ByteByteGo 详解 LLM 两层缓存：Prompt Caching 复用前缀计算，Semantic Caching 复用整条答案

吴恩达在 DeepLearning.AI 的 Andrew's Letters 中提出，同一项 AI 工程任务在 0 到 1 早期项目和成熟产品里正确做法完全不同，按项目阶段选择打法是最难也最重要的能力之一。

斯坦福 CS 329Z《Engineering AI Agents》第 9 讲给出 Agent 优化方法选型：优化前提是数据、系统和评估指标齐备，一般先做便宜的上下文优化（prompt 与 few-shots），不够用时再改权重。

作者解读 Cloudflare 工程师分享的 AI 代码审查优化：单次成本从 $2.43 降到 $0.77，审查耗时中位数从 4m9s 缩短到 1m32s，代码质量类真实发现基本没少，约 4 成降幅来自工程改动、约 6 成来自换模型和调整推理强度。

邵猛转述 Netflix 资深研究科学家 Cameron Wolfe 在 AI Engineer 大会演讲整理的评测方法论，给出主观任务的可靠评测路线。核心是三步走，人工评测定质量标准、离线 LLM 评审校准后代理人工、线上监控加 A/B 测试，并用功效分析、置信区间、重复采样等统计工具降低噪声，评测集按多样、真实、够难、有区分度、准确五个标准筛选。

作者解读 NVIDIA OpenShell 参考架构，主张 Agent 安全治理应放在 Agent 碰不到的基础设施层。

Shopify 工程团队在 NVIDIA GTC Berlin 2026 演讲中介绍了电商助手 Sidekick 的分工架构：前沿模型负责对话、规划和调用工具，读多写少的 GraphQL 子 Agent 交给自己后训练、自托管的开源模型。

MIT 公开课 6.S950 Agency with AI 更新 Lecture 5: The Harness 讲义（agencyai.mit.edu/w5/），用约 300 行 Python 的教学 Agent Baby Anigans 拆解 Agent = LLM + Harness。

邵猛表示最近更频繁打开 WorkBuddy，并非深度使用，而是身边越来越多非技术开发朋友在用并常向他提问。若不实际打开，他难以根据名字帮朋友判断任务该用哪个「专家」「专家团」或「灵感」，他调侃这算一种反向「拉新促活」。

邵猛指出 X 上 AI 回复泛滥，几十条评论里 0 真人，Simon 也发文吐槽并试图套出这些回复机器人使用的 prompt，网友猜测方向大致一致。邵猛质疑这类 AI 回复既非原创内容也难引流涨粉，公开要求 AI Bot 说明执行回复的目的，合理才点赞，否则隐藏并拉黑。

作者转发并归纳 Kun Chen 的四篇长文，回应软件已死的说法，认为该说法混淆了软件价格与市场规模、软件与代码、工程师与写代码的人。Kun Chen 以杰文斯悖论论证单个软件会变便宜但整体市场变大，指出有价值的软件还包含网络、基础设施、商业模式、合规与商务谈判，工程师职业的本质是用软件解决问题。其附图显示美国 SWE 招聘在增长，增量主要来自资深岗位、AI 相关岗位和 FDE（前线部署工程师）。