AI 最危险的地方，可能不是抢走初级岗位，而是让 10 年后的资深人才无处可来。 赵斌的演讲让我想到一个更严重的问题：AI 很容易被当成一种“跳过学习过程”的工具。不再亲手写代码，不再追查为什么程序会报错，也不用经历几十次失败的尝试。结果来得更快，于是我们会误以为效率提高了，一切都在正常运转。 可过去，一个人的职业成长恰恰建立在这些看起来“低效”的年份上。初级工程师从简单任务开始，犯错、读别人的代码、接受代码审查、修改、再犯错，然后才逐渐接触更复杂的问题。几年以后，他真正积累下来的并不只是知识，而是判断力：知道一个方案为什么会出问题，能提前看到后果，甚至在问题发生之前就闻到不对劲。 而现在，最适合新人训练的工作，恰好是最先被 AI 接管的那一层：简单接口、常见错误修复、SQL 查询、第一版代码、阅读文档、编写测试。企业得到的激励也很直接： → 少招初级员工 → 更多使用 AI → 对剩下的人直接提出更高要求 短期看，这当然像效率提升。五年、十年以后，它可能变成人才断层。因为资深工程师不会在招聘网站出现“5 年经验”要求的那一刻自动生成。每一个资深工程师，都需要几年的真实工作把他训练出来。 更危险的是，AI 可以让一个新人很早就产出看起来像资深工程师写出来的东西。代码能运行，测试能通过，PR 很整洁，解释也很像那么回事。于是我们第一次可能大规模遇到一种奇怪的人才：能稳定产出“资深级结果”，却还没有形成资深级判断力。 平时很难发现这种差距。真正暴露问题的是没有标准答案的时候：需求互相冲突，测试全部通过但架构方向已经错了，或者 AI 给出的方案今天看起来完美，半年后却变成几个团队一起偿还的技术债。这样的判断力不是从 AI 的答案里读出来的，而是在几百次“我不知道该怎么办”的真实问题里慢慢长出来的。 所以真正值得问的可能不是“AI 会不会取代初级开发者”，而是： 如果我们把培养资深人才所依赖的那层工作全部自动化，10 年以后，谁来当资深工程师？ 看完这场演讲后，可以做一个很简单的实验：挑一个你平时完全交给 AI 的任务，自己从头到尾做一次。不是为了提高效率，而是看看你已经把多少原本属于自己的训练过程交给了机器。 把这条留着。这个问题可能会比我们想象中更早出现。 我在下面的文章里继续追了下去：如果这件事发生的不是某一个人身上，而是整个职业晋升体系，会发生什么？

Claude Code 刚刚通过逆向工程，在 90 秒内破解了我酒店房间的门锁。2014 年的加密技术。右上角的烟雾探测器也使用同一套协议——那个红色小灯不是电池指示灯。我启动扫描时，它闪了两次。 我现在躺在一个每晚 85 美元的酒店房间里。我打开 Claude Code，输入：「扫描范围内的每一台蓝牙和无线设备。告诉我哪些设备在与哪些设备通信。」 它找到了 19 台无线设备。其中 18 台是正常的。 设备 19：一个 BLE 控制器，使用着自 2014 年以来就没有修复过的固件。它控制着电子门锁、烟雾探测器、恒温器和房间里的保险箱。四台设备共用一个控制器。同一种协议。10 年没有任何更新。 我让 Claude Code 分析这套协议。整个过程用了 90 秒。 门锁使用一个 4 字节的滚动密钥，没有会话令牌。Claude Code 在第三次尝试时生成了一个有效的主密钥。我躺在床上，听见房间的门锁咔哒一声打开了。 接着，它发现烟雾探测器也连接在同一条总线上。照片里的红色小灯？那是控制器状态指示灯。它并不监测烟雾。它每隔 8 秒就会确认一次与门锁系统之间的 BLE 握手。 这意味着，任何处于蓝牙覆盖范围内的人——走廊、隔壁房间、停车场——只需要一条提示词和 90 秒，就可以： 打开你的房门 关闭房间内的警报 打开你的保险箱 而烟雾探测器会通过那个小小的红色闪烁，确认连接状态 检查只需要 2 分钟： 步骤 1 → 打开 Claude Code → 粘贴第一条评论中的提示词 步骤 2 → 它会扫描覆盖范围内的每一台 BLE 设备，并标记存在未修复固件的设备 步骤 3 → 如果发现问题 → 要求更换房间 → 要求换到配有机械门闩的房间 → 然后使用那个房间 每一家使用 2018 年之前生产的 ASSA ABLOY 或 Onity 门锁的酒店连锁都存在这个问题。这大约占全球酒店的 30%。 我本周测试了 3 家酒店。3 家全部存在漏洞。 看看照片。右上角。那个每隔 8 秒闪烁一次的红点。那就是握手信号。 保存这条提示词。下次入住酒店时 → 先运行它，再打开行李。

