阅读日报 · 2026-10-22
阅读清单
📚 今日阅读清单
2026-10-22 · 共 14 篇
🤖 AI 编程
1. Codex 是如何诞生的 / How Codex Happened
Codex 从 2025 年 5 月一次失败的云端发布出发,团队一度迷失方向。转机来自两条线合流:Sottiaux 把 agent 重写成可复用的本地内核,Pokrass 让 GPT-5 学会应付真实工程;随后团队顶住质疑不做代码编辑器,押注桌面应用。2026 年 2 月应用上线,7 月反向吞并 ChatGPT 桌面端。作者的核心结论是:模型能力的跃迁会不断淘汰上一代产品形态,只能靠多支团队并行试错,再收敛成一条路。
2. Claude Code 团队如何做代码评审 / How the Claude Code Team Does Code Review
Claude Code 团队把代码评审里的大部分阅读交给机器:改动在开 PR 前先自验证,每个 PR 都过 AI 评审和安全评审,CI 卡住合并,人工审批按风险分级,只有受信任作者的低风险改动能无人合并。人保留五件事:要不要做、高风险代码、架构、看证据、对结果负责。团队把故障和回滚做成每日 eval 持续改进评审器,并限制评审轮数,避免 agent 之间无限往返。
3. 如何更有野心:写给会用模型的人的教程 / How to Be More Ambitious: A Tutorial for Humans with Models
作者在 Claude 团队工作,常和同行一起呼吁:用 AI 应该更有野心。他把野心分成四类:速度(同样的事更快做完,文中略过)、海拔(提高抽象层级,盯住结果而非单个任务)、深度(用领域顶尖专家的工具和方法,产出新知识,坚持外部验证)、范围(借多个领域的视角,把名词换成动词再组队)。最后用自我效能研究解释:相信自己能做到、看别人做到、允许自己失败,都能让人做成原本认为不可能的事。
4. 为什么 harness 对能效至关重要 / Why Harnesses Matter for Energy Efficiency
Neuralwatt 分析了一个月的 Agent 流量,发现 harness 在编程会话的能耗中占了相当大的比重。缓存未命中会让请求能耗大约翻倍,而且会话越深代价越高:上下文超过 128k token 后,重读一半 prompt 的开销相当于约 600 个普通轮次。实验室测试里的每次缓存断裂,都源于 harness 修改了已经发出去的内容;保持 prompt 开头不变、工具列表稳定、压缩放在最后,就能消除大部分浪费。
🛠️ 工程方法
5. 软件背后的人 / Someone Behind the Software
好产品会带上制造者的经历、在意的事与看问题的方式,这种共同视角就是产品的灵魂。如今行业把软件当成工厂流水线,又想用 Agent 把整条流水线自动化,改动只顾做加法,产品越来越像所有产出的平均值。作者主张把直觉与判断放回流程和数据之前,让做软件的人有空间深入理解问题、持续打磨,最终让人感受到软件背后的创作者,而不是工厂。
🏢 组织管理
6. 企业一拥而上投入 AI,如今部分开始收缩 / Companies Rushed In on AI. Now Some Are Pulling Back
全球企业急着上马 AI 后开始收拾残局:错误、低质工作和误报警消耗员工时间、推高成本、放大隐私与安全风险。Meta、微软、沃尔玛等已放缓节奏,限制使用、请回有经验的员工并加大培训。数据显示 90% 的高管称 AI 投入尚未带来生产率提升,2026 年至今美国超过 112000 条裁员公告提到 AI。核心教训是:能用、有人用,不等于完成转型。
🌱 职场与个人成长
7. 找到适合自己的那场游戏 / Finding the Right Game
多数人努力工作的方向,其实是学校、公司、投资人或社交媒体给的,自己从没认真选过目标。作者用咨询顾问、创始人和 Alex Hormozi 的例子说明:把“怎么赢”做到极致,却赢了一场自己不想要的游戏,结果依然痛苦。成功该按“你是否享受自己的生活”来定义,而选目标这件事必须在选市场、打磨方案之前完成。文末给出六个自问方法,帮你在每个里程碑重新校准自己到底想要什么。
8. 我自托管了什么 / What I Self-Host (and What I Don't, and Why)
作者用一台 16 GB 内存的 Beelink 迷你主机自托管了 17 个原生服务和 11 个 Podman 服务,全部由 systemd 管理,用来替代 Netflix、Google Photos、Trello、LastPass 等云服务。他的原则是不把任何服务直接暴露到公网、优先原生部署、放弃 Docker 转用 Podman。文中逐一说明了每个服务的用途和部署方式,也列出了试过但放弃的选项,比如 *arr 全家桶、Firefly III 和自托管邮件。
9. 为什么理性主义博客都写得这么长? / Why Is Every Rationalist Blog Post Way Too Long?
