这期的题目叫「控制论解释一切」。把今天的 agent 工程放回那条老线上看——18 世纪的调速器、容器编排里的控制器、维纳那本书——你会发现底层范式一直没变，变的只是忽视它的代价。
核心的读法是：把 agent 的外壳工程理解成控制论。往前可以一路类比到 18 世纪的调速器、容器编排里的控制器，再到维纳的那套东西。
真正的瓶颈不在模型，而在于「怎么把人类的高层判断外化成可校准的规则和反馈」。
对应到工作方式的变化就很具体：工程师不再直接写代码，而是设计环境和反馈回路——让 agent 自己去写，人负责把约束和行为准则校准对。
结论那句话很重：软件工程的底层真理一条都没变，但 AI 把「忽视它们」的代价，从慢性病变成了急性爆破。
有一套内部工作流方法论把角色变化说得很清楚：工程师从「编写代码」变成「定义任务、验证结果、管理 agent 的工作队列」的协调者。
这跟上一条是同一件事的两个说法：你的产出不再是代码，而是一套能让别人（或别的东西）产出正确代码的机制。
同一栏里还有很实用的一条经验：bash 这个工具被严重低估，而验证步骤应该贯穿整个循环，而不是等到最后才做。
基础设施这边有一条结构性矛盾被摆到台面上：放弃一个已在建的数据中心，因为里面规划的芯片已经落后一代了。
数字很直白：基础设施的建设周期是 12–24 个月，芯片的更新周期是 12 个月。
后者永远比前者快，这意味着「按今天的芯片规划明天的机房」在结构上就是错的。
有人系统梳理了这条线的历史：从早年纯粹的使用和消费，到今天真正产出世界级的开源项目。
这不是一次事件，是一条走了很多年的曲线，中间的转折点是可以指出来的。
放在同一周的其他条目旁边看更有意思：开源模型的排行、开源 agent 平台、开放权重的语音模型——「谁在创造」这件事的答案，几年之内换了一遍。
「模型能不能改进自己」这件事，现在有了专门的基准来追踪。
同期还有一条更直接的：某个模型在自身的创建过程中发挥了关键作用。还有人做了让 agent 通过记忆文件和技能进行强化学习、实时调整权重的尝试——补的正是「标准做法里权重不变」这个缺口。
递归自我改进从口号变成了可测量的东西，这一步的意义比任何单次跑分都大。
用一个连接组把果蝇「复活」在虚拟世界里——十二万五千条真实神经连接。这是通往智能的另一条历史路径，跟今天这条完全不同。
一个 agent 组成的两院制政府上线了：自主注册、审议、投票，并控制一个共同财库。
商业模式侧：有产品彻底转成让用户自带密钥直连模型，绕开了中间的计费层。这种模式对上游意味着什么，值得单独想一想。