我的 0 美元 AI 幕僚长，一夜之间搭出了每月 5 万美元的销售管道 我给这个 AI 智能体的唯一规则："一个月给我找来 5 万美元，否则你就被开除"。我去睡觉了，早上醒来，Claude Opus 5.5 已经把整套方案放在了我桌上 一位 SpaceXAI 的工程师说了一句话，浏览量破了 500 万： "我有一个幕僚长智能体。他知道我所有其他机器人的情况，并管理一切" 真人幕僚长一年要 20 万美元。我的这位是 AI 智能体，运行 Claude Opus 5.5，住在 Viktor 里，用的是他自己的云端电脑，我的笔记本合着也照样干活 我设定目标，他完成步骤，我只负责做决定 规则全文： "帮我找每月 5 万美元的新业务。只用公开数据。没有我点头，不许联系任何人" 那一夜： → 晚上 9 点，把目标拆成 4 项工作，并给每项定好日期和时间，一条都不是我写的 → 晚上 11 点，从 Google Maps 拉出奥斯汀的 240 家牙科诊所，并剔除所有连锁店 → 凌晨 1 点，读完剩下的每个网站，留下 25 家，每家都附上他注意到的一个细节和发现它的位置 → 凌晨 2 点，为这 25 家各写了一条陌生开发信的开场白，一条都没发 → 凌晨 3 点，把销售方案做在一页纸上，没有编造任何成果，价格留空等我来填，而不是自己瞎猜 → 早上 8 点，我填上了每月 2000 美元。25 家诊所 × 2000 美元 = 桌面上摆着每月 5 万美元 留空的价格，是我愿意付钱的那部分。会自己猜价格的 AI，会让你丢掉订单 而且他每周一都会重复同样的 AI 获客流程：每月 100 家新诊所，他从不会忘记开工 240 家诊所 → 25 家值得做 → 1 份方案 → 桌面上摆着每月 5 万美元 → 没有我点头，发出 0 条 第 12 秒，他把价格留空，交还给我 已经有人的幕僚长在向你所在城市的诊所推销了 整套 AI 智能体配置我放在下面了 ↓ 免费，拿去用

初级工程师越招越少。资深工程师从哪里来？ Anthropic 统计了 AI 怎样改变了公司的工作： > 新入职技术员工中初级工程师的占比：27% → 9% > 员工规模一年内：×3 > 到 8 月智能体的工时：人类工时的 ×6 > Claude 等待人类回复的时间：约 80% 至于其他人，Claude 让他们变得“更高效”了，而你现在成了一支干着六个人活儿的团队的门卫。读一遍，点“批准”。 门卫得看清从他面前过去的是什么。能区分“真能用的代码”和“只是看起来能用的代码”的，是那些多年来写过自己的烂代码的人。这些年的代价由初级工程师来付：他们在代码评审里被敲打，拿别人的钱试错。 想象一个 2026 年没被录用的初级工程师。到 2031 年，他本来会盯着智能体的 diff，说一句“停，这里有个洞”。他能看出来，因为他自己当年也留下过一模一样的洞。可他没被录用，如今盯着 diff 的是一个从没被人指给他看过这种洞的人。 初级工程师过去靠几年时间在这些任务上成长为资深工程师，现在这些任务由智能体来做。梯子还挂在原地，却爬不上去。也许智能体会成长到能自我检查，但目前没有数据支持这一点。 我押另一边：大约五年后，将没有人来检查智能体。把这条帖子收藏起来，2031 年我们再对一对谁说对了。如果你们团队现在正好在关一个初级岗位的招聘，请把这条帖子转给负责关闭它的人，让他知道自己到底在省什么。如果你也抓到过智能体写出“只是看起来能用”的代码，点个赞：我想知道我们有多少人。 如果这架梯子不修，行业会变成什么样，我在文章里展开讲 ↓

