IDE、CLI、代码审查、工程工作流、开发者效率。
Greg Brockman 分享了一个 Codex Skill，可以对创业想法进行压力测试。用户只需输入创业想法，Codex 会自动找到核心假设、暴露致命缺陷、检查问题是否真实存在，并给出坦诚的批判性评估。这个 Skill 解决了一个常见痛点：大多数创业想法听起来都不错，但缺乏系统性的验证机制。对于独立开发者、天使投资人以及正在构思 MVP 的创业者，这个工具提供了一个低成本的初期验证手段，可以快速筛选出想法中的致命漏洞。
独立开发者 Tibo 复盘5款AI产品做到100万美金/月 快速验证快速失败是核心
串串狗小刊发布的一篇从 Claude Code 迁移到 Codex 的实践指南。文章对比了两个 AI 编程工具在日常使用中的差异，包括上下文管理、工具调用方式、权限模型等方面的区别，并分享了作者在实际项目中完成迁移的经验和踩坑记录。对于同时使用或考虑切换 AI 编程工具的开发者有直接参考价值。（原文抓取失败，基于 RSS 元数据提取）
Karpathy 分享了一种高效利用 LLM 的方式——构建个人知识库（Knowledge Bases）。他指出，在 LLM Agent 时代，与其分享具体代码或应用，不如直接分享「创意文件」（Idea File），让 AI 帮你整理、检索和加工研究材料。这种方法将大量 token 消耗从代码操作转向知识操作，大幅提升信息消化效率。适合研究者、知识工作者和需要管理大量文献资料的人群。
吴恩达系统性分析了 AI 原生工程团队与传统的根本区别。显性差异是 AI 原生团队用 Coding Agent 更快构建产品，隐性差异在于整个工作方式的重构——优秀工程师角色转变、团队协作模式更新等。他指出，很多传统工程思维在 AI 原生团队中不再适用。此条对想转型或理解 AI 原生开发的团队负责人极有价值。
AI代理可能取代GitHub的中心地位，代码获取方式从访问网站转为对话式，代码库越来越定制化。
内容指出语义相似度等于向量在规模化时失效（语义坍塌），提出神经符号 AI 三层架构：Ontology 提供结构化知识表示、确定性层保证事实正确性、LLM 负责自然语言解释而非事实本身。斯坦福研究证明 naive vector-only RAG 在知识库超过临界规模后崩溃。该方法适合构建企业级知识问答系统，可显著提升准确率。
Karpathy 在回顾 MenuGen 开发历程时指出：构建一个真正上线的 AI 应用，最难的部分从来不是模型或代码本身，而是需要像 IKEA 家具一样组装各种第三方服务的 DevOps 工作——支付网关、用户认证、数据库、安全防护、域名配置等。这些基础设施的拼装和调试占据了大量工程时间，往往比训练模型更让人「痛苦」。这提醒所有 AI 开发者：Demo 和产品之间隔着一整个 DevOps 世界，vibe coding 的快乐止步于本地运行。
该推文引述了一个正在发生的趋势：AI 图像生成模型（尤其是 2.0 版本）已经能够高度还原产品界面和视觉 mock，使得团队内部在讨论产品概念时，直接用 AI 生成图像替代传统的原型设计和 PPT 演示。内部产品 idea 的呈现和共创方式因此发生根本变化——不再依赖 Figma 或 Axure，而是让 AI 把想法「画出来」。这对产品经理、UX 设计师和创业者的工作流有直接启发：用好图像生成模型可以极大压缩创意验证周期。
阿里发布 Qwen3.6-Max-Preview，在 SWE-Bench Pro、Terminal-Bench 2.0、SkillsBench、SciCode、QwenClawBench、QwenWebBench 六项 Agent 和编程基准测试中排名第一。输入价格 1.04 美元/百万 token，输出 6.24 美元/百万 token。但旗舰 Max 版本不再完全开源，阿里转向"小模型开源、旗舰闭源"的中间路线。
设计师 Sam Henri Gold 体验 Claude Design 后撰文：Figma 花十年构建的封闭设计系统，在 AI 智能体时代正变成负担。LLM 用代码训练，学不会 Figma 的专有格式，"单一事实来源"将回归代码。
她要为 Code with Claude 大会准备一场演讲，主题是 Claude Code 如何从助手走向完整的智能体。过去，这类工作通常意味着：翻 Slack、找发布记录、看内部案例、整理产品叙事、做幻灯片、对齐设计系统，再反复改稿。
