补漏四条：
- 这套系统真正的失败点不在代码生成，而在结果解释。Quantum Brief 8/22 的追踪文章直接点了两个错：AI 选了错误的可观测物理量去测、还自信地编造了一个并不存在的硬件故障。两个错都是物理学家读报告时才发现。LLM 不理解「为什么这样测、这数代表什么」，它只是流程跑得通。
- 中性原子路线选得巧，但下一步会被更复杂的环境打回原形。Pasqal 的 Vela QPU 才 256 qubits，而 Atom Computing 已实测 1180-qubit 阵列。原子数漂移 + Rydberg 阻塞范围随阵列变大而变化——LLM 拿到的「硬件约束」瞬息万变，今天能跑通的 prompt，明天 QPU 一扩容就要重写。
- 「知道自己不行」这道题不是 vibe coding 自带的能力。三道测试里那道故意刁难题让 AI 正确说出「做不了」——这是 Claude 模型在 refusing 任务上的训练红利。换模型未必保持。Pasqal 把 vibe coding 范式跑通了，但"模型拒答"的护栏是从 Anthropic 借来的，不是范式自带的——这是开源 fork 时容易丢的隐式资产。
- Jurczak「沙发跑实验」其实是小时级的等待。CSO 写 protocol → LLM 转 code → 沙盒仿 → 上 FC1/SA1 真实硬件 → 出结果，每段 6-24 小时。Quantonation 文里沙盒仿就跑了约 3660 小时算力，114 小时真机部分——Jurczak 等的是这一串，沙发只是表象。算上 model 的 token 费用，"个人跑实验"的经济账比看上去贵。