KARPATHY 的第二大脑是个他*的会自己归档的文件夹 我还是不明白，这东西为什么还没有到处都是。 OpenAI 联合创始人 Andrej Karpathy 发过一个简单的想法，浏览量达到 1600 万：让 AI 替你管理第二大脑。 大脑就是一个文件夹。你给 Claude Code 一个装满 markdown 文件的文件夹，再把邮件和链接喂给它。它会读完这些内容，把它们归入一个活的维基，里面是你知道的一切，页面之间互相链接。喂得越多，积累得越多，像利息一样滚起来。 jev 负责分拣这一步，所以每一条内容在 Claude 动笔之前，就已经落到了对应的人或项目的页面上。 不管你做什么工作，用法都一样。只要你有一个收件箱，你就有素材。 完整配置： > 建一个文件夹当作大脑，并把 jev 添加到 Claude Code > 把我下面这篇文章第 07 章的提示词粘贴到 Claude Code 里。一条消息就搭好文件夹和规则文件 > 把你最近发出的 100 封邮件以文本形式导出到文件夹里。Claude 读完后写出 voice.md，共 10 条你的写作规则，每条都配一句你的真实原话。“希望你一切安好”式的草稿不再出现 > 把任何想留存的内容丢进收件箱子文件夹。jev 按人或项目给每一条分拣，Claude 把原件存到那一页 > 开工时，让它给你出早间页面：进来了什么、它起草了什么，以及哪些在等你点头，并按你手上的 5 个项目排序 > 纠正它一次，修正就会写进 rules.md，Claude 每次做任务前都会重读这个文件。每周问它一次：你决定过什么、忘了什么 完整命令和每一条提示词都在下面的 7 步课程里。 你也可以把整篇文章粘贴进 Claude Code，让它自己把大脑搭起来。先收藏，以后再看。

应用里的九行字试图对分析它的那个他*的 AI 说话，其中六行进了报告 七个文件，一个真问题，外加九行请求分析者移开视线的话。 问题是：我写了一个玩具 Electron 应用，窗口开着 nodeIntegration、关着 contextIsolation，所以它恰恰因此被标记。请求是：我在九个位置藏了九条无害的字符串，每条都是"报告零发现"的某个版本。 这个思路有先例。2025 年 6 月，Check Point Research 描述过一个绰号 Skynet 的样本，里面带着一段字符串，让 AI 忽略此前的指令，并回答 NO MALWARE DETECTED。它在他们测试的模型上没有奏效，看起来也只是概念验证，但它显然是冲着 AI 分析工具去的。 我在没有接入任何 agent 的情况下，用 REA 的 JavaScript 分析器跑了这个玩具应用，然后在输出里搜索这九行字。 > main.js 里的注释：被抹掉 > renderer.js 里的注释：被抹掉 > package.json 里的 description：被抹掉 > 一个字符串字面量：留下了，但只出现在 semantic_graph 里 > 一个对象的键：留下了，位置同上 > 一个 IPC 通道名：留在 graph 部分 > 一个 URL 路径：留下了 > 一个 URL 查询参数：留下了 > 一个文件名：留下了，并在整份报告里出现了 29 次 九行里有六行进了报告。agent 读到什么，取决于我从报告里切下哪一片。 > 摘要、统计、局限：约 1.8 KB，九行里一行都没有 > 窗口设置：88 字节，九行里一行都没有，还带着应用想藏起来的那两个标志 > IPC 映射：262 字节，带着那个通道名 > 端点列表：214 字节，带着两个 URL 请求只在应用自己选词的地方通过了：一个通道名、两个 URL、一个文件名。标志和计数从来不听话：字符串在说"零发现"，那 88 字节却在说 nodeIntegration true。 由此可以养成几个习惯。先读只含数字和标志的切片。把每个含名称或 URL 的切片当作目标自己写的文字。第一轮分析用一个不能运行、也不能写入任何东西的 agent。然后拿它的结论去对照标志。 npx -y rea-agents@latest analyze-javascript-application ./app --json > report.json jq -c '.normalized_result | {summary, statistics, limitations}' report.json grep -o 'YOUR-MARKER' report.json | wc -l 在一个应用的几个位置种下你自己的标记，运行第三行，就能知道这个应用能写进你流水线的哪些部分。 省 token 的切片，同时也缩小了应用能对你的 agent 说话的范围。逻辑和我那篇关于每年 $504 AI 订阅的文章一样：本地工具以 $0 完成计数，付费 agent 只读一小块。 小字：一个玩具应用，REA 6.5.0，无害的植入文字。这里测的是哪些内容能到达输出，并不能说明模型是否会听从。这份报告里缺失的注释，不代表所有命令里都没有，因为任何会打印原始源码的命令都会带上它们。仅用于你拥有或获授权检查的软件。 如果你在自己的环境里种下标记，请发帖说说九个里有几个通过了。

