旧金山AI软件工厂晚宴招募

为什么模型不擅长工程编排（harness engineering）！？ 我认为让模型做好编排（harness）/流水线（pipeline）/提示词工程是最难的事情之一。部分原因是训练集太小，部分原因是如果基于推理构建，强化学习预言机（RL oracle）更慢更贵，还有部分原因是近期大量训练数据是缺乏正规工程内容的 AI 胡言乱语（ai psychosis slop），这进一步强化了平庸表现。

很多人都在问--你怎么看？

Dex Horthy 以"这才是真正的 slop"为题转发 SlopCodeBench 更新，称 Astra 已加入该评测。

Dex Horthy 转引 @nicoritschel 2025 年的帖子：Claude Code 在执行 cd 后于错误目录中操作是最常见的失败模式，作者还好奇这给 Anthropic 造成了多少成本；紧随其后的第二常见失败模式是未读取文件就尝试编辑。

Dex Horthy 发布直播链接，内容为 astra + fable 5.1 在 slopcodebench 上的运行。原文仅附直播地址 https://x.com/i/broadcasts/1pKdRDoWDwvJW，未给出更多细节。

HumanLayer 的 Dex Horthy 称赞 Matt Pocock 与 Robert C. Martin（@unclebobmartin）的访谈，认为其中关于防止智能体把代码库弄乱的有用策略值得传播，也喜欢两人各自分享 AI 探索过程中的顿悟时刻。视频链接：https://www.youtube.com/watch?v=zcLPGC-tvgk

HumanLayer 的 Dex Horthy 发推称，招聘方仍然发送隐去姓名、改动细节的候选人预告，但他只需把内容粘贴进 deep research 工具就能查出对方是谁，认为这种做法已经失去意义。

Dex Horthy 介绍 @humanlayer_dev 中一些技能是 /grill-me 与 /show-me 的组合，并引用 @DrockStowe 的提议，将 /show-me 加 /grill-me 组合称为 /grill-with-mocks，称其效果很好。