Tibo 在 5 个 AI 产品上全部采用 bootstrap 路线，展示小团队如何用 AI 工具实现规模化。核心教训：创始人最大错误是不想犯错，比盈利更重要的是快速验证、快速失败。方法论：先验证想法再用钱买时间，而不是反过来。Peter Yang 播客详细拆解完整 playbook，包括 idea 验证、失败快的方法和 top 15 最佳实践。把 AI 工具和精益创业方法结合的真实案例，对独立开发者很有参考价值。
IcyCat 开发了一款 Chrome 浏览器插件，为 X/Twitter 推文添加浏览量流速监控和 Markdown 一键复制功能。流速监控以简单方式计算推文的传播速度，Markdown 复制功能方便将推文内容直接发送给 AI 进行总结。插件已在 GitHub 开源，正等待 Chrome Web Store 审核。
Xcode-Build-Optimization-Agent-Skill 是一款帮助优化 Xcode 增量编译和干净构建的 Agent Skill，通过运行基准测试并调整构建设置来缩短编译时间。推荐 iOS 研发人员使用，可直接集成到编程代理的工作流中。GitHub 1001 Stars。
acpx（openclaw 出品的 agent 控制工具）发布 0.6.0 版本，带来多项实用更新：Claude system prompt 直接控制、session pruning（自动削减上下文）、embeddable turn handles（嵌入到自定义 UI）、--no-terminal 模式、persistent session 修复、WSL cwd 路径转换、queue 稳定性提升及更清晰的报错提示。对于日常使用 Claude/Codex 进行自动化任务的同学，session pruning 和 system prompt 控制是本次最值得关注的两个功能——前者避免上下文溢出，后者让你更精细地约束模型行为。已在 GitHub 开源，有需求的开发者值得关注。
郭宇（guoyu.eth）宣布开源并上线 wanman.ai，核心理念是让 AI Agents 团队帮助用户运营一人公司。两种工作模式：从故事目标自治运行（分析目标->规划任务->邀请AI员工->自动开会对齐->创意发散）和 GitHub 仓库接管（自动分析代码仓库、持续优化测试、提交 PR）。核心特点：消息通信、自进化 Skill、沙箱隔离、多模型架构。设计哲学是让人类退居二线仅作观察者，核心架构已在 GitHub 开源。命名来源于日语ワンマン（一人）的罗马音。
作者分享无手写代码前提下项目累计生成15万行代码的实践经验。核心设计：Codex（GPT模型）做规划/验收/需求拆解，Claude Code（国产开源模型）做执行，实现Planner-Evaluator-Generator职责分离。关键机制：阶段计划+结构化Prompt+零信任验收+长期记忆；验收发现的问题（生产路径未验证、异常无日志）自动沉淀到记忆文件下次自动检查。验证了规划与执行不能混、验收与实现不能同角色的核心原则。
Google NotebookLM 推出来源（Sources）自动标签与分类功能，当文献库有 5 个以上来源时自动激活。系统根据内容语义自动归类文献、打标签，用户可以重命名、重新组织并使用 emoji 自定义样式。这个功能极大提升了研究场景下的笔记整理效率——过去需要手动为每篇文献打标签，现在 AI 自动完成初筛。特别适合做文献综述、深度研究的知识工作者。
Greg Brockman 转发了 GPT-5.5 在 Codex 模式下端到端生成完整 Excel 工作簿和 PPT 的能力。Derrick Choi 日常大量涉及电子表格和幻灯片，GPT-5.5 现在能直接生成带公式、格式和图表的 Excel 文件，以及完整演示文稿。这标志着 LLM 的生产力范围正从代码向办公全家桶扩张——不写一行代码也能用自然语言生成生产级文档。
Peter Yang 与 Mercury VP of Product Ryan Wiggins 深度对谈，主题是如何为 AI Agent 设计出色的 API 与 MCP（Model Context Protocol）。提供完整实战演示：25 分钟用 Claude Code 构建 Second Brain。MCP 正成为 Agent 间通信的事实标准，提前掌握即获得 AI 工作流下一代基础设施的入场券。
agents-md 是一份可直接放入项目根目录的 AGENTS.md 文件，使 Claude Code、Codex、Cursor 等编程代理遵循高级工程师行为规范。综合了 Karpathy 的四大编程代理失败原则和 Boris Cherny 的 Claude Code 工作流，核心改变：代理在用户犯错时反驳、只做最小必要修改、不擅自重构无关代码、先跑验证再报告完成、遇到歧义主动询问。约 200 行，有两个可编辑部分（项目上下文和经验积累），其余规则保持精简。可通过创建 CLAUDE.md 和 GEMINI.md 符号链接统一管理所有代理的行为规范。