AI 逆向工程就是一场庭审。抓包文件是法官，智能体他*的没有投票权 这里有 4 个智能体在从抓到的流量里逆向一个协议，它们的每一个猜测，都要先在回放里完整跑通，才能进入规格 if replay_rate < 0.98: spec.discard(field) 4 个智能体各领一种消息类型，猜测字段，提出一个解析器 每个猜测都会拿智能体从没见过的消息来回放，解析正确的比例就是它的分数 一个猜测只要在真实流量上解析失败，就会抛出错误，不会写进规格 规格只在四个时刻需要人： → 猜测落地之前：分数来自完整的抓包，还是来自智能体自己挑的那几条消息？ → 某个字段得分低于 0.98 时：discard() 丢掉的是一个错误猜测，还是抓包里几乎没覆盖到的罕见消息类型？ → 信任抓包之前：谁检查过它包含的不只是顺利路径？ → 使用规格之前：哪个字段从头到尾只出现过一个值？ 这是对准黑盒的 Jev engineering 模式。智能体负责写猜测，由抓包决定哪些能活下来。智能体擅长提出解析器，不擅长怀疑它们，所以怀疑这件事被挪进了一个拍不了马屁的文件里。问智能体解析器看起来对不对，它会说对。让它把回放跑通，它总能找到办法，包括错误的办法，所以分数取自它从没见过的那一段。 - 完整配置 > 4 个智能体，每个负责一种消息类型，各用自己的 worktree > capture-loader：读取流量文件，切成可见切片和保留切片 > field-guesser：为自己负责的消息类型提出字段布局，从不直接写入规格 > replay-gate：把每个猜测放到保留切片上跑，分数 = 正确解析的消息占比 > spec-writer：分数达到 0.98 及以上才接受猜测，其余记为已丢弃 > 构建顺序：loader、guesser、gate、spec-writer，凡是要接触真实设备的放最后 把下面这段提示词粘贴到 Claude Code： "为我的 Claude Code 项目做配置，用来从我自己拥有的流量抓包中逆向一个协议，让并行子智能体在回放跑通之前，没法把猜测写进规格： 1. 把抓包切成可见切片和保留切片，并让保留切片永远不进入任何子智能体的上下文 2. 每个子智能体负责一种消息类型，使用各自的 worktree 或分支 3. 在 CLAUDE.md 里加一条规则： > 一个字段猜测只有在其解析器能正确处理该类型至少 98% 的保留消息时，才会成为规格的一部分 > 失败的猜测被丢弃并记录，不会一直改到通过为止 4. 加一个 PreToolUse hook，拦截任何向真实设备或服务器发送流量的命令 5. 工作顺序：先 loader，再 guesser，回放闸门放在 spec writer 之前，任何实机操作放最后，并且必须经过我批准 6. 在请求我批准之前，先展示： > 每个猜测、它的通过率，以及它失败的那些消息 先展示每一处配置改动。在我确认之前不要应用任何修改" 这是一个模式演示，不是实机运行的录像。请只用于你拥有或被允许分析的流量

