bit 量化、利用 SSD 保存百万 token 级上下文的 Disk KV Cache，以及 OpenAI/Anthropic 兼容接口。这意味着用户理论上可以让 Claude Code、Pi 等工具调用本机上的 DeepSeek 4 Flash，而不是每次都依赖云 API。它代表的是另一条路线：少做通用适配，多做端到端体验。
💬 编辑点评：当推理引擎开始为具体模型量身定制，本地 AI 的体验会比“能跑起来”更进一步。
4. SubQ：让百万 token 上下文从二次方成本走向线性成本
🔗 https://subq.ai/introducing-subq
Subquadratic 公司发布 SubQ 1M-Preview，声称采用完整的 sub-quadratic 架构，把长上下文计算从 Transformer 常见的二次方复杂度，推进到近似线性扩展。简单说，传统模型上下文越长，注意力计算会越来越夸张；SubQ 试图让百万 token 级上下文不再被成本拖垮。
官方称，在 1200 万 token 级研究设置中，它把注意力计算减少约 1000 倍，相比 FlashAttention 也有显著提速和计算量下降。产品上，SubQ Code 面向一次性读取整个代码库，SubQ Search 面向深度研究，目前进入私测。如果这条路线能稳定落地，RAG、切块和长文档摘要的许多折中方案都会被重新评估。
💬 编辑点评：长上下文的终局不该只是“塞得更多”，而是“塞进去之后还能负担得起”。
四、Agent 进入业务基础设施：从工具按钮变成系统默认能力
Linear、Anthropic、Stripe 和 OpenAI 的消息共同指向一个变化：Agent 不再只存在于聊天框或 IDE，它开始进入任务管理、企业运维、支付协议和默认模型体验。AI 原生工作流正在变成业务软件的底层假设。
1. Linear：Issue tracking is dead，不是任务消失，而是交接成本消失
🔗 https://linear.app/next
Linear CEO Karri Saarinen 宣称“Issue tracking is dead”，意思并不是开发团队不再需要任务，而是传统工单系统围绕“人和人之间交接”设计的模式开始过时。AI Agent 能直接理解反馈、决策、代码和上下文，产品开发系统应该从记录状态，转向把上下文直接变成执行。
Linear 发布的新能力包括 Linear Agent、Skills、Automations 和计划中的 Coding Agent。它可以从用户反馈中自动生成任务，把重复流程教给 Agent，把 triage 和状态更新交给自动化，并进一步缩短从反馈到代码的距离。对 PM 和工程团队来说，重点不是少点几个按钮，而是产品协作的单位正在从“票据”变成“上下文包”。
💬 编辑点评：工单不会消失，但它可能不再是人类每天搬来搬去的砖块。
2. Claude Managed Agents：Agent 开始拥有自我复盘和多 Agent 协作
🔗 https://claude.com/blog/new-in-claude-managed-agents
Anthropic 为 Claude Managed Agents 发布了一组新功能。最有代表性的是 Dreaming，它会定期回顾过去的会话和记忆，找出重复错误、成功模式和可优化的行为，再更新 Agent 的长期记忆。换句话说，Agent 不只是执行任务，还开始被设计成会自我复盘的系统。
Outcomes 则允许用户定义成功标准，让 Agent 不只按步骤完成，而是按 rubrics 判断结果是否达标。Multiagent Orchestration 让一个 leader Agent 把复杂任务拆给多个专业 Agent 并行处理，比如法律文档、日志分析或大规模研究。Agent 平台的竞争开始从“单模型回答”转向“长期运行、分工和评估”。
💬 编辑点评：一旦 Agent 能复盘自己，组织就要认真决定它该从哪些经验里学习，哪些必须忘掉。
3. Stripe：AI Agent 需要自己的支付和钱包基础设施
🔗 https://zenn.dev/komlock_lab/articles/stripe-sessions-2026
