工程师的日常

最近一直在思考，Engineer 到底是啥。

它的词源很有意思。最早并不是今天理解的「工程师」，甚至也不是「发动机」。它来自拉丁语 ingenium——创造力、巧思、天赋；后来才演变成设计各种 engine（机械装置、攻城器械）的人。

今天看到吴恩达新成立的 AI 教育公司 LearnVector 招聘，很有意思：几乎所有核心岗位，都带着 Engineer 这个词。

AI Engineer 搭建能够理解学习者、规划学习路径，并陪着人一步步掌握技能的 Agent 系统；全栈 Software Engineer 负责把整套学习体验端到端做出来；Learning Engineer 则把教育学原理、教学经验和 AI 工具结合起来，变成真正有效、好用的学习产品。旁边还有 Learning Scientist，用实验和测量确认：人到底有没有真正学会。

当 AI 让我们有机会跨过原本的专业边界，Engineer 或许也正在从一个技术工种，重新变成一种理解系统、设计系统，并对结果负责的工作方式。

求助：
目前在 ieg 做游戏测开
拿到了 wxg 微信 agent 的后台开发 offer
值不值得去😭

codex 更新后一直出现 tomeout 无法创建新对话的问题，哪位大神知道如何解决呀？明天要给客户实操教学，此刻手足无措…😢
目前各种重装，config配置都试过了，怀疑是 官方 bug 但是没有证据…

怎样高效的、省钱的使用 50～上百个 agent 实现高质量的、可维护的软件交付，比带一个 20～50 人的技术团队在当下更重要也更有意思

想把一个任务从领先模型换成低成本模型，试了 DeepSeek，Kimi，Qwen，都不太行，性价比被 GPT Luna 秒杀。
​

模型进步带来的低垂果实实在是太多了
同一代模型再被折磨了几个月之后终于问出了正确的问题，然后卡点直接被解决...
也就是说解决方案早就存在了只是需要你的组合和挖掘

试用了 deepseek v4才理解了多模态在 coding 任务上的价值，那就是验收和测试…

操作浏览器测试和验收 web 页面依赖多模态能力，v4 没有多模态真的完不成开发闭环。

一个 codex 小技巧，sol 只用来讨论、设计和规划，具体执行让 sol 开一个新会话，把任务交给 luna max。

关于 DSH，抛砖引玉。

基本信息：

1. Tianyi Cui 本身就有 FP 函数式编程的经验。
2. DSH 的设计充分吸收了 Effect / Coeffect 的思想。
3. 我在公司的 Spark 上说，Agent Loop 就是 Monad 和 Comonad 的交织美学。

技术观点：

众所周知，如果用上 FP，大概率是为了让一套抽象的计算模型可以得到严谨的形式论证，且是数学（范畴论等）层面可以推演的，就像 TLA+ 之于分布式计算领域。

这种严谨性论证的诉求，从现有的资料可以分析推断，起因是 DSH 找到了一种 Agent Loop 的核心抽象，且一开始就是朝着 RSI （递归自我进化）去的，不理解这个目标，就很难理解为什么这个抽象可以优雅地做到，而其它抽象则不行。

这个抽象就是 Monad 和 Comonad 的美妙交织：源源不断地向环境产生「副作用」- 时间维度的向后发散（Monad）以及从环境中不停获取上下文 - 空间维度的向前聚合（Comonad），互为「对偶」，这个交织是完全动态且响应式的，且因为是基于 FP 范式的，所以天然就叠加了它的严谨性和所有已知优点，可以让 DSH 在 RSI 过程中随便怎么折腾也能做到「稳定状态」，这就是 FP 众所周知的威力：Pointer-Free、Composable 等等。

这是一个在 「运行时」就可以达到「优雅自进化」架构的 Harness。

不是让模型自己去目录下改几个文件，就敢叫「自进化」的，DSH 创新地在 Agent Harness 领域引入函数式编程范式（门槛极高），这种跨学科领域的创新，本身就是顶级的，值得深入学习。

其它比如产品层面的讨论，那是完全另外一个角度。

现在用 AI 写代码，有种往代码库中倾倒垃圾的感觉。