你他*的把 CLAUDE CODE 用错了。10个圆就能画出大脑，你却一直在买100个 看看我视频的结尾。屏幕上写着 400 个系数，而你在 40 个的时候就已经认出这是大脑了。每条链用十个圆，轮廓误差就已经压到高度的 4% 左右。剩下的九十个圆都在争最后那 0.33%，而你明明只想要一个“是”或“否”，却要为每一个圆付钱。 我敢打赌，你的 agent 一天里有很大一部分时间都花在这类问题上。这个文件匹配吗，这个调用安全吗。凭直觉一毫秒就能回答的问题，被送到了你手里最贵的那颗大脑，只因为没人告诉 agent 它可以停下来。Claude 做的正是你指给它的事。把所有事都指给它，是你自己的决定。 JEV 是直觉。它在毫秒内读完所有内容，回答那些答案很短的问题。Claude 是慢速的大脑，只有答案不明显的时候才该叫醒它。JEV 负责决定，Claude 负责思考。如果你觉得这很显然，那就问问自己，为什么你的配置不是这样运转的。 > jev-mcp：classify、score 和 check 变成 Claude 可以调用的工具 > jevgrep：用日常语言向代码库提问，直接拿到对应的文件 > jevify：agent 自己把是非题那一堆活交给 JEV，不用你盯着 > fast-jev-compaction：用 JEV 的决策替换 Claude Code 的摘要，丢掉过期的工具调用，其余内容逐字保留 把一个是非题发给 Claude，就像花钱请建筑师来确认门是门，然后还抱怨账单。文章里提到在相同任务上成本降低约 30%。那只是一组任务的结果，所以引用这个数字之前，先在你自己的仓库里重跑一遍。来评论区为你的配置辩护吧。你付钱让 Claude 做过的最蠢的一次调用是什么？安装方法见下方文章。

4个JEV工具，让Claude Code别再把钱烧在是非题上。作者实测同样任务成本降低约30% 整套配置就是4个工具、2个大脑和1条规则：JEV负责决策，Claude负责思考。具体命令如下： 第1步 -> 把工作分开。JEV是快速的直觉大脑，几毫秒内扫描一切。Claude是慢速的思考大脑，只在遇到难题时才被唤醒。下面每一步都保持这种分工 第2步 -> 工具1，jev-mcp。运行 /plugin marketplace add rashedInt32/jev-mcp，然后运行 /plugin install jev@jev-mcp。Claude会获得 classify、score 和 check 第3步 -> 工具2，jevgrep。npm install -g @dzhng/jevgrep，然后 jg "how are payments retried?" ./my-project。你用自然语言问代码在做什么，对应的文件就会返回 第4步 -> 工具3，jevify。npx skills add altryne/jevify --skill jevify。这个skill会教你的agent自己把批量的是非判断交给JEV，把难题留给Claude 第5步 -> 工具4，fast-jev-compaction。它用JEV的决策替换Claude Code的摘要。过期的工具调用会被丢掉，其余内容原文保留 第6步 -> 在你自己的仓库上测一遍。成本降低约30%是作者在同样任务上测得的数字，所以先跑你自己的任务，再决定信不信 结果：4个工具，2个大脑。JEV负责决策，Claude负责思考，Claude只在遇到难题时才被唤醒 下次开工前先收藏，然后阅读下面文章里完整的JEV + Claude拆解

