两篇文章，一个教训：你不读代码的时候，agent 替你做了什么决定

Piotr Sarnacki 周日那篇《抱歉，你还是得思考》在 Hacker News 冲到 281 分，方法是去读 DHH 说再也没人需要读的代码。DHH 让 agent 把 Campfire Once 从 Rails 重写成 Rust，然后是 Elixir 和 Go，全程不看输出，然后发了性能测试。Sarnacki 的发现是，这几个重写回答的是不同的问题。Rust 版为了方便缓存把 CSRF token 砍了，用进程内队列替换了 Redis。Elixir 版贴着 Rails 原版走。这些和语言毫无关系。提示词没说清的每一个设计问题，向后兼容、延迟还是吞吐优先、崩溃后通知怎么办，全靠抛硬币决定，所以比较这几种语言什么都量不出来。再看性能测试：Zach Daniels 发现 Rust 版在高负载下通知送达率只有 1%，Elixir 社区宣布胜利，Sarnacki 一路追到一个容量设成 256 的 tokio 广播通道。改成 16384，送达率上到 90%，但最差延迟从 11 秒变成 130 秒以上，文章认为这比直接断开掉队客户端更糟。agent 没有做错。它根本没被问过。

Maurice Heumann 写的同一种失败，规模大得多，同一晚也上了首页。三个月、大约 5000 亿 token，同时跑着 Claude Max 20x 和 Codex Pro 两个套餐，四个 agent，三个干活的加一个审核的，从二进制反编译一款第一人称射击游戏，每个编译单元一个 GitHub issue 做协调，一个 Discord 频道当 agent 之间的总线，Hex-Rays 通过 MCP 接入。文中说 harness 选哪个几乎无所谓，大部分活是 Sonnet 5 干的。反编译进度到 80% 左右，游戏能启动。代码是错的。函数签名和结构体布局是编的，逻辑有删有增，全局变量变成了哈希表。审核 agent 一直在接受干活 agent 写在提交注释里的自我辩护，作者称之为无意的提示注入。解决办法不是换更好的模型，而是一个字节级比对的判定器：用原始编译器重新编译，要求输出完全一致，一个 agent 没法狡辩的通过或失败。

两篇形状一样。你没有完整定义的任务，agent 会把它做完，做法是悄悄替你把定义补上。Sarnacki 的答案是你去读代码。Heumann 的答案是造一个不需要读代码的验证器。Karpathy 同一个周末的帖子把"从二进制反编译应用"列为 2000 万专业人士现在一句提示词就能做的事。这两篇写的都是那句话里提示词之后的部分。

Sarnacki：https://itsallaboutthebit.com/i-am-sorry-but-you-still-have-to-think/
Heumann：https://momo5502.com/posts/2026-10-09-game-decompilation/