#end 怅然若失了一下

回顾自己的(player.技术力)是怎么【起号】的， 这么一说的话， (大家的技术力 - A\ 2026) 是否归零了呢？ 我看未必。

只是，许多文化，甚至是入门demo这样的事，都像SoF一样过时了。 独立于AI注释看代码，是否必须呢？ 值得为下一届考虑。

【在那之前，要多想。】

#java #android 文件锁定

有意思的是，今天我看见这个CLI，瞬间联想的居然是

os.execve(["res/attrtools", /[+-]i/, fp) == 0 ? {} : continue .. 这样的小片段

仿佛我已经略过如何加模块、打包、定位PATH、学习CLI，它直接变成一个for{}里的操作元素

其他的联想是e2fs fgetflags / fsetflags 如何封装为属性访问，如何像tar一样整个元数据状态变成KV，以及如何消除 Android.mk 的头文件与IPC样板，只留这一行 su+fsetflags？

我分解问题的单位，已经不再是 "attrtools" 本身了，它变成了 (attrtools) 这一参数或平替。

我也不再希望项目中出现 e2immutable/Ext2Attr.java ，总要用更高或更碎的方法做。今天我的思维方式，其实早就莫名的更接近 Claude Fable5。
AI大单体，从出生就会的权衡，我们每个人都要慢慢的摸9年，还得靠品味

曾经花了1week去琢磨的，grok 免安装Agent 1s就能读干净。

我根本不需要删掉代码从思路问一遍，因为个人的技术路径会随发问而泄露，而领域经验上AI绝不会比谷歌差 😨

#ai #vibe 我这个月看过七八个【震惊瘫坐】，都是关于GPT6和A\ 5.1的，但看到有人为Codex们的用户瘫坐的，这还是第一个

网上用6和5.1弄产品/大实验的，许多和AI短剧同理——你不做，就会以为非常简单有手就行。

你自己没上手之前，会默认中间那些选型、取舍和手K优化、debug、边界处理、数据流认知、失败回滚……不存在，或者模型一句话就能解决，叫出租车一样就差个Send按钮，Maker都【四海皆兄弟】。

现在，你的朋友圈里有一个，所以你知道了【震惊瘫坐】背后的人类，与“AI产品”背后的认知成本，以及【100x工程师就在我身边】…… 以前 iq;Bellard 这样的人HN上都有几十个，只不过2026年尾的AI把他们放在你眼前罢了

以前都在甲方是 🐷，现在人人都是甲方。

https://t.me/hyi0618/15428

这几天对ai #vibe 发展过于乐观了，切换到了半年多都没试水的goal模式（把git文件夹和checklist交给Opus5.5一点点做，接下来做什么ai自己推理）

给了它三个3k行的大单页游戏， PI.dev ，结果踩了3次坑

- zenmux.ai 官方的login插件实现和apikey不一致，全部tool失灵

- usemagpie.ai 的自定义供应商加完没法被选中，似乎是bug，而且列举不了中转站的 /model ，只好让grok一键写入pi的json配置

这都是小事，FlClash透明代理失灵要改.env都不算被卡了。

最后一个，是直接爆雷的

可能是不擅长索引大文件，可能是没安装skill只给了shell，可能是 /compact 的默认余量百分比太低，可能是我应该先让ai把大文件重构掉…………

它在烧了30$后，什么项目信息都没蒸馏出来，只剩下满屏的read，和oneshot提示时的自信成熟判若两AI。

我只好直接亏200买了个教训。 有这钱，我宁可付费买agent啊啊啊啊😭

事后，我又烧了等额的钱，傻傻按“继续”，就像一个随机噪声RNG一样乱接管，Opus勉强能自己loop，又是 30$

时间又又过了 30$，总goal还没完成到30%，不过幸好代码能预览了。

我写重构计划时可没意识到有那么难搞，还会上文雪崩。

真是不敢随便切工作流。 那几个3k行需要grep索引的文件，也大多是别人oneshot 20$生成的，没想到重构成本差那么大

❯ mkdir -p ~/.pi/agent && cat > ~/.pi/agent/models.json << 'EOF'
{
  "providers": {
    "zenmux": {
      "baseUrl": "https://zenmux.ai/api/v1",
      "api": "openai-completions",
      "apiKey": "$ZENMUX_API_KEY",
      "models": [
        {"id": "deepseek/deepseek-v4.1-flash", "name": "DeepSeek V4.1 Flash"},
        {"id": "deepseek/deepseek-v4-pro", "name": "DeepSeek V4 Pro"},
        {"id": "anthropic/claude-opus-5.5", "name": "Claude Opus 5.5"},
        {"id": "openai/gpt-6.1-sol", "name": "GPT-6.1 Sol"},
        {"id": "anthropic/claude-fable-5.1", "name": "Claude Fable 5.1"}
      ]
    }
  }
}
EOF

因为用了这个OAI兼容的配置，导致 Claude 没有 prompt cache 也是一大烧钱点。 现在默认配置有问题是真的会亏损了

#ai对比

最近因为llm的IQ和谷歌级别的经验，已经有点 Claude Hype 了，就和 #rust 即原神那样，以为只要是ai参与的工具包质量都很好，没想到泛化能力这么差😅