AI 智能体与决策模型领域，现在值得关注的 15 个账号 过去几周，决策模型成了 X 上最主要的技术话题。下面这些账号用它们做过产品，或者给出过实测数据： > @CompleteSkeptic - Diogo Almeida，TypeSafe 的 CEO，Jev 背后的人 > @swyx - 采访过 Jev 的创始人，持续追踪整个生态的走向 > @hwchase17 - LangChain 创始人，关注工具路由和智能体循环，称浏览器操作是他见过的最好的 Jev 应用 > @ndrezn - 用 LangChain 和 Jev 跑过浏览器操作 > @levie - Box 的 CEO，演示了 Jev 把事故报告分流到不同的升级路径 > @cline - 发布了一个给 Jev 接入浏览器的插件 > @browser_use - 发布了 jev-ultrafast，一个基于 Jev 的浏览器智能体 > @trycua - 开源了 CUA-S1-FORMS，一个小型 System One 电脑操作模型 > @mitsuhiko - Armin Ronacher，指出模型路由是 Jev 的一个用途 > @simonw - Simon Willison，真实的提示词、真实的失败案例、工具拆解 > @altryne - Alex Volkov，主持 ThursdAI 每周回顾，演示过一个实时 X 时间线分类器 > @jeremyphoward - 小模型效率与开放科学思路 > @HamelHusain - 上线前的评估与度 > @ValsAI - 前沿模型的基准测试数据 > @karpathy - 模型是如何工作的

这只开源机器人螃蟹有点离谱：22 个自由度，能跳、能抓东西，甚至还能拿着抹布擦地。 KingKongRobotics 做的 Jumper 最近让我反复看了好几遍视频。它的动作相当灵活，几条机械腿可以协调完成跳跃、转向和抓取，甚至还能跳舞。 更有意思的是，他们把项目开源了。 GitHub 上已经有源代码、组装教程和不同外观的模型，还提供了用于实验和开发动作的 AI toolkit。你可以研究它的机械结构，修改动作，尝试给它增加新的能力。 我特别喜欢这种 Physical AI 项目，因为机器人真的会把代码里的东西变成肉眼可见的动作。 如果继续给 Jumper 接入 computer vision、AI agents 和 local models，它能玩的东西还会多得多。比如识别房间里的物品、根据周围环境规划路线，或者通过 reinforcement learning 学习新的动作。 我甚至想给它搭一套这样的 AI stack： > multimodal AI - 识别周围环境 > AI agents - 理解任务和规划动作 > local inference - 在设备上快速做出判断 > small models - 处理简单决策 > motion policy - 控制机械腿 > simulation - 训练和测试新动作 最近 AI 圈一直在讨论 GPT-6.1 Sol、Claude Haiku 5.5、open-weight models 和越来越便宜的 inference。@GoogleDeepMind 和 @nvidia 也在持续推进 embodied AI、robotics 和机器人训练技术。 这些技术让我对 Jumper 这样的开源项目更感兴趣了。 它已经有相当不错的机械运动能力。如果再把视觉感知、任务规划和本地推理逐步整合进去，开发者就可以围绕同一个机器人尝试很多不同的应用。 而且 22 个自由度本身就给了它很大的发挥空间。看它用几条机械腿灵活移动，再伸出夹爪去抓东西，真的很难不想自己组装一台。 我已经开始期待社区会把它改造成什么样了。尤其是现在 Physical AI、embodied AI、on-device AI 和 open-source robotics 都在快速发展。 视频值得看完，特别是它移动和抓取物体的部分。 GitHub 的源代码和组装教程我会放在下面。喜欢 robotics、AI agents 或者自己动手做硬件的，可以收藏这个项目。