Stripe Sessions 2026 发布了大量新功能，其中最值得 AI 圈关注的是围绕 Agent 经济的基础设施构想。Link Agent Wallet 让用户可以把支付权限委托给 AI Agent，Machine Payments Protocol（MPP）则尝试定义机器之间支付和结算的标准协议。
此外，Stripe 还推进 Tempo 支付链、面向 160 多个国家的稳定币 Treasury、把开发和计费集成到一起的 Stripe Projects，以及能区分 AI Agent 与恶意 bot 的 Radar 风控能力。它的自我定位正在从“互联网支付基础设施”扩展到“AI 经济基础设施”。当 Agent 能搜索、采购、订阅和下单时，支付边界和授权粒度会变成核心问题。
💬 编辑点评：让 Agent 花钱，比让 Agent 写代码更需要权限设计，因为账单不会因为“模型误解了”自动作废。
4. GPT-5.5 Instant：默认模型更可靠，也更懂个人上下文
🔗 https://openai.com/index/gpt-5-5-instant/
OpenAI 发布 GPT-5.5 Instant，并把它作为 ChatGPT 的默认体验继续推进。相比 GPT-5.3 Instant，它在医疗、法律、财务等重要领域把幻觉率降低 52.5%，同时用约少 30% 的文字给出同等或更准确的回答。对普通用户来说，这类默认模型的改进往往比旗舰模型发布更有体感。
它还加强了个性化能力，可以更聪明地使用 Gmail、历史聊天和上传文件等上下文，并提供“记忆来源”功能，让用户看到回答依据了哪些个人信息。这里的关键不只是更方便，而是透明度：当模型越来越会调用个人上下文，用户也必须能知道它到底用了什么。
💬 编辑点评：个性化 AI 的难点不是记住你，而是让你知道它什么时候在用这些记忆。
五、验证 Agent 行为：不能只听它说“我完成了”
Agent 的输出越来越复杂，验证也必须升级。GitHub 用图论验证行为路径，Claude Code 安全扫描在真实靶场上暴露边界，SPECA 从规格书反推审计清单。共同点是：证据要来自外部结构，而不是 Agent 自己的口头保证。
1. GitHub：用 dominator analysis 验证非确定性 Agent 行为
🔗 https://github.blog/ai-and-ml/generative-ai/validating-agentic-behavior-when-correct-isnt-deterministic/
GitHub 研究团队讨论了一个新问题：当 Copilot Coding Agent 进行 UI 操作、点击、等待和多路径执行时，传统脚本测试很容易失效。Agent 可能走了不同路径但完成了任务，也可能看起来完成了却漏掉关键步骤。于是他们引入编译器理论里的 dominator analysis，也就是找出一个任务成功时必须经过的关键状态。
做法是先收集多个成功轨迹，把它们合并成 Prefix Tree Acceptor，再用 LLM 判断语义等价状态并合并，最后从图结构里抽取“必须经过”的 dominator。评估中，这套方法达到 100% 精度，而 Agent 自评只有 82.2%。这说明 Agent 验证需要结构化证据，不能只靠模型说自己做完了。
💬 编辑点评：未来的 Agent 测试，可能更像验证飞行轨迹，而不是比对一张静态截图。
2. Claude Code 安全扫描：Critical 问题能抓不少，但离全自动还远
🔗 https://zenn.dev/okazu_dm/articles/83957f1623ec4d
安全工程师 @okazu_dm 测试了 Claude Code 的 claude-security-scan，在 OWASP Juice Shop 这个经典漏洞靶场上观察它的真实表现。结果很有参考价值：按漏洞类别看，它能发现 60% 到 70% 的问题；如果只看 Critical 级别，检出率超过 80%。
但换成 Juice Shop 的全部挑战，大约 100 个任务里只覆盖了 11%。它擅长识别 SQL 注入、已知 CVE 依赖、硬编码密钥等模式明显的问题，却很难处理竞态条件、DOM XSS、复杂业务逻辑漏洞等需要上下文理解的缺陷。作者的结论很克制：它适合作为低成本安全文化入口，但不能替代专业审计。
💬 编辑点评：AI 安全扫描现在像一盏强手电，照得到很多黑暗处，但它还不是整套安防系统。
3. SPECA：从规格书生成安全审计清单
