Sunday Meditations
Slippery slop：代码质量与控制权
AI 总结
阅读要点根据本期转写整理；点击时间戳回听原话。
代码越多，agent 自己也越难工作
两人认为，模型大量生成代码会占用有限的上下文，进一步放大质量问题。即使并非所有实现都值得逐行关注，关键基础设施、接口和类型仍需要人的控制。
可读性下降会削弱人的参与
Armin 描述 Astra 生成过度压缩的代码与工具调用，让他越来越不愿意阅读。他们提出训练目标可能存在冲突，但明确表示原因尚不确定。
测试通过不能替代理解
即使有很高的覆盖率，也不等于覆盖所有重要输入。难读的实现让人更难判断测试是否充分，测试容易变成只有心理安慰的形式。
不同模型能否承担不同职责
两人探讨让一个模型负责工具调用、另一个负责实现的可能性。这是一种待验证的设想，并非已经得到证实的解决办法。
更多产出是否带来更多用户价值
对话区分了 token 消耗、提交数量与真正有价值的产品改进。Mario 更希望利用 agent 在相近交付速度下提高质量，而不是无限增加功能。
漏洞发现与修复能力并不同步
他们讨论自动化安全研究的两面性：旧软件可能因此修复更多漏洞，但攻击门槛也下降，而验证与应用补丁仍消耗人的时间。