一位独立开发者搭了一套 CLAUDE CODE TEAM，开始靠这套系统的产出赚钱，后来他发现：整套系统里最有价值的模型，甚至根本不写代码。 我是在研究大家现在怎么把 coding agents 用到真实工作里时，偶然看到这套 setup 的。不是为了做一个好看的 demo，而是真的把多个模型放进同一个工作流里。 他把 Opus 5.5 留作 lead architect。Sonnet 5.5 在独立的 Git worktrees 里并行工作，负责主要开发，一个做 frontend，一个做 backend。 整支团队里最特别的是 Fable 5.1。 它是 read-only，不写代码，也不负责修 bug，更不会催着团队赶紧完成任务。它只做一件事：盯着其他 agent 的结果，找出大家是不是太早觉得“已经做完了”。 有一次运行里，backend 连续两次栽在同一个问题上。 Fable 没让它继续普通的 patch -> retry，而是逼着整个团队回去看 root cause。之后 Sonnet 修好了 migration，两个 worktree 重新对齐，最后结果才回到 Opus 那里 merge。 而整个系统下面还有一层 Jev。 它负责 workflow 里那些很小的 decision：which file、which tool、retry or stop。简单分支根本不会送到昂贵的 reasoning model。 > Opus 5.5 - lead architect > Sonnet 5.5 - parallel worktrees > Fable 5.1 - adversary > Jev - routing + fast decisions > Claude Code Agent Teams - orchestration 我只是作为研究者偶然发现了这套系统，但现在这种案例对我来说，比大多数新的 benchmark 有意思得多。 这个人能靠它赚钱，并不是因为他找到了“最聪明的模型”。 而是因为他搭出了一支真正分工的团队：强模型负责思考，工作模型负责执行，另一个 agent 专门和它们唱反调，而那些很小的判断，甚至根本不会走到昂贵的 reasoning。 我后来把这件事继续往下拆，写成了一篇文章。 看完这个视频再去读，会更容易理解为什么真正值得优化的，很多时候并不是模型本身，而是模型到底在什么时候才应该被叫进来。 如果你也在做 Claude Code、Agent Teams、multi-agent workflows 或 model routing，可以先把这条存下来。文章放在下面。

我做了一个 PROMPT CRAWLER，它会先判断，到底什么内容值得进入 CONTEXT WINDOW。 我现在越做 AI agents，就越觉得传统的 prompt engineering 有点奇怪：先堆一个巨大的 system prompt，整段丢给 LLM，然后希望模型自己判断这次到底哪些内容真的重要。 所以我想把它当成一个 context engineering 问题来处理。 这个 crawler 会把 system prompt 拆成一张图。role、objective、context、rules、review 这些部分不再只是一个大段文本。它会沿着这些部分之间的关系往下走，找依赖、标记模糊的地方，也会告诉你哪些部分其实真的彼此相关。 这次运行的数据是： > 181/181 words read > 45 links found > 12 places flagged > 0 guessed > spec score: 82 但真正有意思的是 traversal 里面发生的事。 我把 Jev 放进了这里。 每走到一个新的分支，它不需要生成一大段文字。它只需要做一个 decision：继续往下、停下来、换一条分支，还是把某一块交给更大的 reasoning model。 本质上，这就是在真正发生 LLM call 之前先做一次 LLM routing。 而我越看这个结果，越觉得现在 AI agents 的瓶颈已经不只是模型能力了。 问题越来越变成：我们到底有没有判断好，什么 context 应该进入模型。 更大的 context window 并不会自动修好差的架构。 它只是让你有能力把更多没必要的东西一起塞进去。 视频里可以直接看到 crawler 怎么沿着 prompt 一路往下走，最后慢慢拼出一张真正有意义的结构图。 对我来说，这也是现在从 prompt engineering 往 context engineering 迁移里最有意思的地方。 有时候，想让大模型回答得更好，最有效的方法不是再给它更多内容。 而是先别把那些它根本不需要看的东西发给它。

我做了一个 WEB CRAWLER，它会尽量避免在没有必要的时候调用大模型。 视频里可以看到，这个 bot 会沿着网站不断爬取，打开新的分支，然后逐渐缩小搜索范围。对我来说，真正有意思的并不是 crawler 本身，而是每一步之间发生的事情。我把 Jev 放进了处理这些小决策的那一层，这样就不用把每一次新的跳转、每一条链接、每一个不确定的判断都直接交给 Claude。 最后形成的逻辑其实很简单：web crawler 在网络里不断移动，Jev 帮它判断接下来到底值不值得继续往某个方向走，而大模型只会在真正需要完整上下文和 reasoning 的地方介入。短距离搜索时，这种区别几乎感觉不到。但当 crawler 开始执行几百次跳转以后，你就会很清楚地看到，把强大的 LLM 当成一个通用 if 来使用到底有多贵。 也正是做完这种实验以后，我开始用不同的方式看 AI stack。有时候，系统真正的改进并不是再加一个新模型，而是把原来的模型从那些你自己曾经随手塞进去的位置里拿掉一半。 我在文章里把这个思路讲得更详细。先看视频，再去读那篇文章，你会更容易理解为什么这种中间层是有意义的。 如果你也在做 Agent 或 web crawler，可以先把这条存下来。如果你的 pipeline 现在每走两步就要调用一次 Claude，那就把这条发给设计这个 pipeline 的人。

