AI开始能直接修改另一个模型的权重，也能在成熟代码库里找出过去难以发现的缺陷。这些进步会增加我们能够处理的事情，却未必立即缩短全部工作。以前看不见的问题进入队列后，确认、修补和决定何时发布仍需要能力与时间。本期沿着这条旧观察，进一步区分“新增工作变多”与“原来的工作变快”。
先读权重编辑实验。小幅修改让一个经常重复推理的小模型更容易完成回答，是值得追踪的新能力；它也提醒我们，看到分数大涨，要先弄清修复了哪种失败。接着看 message threads 和 Pando：一个减少历史消息的重复传输，一个减少仓库的重复打包与全局协调，收益分别发生在明确的环节。
PostgreSQL维护者则提供了另一面：真实缺陷发现得更多，修复与审查没有同比加快，发布工作就会改变。Proton的宣言与用户回应，让这个问题进一步落到组织决定权——谁能为必要检查争取时间，而不只是口头承担责任。
还可以从 agent-desktop 学习如何把未知状态和过期目标交给Agent处理，再读 Lambert 对开放模型的建议：把专门、重复任务做得足够可靠和便宜。这里的阅读线索不是一个统一的“AI效率倍数”，而是辨认新能力打开了什么空间，以及下一步的工作落到了哪里。
当日材料
- 直接改 0.016% 权重：先修复小模型的重复推理
- Message threads：少传历史，模型仍读完整对话
- Pando：让不同分支并行写入，让读取复用同一批数据
- agent-desktop：先认清控件身份，再让 Agent 操作桌面
- PostgreSQL 的延期：更多真实缺陷，仍要有人接住
- Proton 的 AI 宣言：提速以后，谁保留工程决定权
- Lambert：开放模型的机会，在便宜而反复发生的任务里