https://arxiv.org/html/2603.03823v1

论文开发了个双Agent的评估程序，给定一份历史版本代码（从开源软件修改历史里嫖的），架构师Agent运行完整的单元测试（对应最新版本代码），根据结果总结出bug、缺失的新功能给程序员Agent（以自然语言）。程序员AI老老实实埋头编码，看不见单元测试代码没法面向测试作弊。不断迭代之后最终根据测试通过率和回退率评分。

 

测试结果是claude最强，qwen和glm目前最强闭源版居中，deepseek因为太久没更新掉队了差一点，另外居然还测了豆包。垫底的水平很符合那个唐氏综合症一般的图标。

mcp是时候改进一下了。模仿agent skills的渐进式加载。mcp工具都加入名称和描述，初始状态只加载这些进入上下文，当llm决定使用工具时再动态获取方法和定义。

这样不仅使用更方便不用手动勾选工具，而且能达到skill一样的省token效果。

gemini 3.1 pro写前端经常能写出一些巧克力外壳的狗屎。乍一看像模像样，点开为什么没效果，我去html里硬编码的，ts里根本没实现逻辑。前台angular+typescript很多代码反正就一股异味，丢了觉得可惜，手改觉得恶心。

python后端倒是还好

很多流行音乐一定要在整首歌3/4位置的时候加入一段俗套到爆的电吉他独奏，已经是套路了。听到这种就讨厌。

没有这种套路的歌是少数，反而里面遇到精品的概率还更高

一个xray（v2fly肯定也一样）一个hysteria，都不遵守gai.conf里设置的优先使用ipv4，老是访问ipv6。真的是非常讨厌。

都是go写的。ai教我使用GODEBUG=netdns=cgo让它遵守，然而并没有什么用。还是直接使用iptables6直接禁止了他俩连接任意v6地址才老实

在云服务器内运行的编程智能体。和gemini cli不一样一点，更偏向vibe coding（我其实是比较讨厌这个词的，什么氛围啊许愿抽卡还差不多）。给他一段描述清晰的需求，它能在云端跑上一个小时不需要人干预。它内置的工具明显比cli更多，能使用playwright mcp自己操作和截图浏览器测试前端界面功能。

jules按会话来算使用量的。pro账户每天100个会话，能使用gemini3pro。免费只有15个，flash模型，砍的非常狠。

每个会话只有开头能上传图片等附件。不过后面还能输入文字。看来还是每次输入一大段需求，让它跑久一点比较划算。

 

 

openclaw莫名其妙的火，还有一帮跟风的。甚至带火了卖macmini的。那玩意性价比最高的丐版，本地模型智力根本就撑不起龙虾的使用场景，不知道跟的什么风，都是调api整个树莓派5都行

16寸，2560×1200，165hz，350nit，100%srgb，CSOT MNG007DA1-Q（以拯救者游戏本同款屏幕举例）

面板：b规大瑕疵，200元

驱动板：edp直通dp，40元

屏线：10元

外壳：金属壳，40元

电源：30w pd头+线，20元

视频线：10元

 

另外皮套大概值20元

 

我买的这款驱动板，能调整亮度能断电后保存亮度，但是不支持无信号休眠。只要视频线插着即使自动熄屏了背光也常亮。

市面上的直通驱动板，有的上面有个开关可以切换常量还是无信号息屏。但是不如普通显示器的是，电脑开机且插着线自动息屏后也算有信号。

2000年初联想1+1电脑预装的一款动画百科全书软件，中文名“万物运转的秘密”。启动画面标志性的飞艇撞倒埃菲尔铁塔，一个小人在电视屏幕来回钻（最标志性的猛犸象反而是记不得了）。整个软件全都是很有特色的手绘风格动画。

这个激光的原理画面一直都记得，感谢吃遍整个互联网资料的gemini，只告诉他背景信息就帮我想起来了软件的具体名字。2.5的时候还试过找不到，今天用3.0试了下居然找到了。

灵车变小轿车了，“投资”成功。稳定性对比最初一星期炸好几次大幅度提升。中间线路变过好几次，回程还变成过联通最后还是回到cmi了。但是它也涨价了，从100一年提升到了250一年。放一个网络质量测试：