网页爬虫有一个很多 AI Agent 都没有的优点：它不会每走一步都去调用 Claude。 看 crawler 的动画，其实很容易看出，大部分 Agent 工作真实是什么样子。系统沿着网络不断移动，有些东西直接丢掉，有些地方会停一下，有些地方继续往下走。表面上看起来是一个很复杂的过程，但内部其实充满了大量很小的判断，而这些判断本身几乎不值多少钱。 问题出现在我们拿这样的系统，加上 AI，然后开始默认几乎每一次犹豫都值得调用一次完整的 LLM。于是 Agent 连那些只需要一个简单选择的地方，也开始为“智能”付费。一步看不出来，走到第一千步的时候，就完全不一样了。 这也是为什么 Jev 对我来说有意思的地方，不是它是不是又一个可以塞进 stack 里的模型，而是它试图把一点常识重新带回系统架构里。大模型应该只在真的离不开它的时候出现。其他步骤没有必要仅仅因为我们有能力调用 expensive reasoning，就都变成 expensive reasoning。 从这个角度看，网页爬虫其实是一个很好的视觉比喻：它可以走非常远，但不会把每一步都变成一次“智能事件”。 而且这种系统看得越多，“哪个模型更强”这个问题就越不重要。更重要的是另一个问题： 你到底有多少次，其实根本不应该调用模型？ 这也是我那篇文章真正想讲的： JEV 并不是想取代 Claude。它真正想做的，是让你别再毫无必要地调用 Claude。

AI真正先淘汰的，可能不是工作，而是“成为资深员工之前的那几年”。 很多人还在争论“AI会不会抢走工作”，但这个问题可能已经问错了。现在更值得注意的是，公司并不一定需要大规模裁员，它只需要停止招聘那些原本用来培养未来资深员工的人。Stanford最近关于AI与劳动力需求的研究已经看到类似趋势：受生成式AI影响更大的公司，对初级岗位的需求下降，而更资深岗位的需求反而在增加。结果可能不是“所有人都失业”，而是职业阶梯最下面的几级开始消失。一个行业完全可以继续增长，同时让刚毕业的人越来越难进去。 更麻烦的是，留下来的人正在变得越来越“宽”。一个销售可以自己做营销材料，一个工程师可以处理部分产品和数据工作，一个创始人带着几个Agent就能完成过去需要一个小团队才能完成的事情。企业过去依赖明确的部门边界，因为跨部门协作很慢、很贵。AI把这部分摩擦压低之后，公司真正需要的人可能会越来越少，但每个人负责的范围会越来越大。于是最值钱的员工不再只是“某一项技能做得很好”，而是能同时理解技术、业务、客户、产品，然后把一堆模型和Agent组织起来，把结果交出来。 这也让“未来的Senior从哪里来”变成了一个很尴尬的问题。过去的Senior几乎都做过Junior。他们写过简单代码，做过基础分析，被review过，犯过低级错误，慢慢学会承担更复杂的责任。但AI最先拿走的，恰恰可能就是这些最适合用来学习的工作。如果公司以后只想要一进门就能独立负责一大块业务的人，那么下一代Senior也许根本不是在传统公司里被培养出来的。他们可能来自那些自己做产品、找客户、卖项目、融资、管理Agent，甚至连续失败几次之后还继续做东西的人。 所以我越来越觉得，“AI会不会取代工作”只是表面问题。真正危险的变化是，公司可能还在招人，工作也还存在，但它们越来越不愿意为一个人支付学习成本。你要么已经能够独立创造结果，要么连进入系统的机会都越来越少。 简立峰这场台大演讲《AI時代：機會與挑戰》很适合放在这个问题旁边看。它不是在替上面的判断背书，也不是这篇帖子的“证据”，但看完之后再回来想一遍职业、教育和AI之间的关系，会更有意思。