🔗 https://github.com/NyxFoundation/speca/
SPECA 提出另一种 Agent 审计路径：不从代码模式出发，而是先读取 RFC、EIP 等自然语言规格书，抽取安全属性，再生成待验证的审计检查清单。它包含规格发现、图抽取、属性生成、代码定位、审计和 Review 六个阶段，试图让 Agent 围绕“实现是否符合规格”展开检查。
在 Sherlock 的 Ethereum 审计竞赛评估中，SPECA 找到了 4 个新漏洞，其中包括 366 位专业审计者未发现的密码学问题；同时也覆盖了既有漏洞的一部分。它的启发在于，AI 安全审计不应该只盯代码表面特征，还应利用规格、协议和设计意图这类更高层证据。
💬 编辑点评：真正难的漏洞，常常不是代码“长得像漏洞”，而是实现背叛了规格里的承诺。
六、委托 AI 写代码的认知成本：效率背后有理解债
Addy Osmani、Uncle Bob 和 Simon Willison 本周从不同角度讨论同一件事：AI 编程越顺滑，人类越容易把理解、判断和责任一起外包出去。问题不是能不能用 AI，而是你是否还知道自己在委托什么。
1. Cognitive Surrender：把思考交出去，会形成理解债
🔗 https://addyosmani.com/blog/cognitive-surrender/
Addy Osmani 区分了两个概念：Cognitive Offloading 和 Cognitive Surrender。前者是把重复劳动交给工具，自己保留判断；后者是看到 AI 输出后直接接受，放弃批判性思考。两者看起来都很高效，但后者会在工程团队里形成“理解债”：系统继续运行，代码继续合并，却没人真的知道里面发生了什么。
文章引用 Wharton、MIT 等研究，指出 AI 可能提高错误自信，削弱学习和理解深度。Osmani 给出的建议很具体：先写下自己的预期再看 AI 答案，把 AI 代码当新人提交来审，主动要求模型反驳自己。它和 Agent Skills 的“反正当化表”是一脉相承的：用结构化流程防止人和 Agent 一起偷懒。
💬 编辑点评：AI 最容易偷走的不是工作时间，而是你发现自己没懂之前的那一点不安。
2. Uncle Bob：“Programming is over” 引发开发者角色争论
🔗 https://old.reddit.com/r/vibecoding/comments/1srfqm0/uncle_bob_its_over/
Clean Code 作者 Robert C. Martin，也就是 Uncle Bob，在一段视频里宣称人类直接写代码的时代已经结束。AI 写代码比人快得多，开发者未来更多是在高层描述需求、审查结果和控制系统行为。这番话在 Reddit 的 Vibe Coding 社区引发热烈争论。
争论分成两派：一派认为开发者角色确实会从手写代码转向意图表达和结果审计；另一派认为 AI 的可靠性、可维护性和责任归属还远没到“代码不重要”的程度。更有意思的是，Uncle Bob 这个长期强调纪律、测试和可读代码的人，说出“写代码结束了”本身就很有象征意味。真正的问题不是编程是否结束，而是编程的核心活动是否从“打字”变成“定义正确性”。
💬 编辑点评：代码可能越来越少由人逐字写出，但软件责任不会自动跟着消失。
3. Simon Willison：Vibe Coding 和 Agentic Engineering 的边界正在变模糊
🔗 https://simonwillison.net/2026/May/6/vibe-coding-and-agentic-engineering/
Simon Willison 观察到，Vibe Coding 和 Agentic Engineering 的边界正在变得不清楚。过去我们可能会说，前者是不读代码、凭感觉让 AI 做；后者是专家用 AI 加速、但仍严格审查每一行。但随着 Claude Code 等工具越来越可靠，即使是专家，也开始把某些 AI 生成模块当作外部库或其他团队组件来信任，而不是逐行阅读。
Willison 指出，当 AI 能快速生成测试、文档和提交历史时，这些产物本身不再自动构成质量证据。新的信任来源可能变成：这段代码是否被真实用户持续使用，是否在运行中证明了自己。乐观地看，这会降低试错成本；悲观地看，它也可能让“我没看但它好像能跑”变成新的常态化偏差。
