Meta 工程团队解析 Thin Orchestrator：让 Agent 更可靠的两层架构实践

邵猛将给孩子做的键盘打字游戏 Keyboard Island 开源到 GitHub，此前已部署在 ChatGPT Sites。游戏由 Codex 生成，含 36 关起步、后增至几十关与无限模式，并加入按键音乐、头像实时拍摄入画、积分装饰小屋等孩子提出的需求。因有用户反馈无法访问并询问实现方式，他公开源码供交流。

作者转述 Addy Osmani 的「Agentic Verification」文章，认为 Agent 瓶颈已从写出代码转移到知道代码是对的，不能自我验证的 Agent 本质上是在猜。

Addy Osmani 分享其团队在 Agent 时代重构代码审查的做法：当 Claude 编写了 Claude Code 约 90% 的代码、6 月到 9 月合并 PR 数量翻倍以上且回滚率下降超过 40% 时，瓶颈从写代码转向证明代码可用。

韩国一位中间件工程师向 The Pragmatic Engineer 作者 Gergely Orosz 求助，称管理者把 AI token 用量设为 KPI，自己很少用 AI 而被反复敲打。Gergely 站在管理者一边，称持续学习新工具是职业素养的一部分，优秀工程师与拒绝学习新事物可以并存，并给出二选一框架：上船接受 AI 改变工作方式，或诚实接受愿意雇你的公司池子持续缩小的代价。

邵猛承认此前盘点国内 AI 模型发布节奏时漏掉了 Doubao-seed 在 8-9 月的更新，以及 9 月发布的 M3.1-Flash-Preview。他提到原帖收到不少真人评论，有人指出他"时间都搞错了"，也有人补充 MiniMax 有 M3.1、Kimi 在 K3 之后有 K2.8。

作者分享斯坦福 CS336 第 10 讲「Inference」，由 Percy Liang 主讲，讲解训练完的模型如何又快又准地生成响应。

邵猛用 Codex 输入需求、跑一个 Goal，20 分钟做好打字游戏并部署到 ChatGPT Sites，随后加入实时拍摄人像作游戏主角的功能，30 分钟交付。首版做了 36 关，儿子连玩 18 关，他又边看边让 Codex 改，增加了几十关和无限模式。起因是 App Store 上一款打字 App 收费 128 元。

有观察指出国内几家 AI 团队已较长时间未发布新模型，核查显示均超过 3 个月。字节 Doubao-Seed-2.1-Pro 于 6 月 23 日发布、已近 4 个月，MiniMax-M3 于 6 月 2 日发布、超 4 个月，月之暗面 Kimi-K3 于 6 月 13 日发布、超 4 个月，百度 ERNIE 5.1 于 4 月 29 日发布、已近半年。

博主 @samuel_ys92 用 AI 爬取融资规模 1000 万美元以上的 AI 公司、上市互联网公司、量化公司和 neo labs 的 AI 岗位，按北京、上海、杭州、深圳等城市地区聚类，网址 https://jobs.dinq.me，完全免费开放使用。正值秋招季，作者欢迎用户体验并提出需求。

邵猛分析女装电商营销物料「SKU多、相似性高、数量大、更换频率高」的特点，认为同款换色等需求不能靠每次重新生成解决，抽卡和幻觉无法 100% 避免。他主张对素材做分层，把服装、促销信息等拆成原子化、可复用的图层再组合，兼顾一致性与生成成本，并认为可控性和可复用性才是生图应用能赚钱的方向。