基础智能已经到位

Scott 的"hot take"：就基础智力（base IQ）而言，现有模型对 coding agent 场景已经基本够用。

• 佐证一：Devin 的进步没有来自某个单一模型的"night and day"式跃迁，而是"每周都有新模型"的持续曲线 + 产品与工程投入。他明确说能力提升与产品界面各占 50/50。
• 应用层的真正工作 = 教模型真实世界工程的 idiosyncrasy（琐碎特异性）：怎么用 Datadog、这类报错怎么诊断、会碰到哪几种情况分别怎么处理、什么时候该发 GitHub PR。
• 框架句：让模型"mirror the complexity of the real world"（映照真实世界的复杂性），而不是提升它的基础解题智力——后者是基座实验室的活。
• 推论：这条在每个行业都成立——agent 公司的工作量（也是价值来源）在于把行业的隐性流程、工具链细节显性化并教给模型。