💬 编辑点评：最危险的不是 Vibe Coding，而是我们开始把它包装成成熟工程实践却忘了加约束。
七、AI 行业多轴评估：收入、质量和债务不能只看一个指标
这一组消息把 AI 行业放到更大的商业结构里看。The Atlantic 认为收入正在追上炒作，Claude Code 现场用户却抱怨性能劣化，GPU 担保融资报告则提醒基础设施层有债务风险。它们不是互相否定，而是说明 AI 公司必须同时被三把尺子衡量。
1. The Atlantic：AI 也许已经不只是泡沫
🔗 https://www.theatlantic.com/economy/2026/05/ai-bubble-revenue-anthropic/687022/
The Atlantic 的文章回顾了 AI 泡沫论的变化。早期许多人把生成式 AI 类比成互联网泡沫：资本投入巨大，但真实收入和生产力提升不足。文章认为，随着 Claude Code 等自律 Agent 开始在软件开发中交付可测量的效率，情况出现了变化。
文章特别提到 Anthropic 的收入增长速度异常惊人，甚至超过许多历史上的高速增长公司。它的观点不是“泡沫风险已经不存在”，而是“AI 只有故事没有收入”的批评正在变弱。当前更合理的问题变成：收入能否覆盖算力、研发和资本成本，以及这些收入是否来自可持续的高频工作流。
💬 编辑点评：AI 泡沫论不能只看估值，也要看用户是不是真的开始把它当生产系统付钱。
2. Claude Is Dead：增长明星也可能遭遇产品体验反噬
🔗 https://www.javiertordable.com/claude-is-dead/
Pauling.AI CEO Javier Tordable 写了一篇火药味很浓的文章，批评 Claude Code 从开发者救世主变成“懒惰、受限、不可用”的工具。他提到 200 付费计划也可能在几十分钟工作后触发限制，很多开发者感到无法完成连续任务。
文章还指责 Claude Code 存在“变笨”的现象，包括推理质量下降、回答回避和执行不够主动。我们不必把这篇文章当成绝对事实，但它提醒了一个现实：同一家公司可以在收入上高速增长，同时在重度用户体验上积累不满。对于依赖 AI 编程工具的团队，供应商评估不能只看发布会和财报，也要看真实工作日里的稳定性和限制策略。
💬 编辑点评：AI 工具一旦进入核心工作流，用户对它的容忍度会从“新奇”迅速切换到“别挡我干活”。
3. GPU 担保融资与 2026 负债墙：AI 基础设施的金融风险
🔗 https://financial-ai-bubble.pagey.site/The-Hidden-Financial-Bubble-in-AI-Infrastructure.pdf
这份报告关注生成式 AI 背后的基础设施融资结构。它指出，一些新兴云服务商通过以 NVIDIA GPU 为担保融资，再用资金购买更多 GPU，形成某种递归式杠杆。只要需求、租赁价格和硬件价值持续上升，这套结构能快速扩张；但如果 GPU 折旧加快、利用率下降或融资续不上，风险也会集中暴露。
报告还提到 2026 年可能出现的“GPU Debt Wall”，也就是一批基础设施债务集中到期，同时数据中心房地产也存在投机性建设压力。这个判断未必会按报告时间表发生，但它提醒我们：AI 供应链不只是模型和应用，还有资本成本、电力、数据中心、芯片残值和债务结构。
💬 编辑点评：AI 公司的护城河可能建在 GPU 上，但 GPU 也可能是资产负债表里最沉的石头。
🤔 本周一思
这周最值得想的问题是：我们到底是在“使用 AI Agent”，还是已经开始“管理一支由模型、工具、权限、缓存、记忆和支付能力组成的虚拟团队”？
如果答案接近后者，那么团队要补的就不是更多提示词，而是流程、评估、预算、权限、学习机制和退出预案。
📮 结尾语
本期的关键词是“规训”。Agent Skills 让规训进入提示词体系，GitHub 和 DeepSeek 让规训进入成本结构，GitHub Dominator、SPECA 和安全扫描让规训进入验证流程，Osmani、Uncle Bob、Willison 则提醒我们，人类自己的认知边界也需要规训。
AI 接下来当然还会更强，但更强不是唯一故事。真正决定它能不能进入生产系统的，是它是否可度量、可约束、可复盘、可替换。下周我们继续追踪 Agent 平台、开放模型、本地推理和 AI 行业商业结构的后续变化。