Greg Brockman 演示了用自然语言完全在 Codex 内构建 WebApp 和小游戏的工作流：开发者可在 Codex 内直接运行自己开发的游戏，用 Codex 生成的工具来设计建筑等元素，并能实时提问、修改、边运行边调优。这标志着 AI 代码生成从「辅助补全」进化到「主导开发」的关键信号，开发者应尽早熟悉对话即 IDE 的新范式。
Anthropic 发布 Claude Design，基于 Claude Opus 4.7，实现描述到可交互高保真原型的工作流。与 Figma/Canva 的本质区别：AI 是主要生成者、人是审阅者，而非在画布工具上叠加 AI 插件。核心能力：输出 React+CSS 可运行代码而非静态图；理解代码库结构后自动套用设计系统；可生成临时专用工具；与 Claude Code 形成设计到代码落地闭环。实测案例：3 轮对话产出完整 Mac App 原型，含可点击交互和版本对比。Anthropic 设计师一人服务 7 条产品线的现实已发生，Figma 股价当日大跌。
AI时代人群正在分层：Level 1把AI当搜索引擎（90%的人），Level 2当助手建立连续context（9%），Level 3用AI团队创造10-100倍价值（1%）。超级个体的核心能力模型包括Vibe Coding、Agent Engineering、AI Fluency，以及产品层（快速迭代）和市场层（Storytelling/Build in Public）。Claude Agent SDK和MCP的出现创造了6-12个月的先行者窗口，「Agent能力是21世纪核心技能」。
Boris Cherny 深度使用 Claude Opus 4.7 后分享的实用技巧总结。核心功能包括:Auto mode(Claude 自动判断命令安全性并批准执行)、/fewer-permission-prompts(智能白名单)、Recaps(任务回顾)、Focus mode(隐藏中间步骤)、灵活的努力程度设定(低-max)。推荐工作流:让 Claude 验证自己的工作成果(端到端测试)，结合 /go 自定义技能实现自我测试+精简代码+PR 提交流程。引发 211 次点赞和 41 次转发的热门讨论。
基于 Reddit 真实数据(Claude Code Opus 4.6 ~100小时 vs Codex GPT-5.4 ~20小时，8万行 Python/TypeScript，2800测试用例)的深度对比。发现两种截然不同的工程师人格:Claude Code 像赶工期的资深工程师，速度快3-4倍但倾向堆砌技术债务;Codex 像稳妥的5-6年经验开发者，深思熟虑但交付质量更高。作者提出实用的互补工作流:用 Claude Code 快速原型探索，Codex 重构架构补测试。核心结论:AI 编程助手是放大器而非替代品，Claude 需要技艺精湛的驾驶员，Codex 对实时介入要求更低。
wsl8297 推荐 12 个 GitHub 项目用于配置 Claude Code: LightRAG(知识图谱)、Superpowers(Claude 增强)、Obsidian Skills(上下文管理)、Everything Claude Code(功能汇总)、Claude Mem(记忆)、n8n-MCP(自动化集成)、Awesome Claude Code(用法汇总)、UI UX Pro Max(设计审美)、GSD(目标导向执行)等。社区补充 Oh My Claude Code 应排第一;GSD 中 Nyquist 规则(每步60s内验证)被单独点名实用。引发 1189 次点赞、260 次转发的高热度讨论。
Anthropic 官方员工 Thariq 发布的产品使用指南，系统讲解 Claude Code 100 万上下文下的会话管理策略。覆盖：Continue（继续）、Rewind（回溯，纠正错误的最佳方式）、Clear（清空新会话）、Compact（上下文压缩，有损摘要）、Subagents（委派干净上下文的子任务）五种决策路口。好压缩的关键是让模型知道下一步往哪走；子智能体适合阅后即焚型大量中间结果；100 万上下文让主动提前压缩成为可能。
