Dex Horthy 公布 slopcode bench 全前沿模型评测进行中的逐项进度

Dex Horthy 发文称 slop code bench 正在成形，对比 Fable 5.1、Sol 的 med/high/xhigh 档位以及 GLM 5.3 的 med/high 档位。他表示许多 run 尚未完成，会持续更新，并感谢 GOrlanski 团队搭建该基准。

Dex Horthy 转发 @jlongster 的提问"what if we rendered mermaid diagrams like this"，并戏称这是一个名为"open code"的自主 OSS 艺术创作集体。附图展示了一种立体风格的流程图渲染效果，包含"Server running？"判断分支、"Read registration and call /api/health"、"Server forks update loop"等节点。

Dex Horthy 介绍 HumanLayer 中的 /show-me 技能，目标是让 agent 撰写的 PR 尽可能容易被审查。其引用 @notgiorgi 指出 agent 虽然 know what acquire-use-release 是什么，但会按仓库现有方式实现，配图伪代码展示了一段 runQuery 资源清理逻辑改动前后可能掩盖的错误捕获差异。

HumanLayer 的 Dex Horthy 发布直播节目 AI That Works 第 72 期，主题为面向可扩展软件的 Code Mode，直播链接为 https://x.com/i/broadcasts/1wxWjlpWEvmJQ。正文仅包含节目标题与链接，未提供更多细节。

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。