我思量着，别人给shell给一段话也能写成 70% MC的既视感来，没想到项目维护和remix是另一个模态。

可是，我绝对不能切回完全重新生成的flow，或许以后会变成反复AIGC，手工加收藏重组的模式。

退一步讲，哪怕成本是20$，等待半个多小时而不接管决策也是不现实的。 目前我使用lilgui和声明式数据流辅助调教，也比较需要磨合。

目前的agent还是太良莠不齐，我都不清楚oneshot过后opus是否会zeroshot的留下handover文档以节省词元。 Musk还ai直出汇编呢，不基于框架保证质量都真的很难

目前行业harness的情况是怎么样呢？ 云电脑云桌面，解决的较好，RPA次之。 Codex们，碰运气。CC很强但很烧钱

Agent本质上就是给任务续写 API 做的一个操作系统，但它还没有IDE，或者相关工具AI用起来不跟手。 RTK是一个hack，总之就是说明，AI倾向于自然的用py/CLI改文件甚至重构代码，但这些模式也烂，很吃agent提供的工作方法论

就比如说git diff和log，我习惯按功能点做完手动提交， Agent 主流是全部EITL，没有HITL

100$ 预算，拿去手K三天，手动拆模块，还是相当奢侈的

足够把十几个模块慢慢测试安装好

没想到瞬间就灰飞烟灭了。 草色遥看近却无啊🙉 我只是不想当调度员到处拖选区CV

下个阶段每个猴子手里都有了 ak47 对每个企业的 SRE 和安全都是挑战，会出现越来越多的安全和勒索事件。。

本来Web是门槛最低的开发方式，浏览器是调试最容易、改起来最快的环境；自从有了WebAssembly，变成了门槛最高、涉及知识面最广、构建最慢、调试最难的。

两三种语言交织，多线程计算、阻塞IO与异步IO共存于几个不同的worker event loop。就算是GPT6 Astra来了也得给我写出死锁然后debug不出来原因🙃

#reveng #statement
传统逆向（学术逆向）总结起来就是不说人话，心智模型和动态能力不如js F12，和 #PLT 一样是个内部复杂度高于外部可观测性的领域，所以 rea.tools 那么爆

符号执行，听起来可以像静态类型一样，像strings ./x.bin 一样免费找到关键函数，其实90%的实现都是连libc等目标程序领域特征都不识别的纯粹数学，根本不能用， 一个工具几万行代码可能还不如CheatEngine+rr存档点效果好

我自己觉得这非常搞笑，因为gcc对strlen等函数的推理都一团糟，sourceless还要重造轮子，真是战略上太唐，战术上也没非常超模

许愿LLM-in-the-loop早点干爆这些不可观测的复杂性。 调试软件不是数学推导，它本来可以很有趣（比如我就“破解”了 about:dino https://duangsuse.github.io/NebulaRemix/live/aigc/blog/canvas-f12 ）

是什么人让调试工具变成连argv有几项都不在乎的，CPU和数学的附庸呢？软件太智能意味着人显得脑残。 REA 不是这样。

既然 native 已经没有运行时元数据，逆向工具的【全部价值】就应该是把这层投影重新造出来，而不是把 CPU 语义做得更精确。反编译器方向是对的（Hex-Rays 给的是伪 C 不是汇编），但它卡在了最后一公里：名字和类型。你是在跟 runner.tRex.jumping 这种东西打交道，不是跟 [rsp+0x38] ，但问题是在于，用户明明能探测出内存位置，为什么工具非要以【什么都不运行】为预设来建模。在这个架构里，反编译数据库是主体，运行现场只是附件

AI 逆向都不会这么买椟还珠。

JS F12 的优势也不只是动态能力强，而是它把运行状态投影到了人的任务上：DOM改写和事件、网络请求、源码Map、可query的对象。 符号执行并不天然不懂 libc，好像它没有开发者的常识一样。 逆向领域怎么说怎么厉害，实际方法论上不如F12的一半，相比之下REA、Xposed这些工具直接提供了逐方法替换的 EITL 工作流，有工程化，有切入面，没有ALU寄存器和废物的代数。 这就是工程思维的差距

简单来说，就是逆向的起点，和正向工程的起点，被【学院派逆向】故意设置在相反的位置，而REA很明确的展现了，逆向binary，就是通过eval(evidence) loop 来进行AOP和正向工程，之间所有的F12和AHK“录制脚本”，无论一开二开都是互通的，没有谁更汇编。

观察 → 定位 → 干预 → 验证 → 固化成高层可复用接口

没有哪个因此天然“更汇编”。 逆向与正向的全部区别，是接口需要发现还是已经给定，不是一个研究机器、另一个才有资格开发软件。

针对Switch技术栈的破解，就是典型的REA路径。所以他们可以做出MOD工具，甚至直接给《超级玛丽奥德赛》做SMOO开源联机，而学院派思路，技术力也就那样。 SMOO 的作者是在跟 al::LiveActor 打交道，不是故意去跟 sub_7100A3B2C0。