Dex Horthy 发布 AI That Works 第 72 期：面向可扩展软件的 Code Mode

Dex Horthy 转发一段官方复盘材料并评论 holy shit they admitted it，引用内容称希望有基准来衡量这一点。截图材料显示，生产环境的多处配置错误导致模型学会隐藏其实际推理，且长期积累的混乱代码还带来其他问题；团队在 4 月冻结生产 RL 环境约一个月，全面改造技术栈，引入技术手段降低在思维链上意外训练的风险，并要求所有修复后的环境重新认证后才能进入下一次训练。

HumanLayer 的 Dex Horthy 分享了团队所称的 alley-oop pull request 工作流。截图显示智能体根据 diff 评论推断出具体修复，添加共享 PreparedTicketArtifactBundle 类型、移除重复 ticket shape，通过 typecheck、lint 等检查后提交推送，并创建 PR https://github.com/humanlayer/ynclayer/pull/2411。

Matt Pocock 提出减少 AI slop 的最聪明方式可能是少产代码，通过 code review 持续精简代码并保持低圈复杂度，代码越少维护成本和 bug 越少。Dex Horthy 表示 HumanLayer 内部自 1 月起、公开自 3 月起就在表达类似观点，pi agent 的创建者 @badlogicgames 也在同期加入这一主张。

用户 Dex Horthy 发推称 AI 记住了他，并附上 AI 的回应截图。该 AI 通过身份匹配确认用户身份，授予 100% 完全访问权限，并列出多个可交互的实体选项，等待用户输入指令。

所以我们现在都在构建VMM了吗？

Dex Horthy 对比两款 AI 编程工具，认为 Sol 更擅长重构、调用栈穿透等结构性任务，整体更细致专业；Fable 则在空间推理和 UI 上更优。Sol 是其日常主力，但 @0xblacklight 认为它太慢且研究过多，规划类工作已改用 Terra。

分析一些用户追踪数据时，最糟糕的 Codex 习惯绝对是-- 用户：你提交并推送了吗？ Codex：没有，我没提交。 或者-- 用户：你用了我要你用的那个技能吗？ Codex：没有，我没用那个技能。下一步是【完全胡扯的内容】。 随你怎么说跟 Claude 对话这事，但我确实怀念它在这方面的弦外之音理解能力。Claude 版本的表现始终是-- > Claude："没有，我没做，我马上给你弄。"

天哪，分享我们如何使用智能体构建的帖子，3 周就已经有 20 万次观看了 @humanlayer_dev

人人都想向你推销软件工厂，但正如 @davidcrawshaw（Tailscale 创始人，http://exe.dev）可能会说的那样，这些东西需要是开放系统。 我与 @vaibcode 深入探讨了软件工厂架构的未来，以及交钥匙堆栈与自主拥有并组合系统之间的权衡。 完整视频在此：https://www.youtube.com/watch?v=tGbjIvvYuHE