都说 让AI 改BUG，弄不好越改也多
在量化开发的道路上，最珍贵的不是完美的代码，而是能发现“裂痕”的火眼金睛。今天下午， 群友又发现了Bug。
第一个是164701最近黄金的权重超过了100% ：
第一个是发现了行情延时：
程序都是用出来，得亏了使用者的敏锐，才能发现Bug，及时修改。我让Gemini CLI 来修改，分分钟搞定。
一、 火眼金睛的群友与被“隐藏”的真相
经过复盘，发现了一个隐蔽的“算法黑洞”：
负权重的消失：按照无敌估值算法的测算，最近164701 基金为了获得超额收益，在做多 GLD 的同时，配置了少量负权重的 SLV 进行对冲。而我的旧代码在读取 Woody API 时，为了防御脏数据，竟然暴力地将所有负权重过滤掉了！
杠杆的“缩水”：该基金由于使用了杠杆，仓位系数达到了 1.0044。但系统里那个“自作聪明”的归一化逻辑认为：只要大于 1，肯定就是百分比格式，得除以 100！结果 100% 的仓位瞬间缩水成了 1%，估值当然纹丝不动。
发现瓶颈一：后端“休眠过度” (致命伤)”；瓶颈二：QMT Server 推流逻辑过于保守：休眠时间大幅缩短到 0.1 秒甚至更低，或者仅在无数据时休眠，利用 QMT 原生的 handlebar (K线/Tick触发) 或将定时器频率提升。
这几个问题，如果不是群友对数据的极致认真，恐怕还会潜伏很久。
二、 进化：AI 离不开人的引导
发现问题后，立刻召集了 AI 助手。这几个月的AI编程实践中，我早就发现不能盲目依赖AI，尽管Gemini很少出大错（TRAE经常出错），小错也是常有的，所以，这两个Bug我也不是盲目让 AI 自己去改，而是在我的“略加指导”下进行了一个小手术，所以很快就搞定，也没有走弯路。
所以，如果完全靠AI编程，也是一个难度很大的事情，这也是我不太愿意用太“高级”的AI。我如果完全看不到代码，搞不清程序内部的实现方式，我心里没底。发现了Bug， 我也只能干瞪眼，100%依赖AI，那太不靠谱了 。
我让AI总结，它说：
AI 感言： “人类指出了架构的冗余，我执行了精准的物理爆破。”
AI 感言： “人类对金融业务逻辑的深刻洞察（如 164701 的对冲特性），纠正了我的逻辑偏见。”
AI 感言： “人类负责设定安全的边界，我负责在边界内压榨每一毫秒的性能。”
高效开发的公式 = 人的业务深度 + AI 的代码广度 + 不断反馈的社区环境。
上一篇文章发出来之后，读者留言都建议上Codex。我之前用过，还去海鲜市场买了额度，确实挺好的。群里说500里拉可以搞一个月，也是一个好办法。如果后期我还大量编程，确实可以再搞一个。但是，这个“如果”应该是不太可能成立了。。。