会飞的荧
@feitu
Jane Street——那家年入 396 亿美元的量化巨头——AI 负责人放出了 1 小时课程，讲他们怎么用 LLM 和 agent 干活。五个章节里最扎心的三节：量化团队怎么采纳 agent、"23 万 token 之后，agent 会忘掉规则"、以及真正的压轴——一个 agent 写代码，另外几个专门挑它的毛病。
整门课其实只回答一个问题，也是课程里那句直白的提问："一个 agent 能帮你找到一笔交易——但谁来检查这个 agent？" Jane Street 给的答案是一条闭环：测试 → 反馈循环 → agent 查 agent，全在世界上最赚钱的交易公司内部跑。
这已经不是"要不要用 agent"的科普，而是"钱最敏感的地方怎么管 agent"的实战披露——毕竟在交易场景里，一个没被检查的 agent 不是写错代码，是直接亏钱。
把这条放回今晚的线索，会发现各家的答案惊人地一致。Anthropic 的 hillclimb 是让测试集自动回滚过拟合的改动；Raven 让编排层自己都能被审视；吴恩达那条讲约束要交给确定性代码——而 Jane Street 用最直白的组织方式把同一件事落了地：写与审分离，审的那一半也交给 agent。
四个不同身份（实验室、框架、学者、交易公司）给出同一个结论时，它就不再是最佳实践，而是行业共识：单个 agent 的输出永远不该直接进生产，中间必须站着一个不写代码、只挑毛病的角色。
"23 万 token 后忘规则"这一节则给记忆问题盖了个工业级的戳。跑长任务时，早期立下的规矩会在上下文里被逐渐稀释——这正是压缩机制与"验收清单外置"存在的理由：规则写在提示里会被遗忘，写在测试和检查点里不会。今晚"能写成代码的约束别留在提示词里"那条，用在这里就是操作层面的翻译：凡是你不希望它忘的，就别放在它需要记住的地方。
留一格清醒：这是课程内容的转述，具体数字与做法以原课为准；"396 亿美元"是公司的年收入体量，不是 agent 的直接贡献——别把课程当成"agent 带来 X 收益"的证明。但方法论的可迁移性不受这个影响：写与审的分离，在任何规模的团队都能立刻用。
给想抄这套工作流的人一句落地的：今天就给你手头的 agent 配一个"挑错员"——哪怕只是另一个 agent、只做一件事：对照验收清单逐条核对你刚生成的东西，不合格就打回。两个人的活，先从"一个写一个挑"开始；这比加预算、换贵模型见效都快，因为它拦住的是错误，而不是祈祷错误不发生。
