从 70 万行代码反推 Yaq 的研发活动图谱
顺着 ETH2030 的仓库、文档和 git 节奏往回拆,Yaq 更像规格编译者、边界裁剪者、多代理调度者和验证架构师的组合体,而不只是一个会用 AI 疯狂写代码的人。
- 从代码看,Yaq 的核心角色不是“超级程序员”,而是“规格编译者 + 多代理调度者 + 验证架构师”。
这里汇总的是 Freelemon 的长文。现在列表页不再只有单一时间线,而是把搜索、标签和专题阅读放到同一层里: 技术沉思 偏系统、方法与工程判断, 访谈 偏一手观点整理与人物表达, 行业观察 偏竞争格局、平台变化与商业判断。
顺着 ETH2030 的仓库、文档和 git 节奏往回拆,Yaq 更像规格编译者、边界裁剪者、多代理调度者和验证架构师的组合体,而不只是一个会用 AI 疯狂写代码的人。
ETH2030 不是假项目,它确实把以太坊 Strawmap 做成了实验性参考实现;但“6 天写完未来以太坊”是夸写,真正重要的是它把路线图中的依赖、性能和验证问题提前暴露了出来。
截至 2026 年 3 月 16 日,Yaq 公开可核验的传统履历信息并不多,但 GitHub、个人站和公开仓库已经足够勾出一条很清晰的技术轨迹:偏底层、偏协议、偏密码学、偏验证,以及越来越强的 AI 驱动研发能力。
AI 已经能写代码、审代码,甚至自己在 PR 里给出修改建议;但如果 review 只剩“高吞吐检查”和形式签字,它就不再是软件工程里的真正 review。真正的问题不是 AI 能不能看,而是谁还真的看懂、敢签字、能兜底。
Ars Technica 的假引语风波真正警示的,不只是新闻业会被 AI 绊倒,而是当代码生成速度远超人类核验速度时,软件工程的责任链、风险边界和上线契约都需要重写。
AI Agent 时代如果有一种基础设施级的默认语言,几乎就是 Python;Guido van Rossum 依然重要,不只因为他创造了 Python,更因为他把可读性、演化节奏与工程现实捏成了稳定底座。
如果说 AI 编程正在把代码生成这件事推到前所未有的速度上,那么 Kent Beck 之所以依然重要,是因为反馈回路、整洁设计和小步试错这些老办法,恰好是驾驭这种速度最可靠的刹车与方向盘。
在 AI 越来越快地产生代码之后,Robert C. Martin 之所以仍值得重读,不是因为他代表过去,而是因为测试、边界、命名和职业责任这些老问题,正在被生成式工具重新放大。
如果说 AI 编程工具正在从补全器变成能拆任务、会写代码、会组织工作流的代理,那么 Steve Yegge 是最早一批把这条路讲清楚、写透并持续鼓动行业往前走的人。
OpenClaw 背后最值得认识的人,是被官网 credits 明确标注为 Creator 的 Peter Steinberger。他并非传统 AI 学者,更像把开发者工具、产品直觉与工程执行力压到同一条线上的产品型工程师。
如果今天只能为团队选一个主力模型,我的结论是:追求完整产品化能力,优先看 GPT-5.4;追求长时编码和持续执行,Opus 4.6 依然最锋利;追求激进多模态和 benchmark,Gemini 3.1 Pro 是最大变量。