作者追问理性主义博客为何普遍冗长:他读 Scott Alexander 一篇 25,000 词的长文,自己写同主题的文章只用了 2,700 词。这类写作把啰嗦当成严谨,拿字数和参考文献数量代替判断力,Gwern 用 9,000 词论证尼古丁无害就是一例。作者认为真正缺的是智慧——懂得哪些想法值得追、哪些话不必说,而这个社区把为异端观点泼洒的墨水量本身当成了证据。
10. 你大概用错词典了 / You're Probably Using the Wrong Dictionary
大多数人只在遇到生词时才查词典,作者认为这是错的。他力推 Noah Webster 开创的韦氏词典(推荐 1913 年版):释义本身就是好文章,还会辨析近义词的细微差别,能把普通词变成更精确、更生动的表达。用对词典后,你会开始查那些早就认识的词,并从中获得乐趣。文末附在 Mac、iPhone、Android 和 Kindle 上安装使用韦氏 1913 词典的方法。
11. 感到不堪重负时,该做些什么 / What to Do When You Feel Overwhelmed
朋友接连撞上母亲的重病、自己身体不适、妻子的恐慌,工作上也不顺,整个人不堪重负。作者写信提醒他三件事:人生有季节之分,坏季节会过去;只需做一个决定——选择普通反应还是非同寻常的回应;管好自己能控制的事。文末的建议是:先改变身体状态(冲刺跑、俯卧撑、冷水澡),再思考。
12. 人生很短,花好时间的十三条原则 / Life Is Short (How to Spend It Wisely)
整理自 Productive Peter 的同名视频:一年感觉越来越快,是因为日子重复,刻意制造新鲜事才能把时间重新撑开。真正稀缺的也不只是时间,还有精力。做法是先圈出最重要的三件事、把其余写进避免清单,用环境代替意志力,再把人生当成一组小实验去试。十三章覆盖时间感知、关系、职业、财务与创造性生活,收在一句话上:让每个小时都算数。
13. 在公共汽车里拼命抢占头等座 / Fighting for First Class Seats on the Bus
一位在外企做了二十多年高管的人回看半生,遗憾的不是赚得不够,而是没早点建立资产积累的路线图。作者的整理给出三块内容:把经济安全感全押在工资上的三大误区;风(线性工资)与洋流(指数复利)的比喻,以及 20 万、60 万、150 万美元三座灯塔;还有警惕五类伪资产、建立家庭现金流表、重大决策先做数学模拟等五条实操建议。
📥 其他
14. 神经网络本已干净 / Neural Networks Are Already Clean
作者研究了几个月的图像与语言模型神经元后提出:网络只用一条学习原则,也就是泛化。过去被当作“任意打包”的多义性证据大多被误读,真实模式是递归泛化——神经元沿多个语义方向长出分支。InceptionV1 末层难懂源于架构与工具的缺陷;换用现代模型和更好的显微镜后,Qwen3-32B 里约 90% 的神经元只有一项主职。由此,机制可解释性可以直接研究网络本身,不必先训练第二个模型去拆解它。