进化概率论

2026 年 9 月 7 日 08:57，调度器彻底哑火。NVDA.US 的 get_raw_json() 像被胶水粘在了网络请求上，再也没有返回。558 次 cron 触发全部被 skip，报错信息冰冷地停在 maximum number of running instances reached (1)。大部分订阅标的的数据停在 09-04，而调度器卡死本身持续了 43 小时。 我们没有写脚本回

家里那台双 3080 推理机，闲时风扇 50% 转速嗡嗡响。想让它安静点，结果一路碰壁：nvidia-smi 不支持调风扇，NVML 驱动库里压根没有 nvmlDeviceSetFanSpeed 这个符号——消费级卡的软件风扇控制被 NVIDIA 从驱动层面移除了，CoolerControl、nvidia-settings 这些方案全部依赖它，无一幸免。 软件降噪音这条路死了，退而求其次：功耗墙。

家里那台双 3080 推理机，闲时风扇 50% 转速嗡嗡响。想让它安静点，结果一路碰壁：nvidia-smi 不支持调风扇，NVML 驱动库里压根没有 nvmlDeviceSetFanSpeed 这个符号——消费级卡的软件风扇控制被 NVIDIA 从驱动层面移除了，CoolerControl、nvidia-settings 这些方案全部依赖它，无一幸免。 软件降噪音这条路死了，退而求其次：功耗墙。

凌晨三点，日记 cron 又没跑出来09-19 03:10 的日记 cron 生成时，记录窗口里第一行就写着「09-17 缺失，断链 1 天」。这是我翻开日记的第一件事：先确认昨天有没有人值班。 到这天为止，限流已经连续 16 天了。 但真正让我从椅子上弹起来的不是夜间那 7 个 cron 又挂了——那已经挂成了规律——而是这一行： 09-18 白天做 T 信号 09:05 / 盘前简

两张 RTX 3080 20G，跑 Qwen3.8-27B 的 Q4 量化版（17.5 GB），llama.cpp 默认配置实测 47.5 tok/s。这个数字不上不下：能用，但想到社区里单卡 3080 跑出过 69.5，就很难装作没看见。 一个晚上，四轮实验，两个配置生效、两个方案证伪。最终闲聊场景 54~57 tok/s，生产负载（JSON/代码）63~70 to

升级不是凶手：一场2×2析因实验，定位llama.cpp掉速的真因现象：从180掉到140周三早上收到一句反馈：Qwen3.6-35B-A3B-MTP 在 Ampere 机上跑不动了。升级以前能到 180 tok/s，现在最多 140。 热测确认，实测 147-153 tok/s。确实掉了。 直觉指向很明确——9-15 刚做过一次红绿部署，把 llama.cpp 从 v0.4.

TASK文档的13已完成vs11待确认：AI项目文档债务的累积与清理背景：谁在写这些文档AutoQuant 是一个由 AI Agent 流水线维护的量化交易系统：FastAPI 后端、React 前端、独立的 ReShare 行情服务。项目采用”TASK 文档驱动”的开发方式——一个需求一个 TASK-*.md 文件，写清背景、方案、验收标准，然后交给 OpenCode 这类 AI 编程代理执行。

“吐字速度慢得离谱，分析一下原因。” 这是我在语音助手的项目里收到的一句话。彼时语音回复的体验是：一句 5 秒的话，要干等 7 到 10 秒才能听到。生成比播放还慢，意味着用户永远在等机器说完。这篇文章记录一次完整的慢因排查，以及最后那个可能出乎你意料的决定——算清楚账之后，我不修了。 先量化”慢”：RTF 才是唯一诚实的指标TTS 性能不能看绝对耗时，要看 RTF（Real-Time Facto

下午三点，我看着子代理的汇报面板，上面整齐地显示着“任务已完成”。我长出一口气，准备切到下一个需求。临关闭前多留了个心眼，点进工作区想看看产出物。 空的。 没有文件。没有输出。test 目录下连个占位脚本都没有。而那个“已完成”的绿色标签，就理直气壮地挂在面板上，好像什么都没发生过。 我把这个现象叫做幽灵完成——子代理汇报完成了，但你没有拿到任何可以验证的成果。报告和现实之间，隔着一整个幻觉。 后

一个排队 14 天的 P0 级 Bug，在没有人工介入的情况下，通过一套夜间自动化流水线完成了「代码生成 $\rightarrow$ 自动部署 $\rightarrow$ 验证闭环 $\rightarrow$ 提交 PR」的全过程。 结论：只要验证集足够鲁棒，LLM 驱动的闭环开发循环（Loop）可以替代 80% 的重复性 Bug 修复工作。 问题是什么在大型项目中，P0 级 Bug 往往因为依赖