这次 Claude Code 的泄露，让我们第一次比较完整地看到，这些模式在一个真实、大规模使用的 agent 里是怎么落地的。这样的窗口可能不会一直存在，但这些经验会留下来。
Hashline 编辑格式证明：改 harness 不改模型，弱模型效果可翻十倍
不点 GUI 按钮、直接复现底层 API，是 Agent 浏览器自动化的正确工程路径
gstack: Use Garry Tan's exact Claude Code setup English gstack is an open-source toolkit designed to enhance the capabilities of Claude Code, transforming it into a "virtual engineering team" with specialized roles and workflows. Created by Garry Tan, CEO of Y Combinator, this setup is intended to streamline and standardize AI-assisted software development processes....
Claude Code官方中文文档。Claude Code是由AI驱动的编码助手，可理解整个代码库并跨多个文件和工具工作。支持macOS/Linux/WSL/Windows安装，核心功能包括：繁琐任务自动化（测试、lint修复、合并冲突）、自然语言描述→规划→编码→验证的工作流、git集成、MCP连接外部数据源、CLAUDE.md项目配置、自定义命令（Skills）和Hooks。
深度解析Claude Code背后的六层架构：基座模型、开放协议(MCP)、共享运行时、能力系统和扩展框架。这种垂直整合（Anthropic控制从模型训练到终端工具的每一层）创造了竞争对手难以复制的复合优势。Claude Code从内部原型到最受欢迎的AI编程工具仅用不到一年，2025年单年发布176次更新，每天产生135,000个GitHub commits。理解这六个组件的架构关系是理解Claude Code领先优势的关键。
GitHub - yetone/openai-translator: 基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用 - Browser extension and cross-platform desktop application for translation based on ChatGPT API. 基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用 - Browser extension and cross-platform desktop application for translation based on ...
Claude Code 编程工具相关实践与技巧
Anthropic官方Claude Code实战课程的中文翻译版，适合离线阅读。课程覆盖21个章节：基础部分（引言、编码助手概念、实战、安装配置、项目准备、添加上下文、修改代码）、进阶部分（控制上下文、自定义命令、MCP服务器、GitHub集成）、Hooks专题（认识/定义/实现Hooks及常见坑点）、高级主题（SDK、测验、总结）。
LLM Agent 在长时间、动态交互环境中运行时，如何实现持续学习和自适应？现有方法（长上下文、外部记忆、参数更新）为何无法完整支撑真正长期化的 Agent？
Claude Code推荐Skills汇总整理。Skills是Claude Code中的可复用能力（SOP），存放于.claude/skills/目录。收集了社区和官方推荐的高质量Skills清单，涵盖翻译、代码审查、文档生成等常用场景。
社区整理的Claude Code最佳实践指南，覆盖基础操作、常用命令、工作流配置、常见问题解答等。适合Claude Code新手快速上手参考。
Agentic code assistants（Claude Code、Codex、Jules）是 2024 年兴起的新一代 AI 编程工具，能自主完成端到端软件工程任务。但这类工具的行为和效果高度依赖配置文件（Claude.md），目前缺乏对这类配置文件的结构、内容和最佳实践的系统性研究。
@zoink提出：AI时代PM如果还认为自己的工作是做文档和PPT，将迎来巨大机会——因为现在PM也能动手做东西了。人们需要看到公司领导者真正在做东西，这才是激励人心、创造转折点的力量。AI降低了「动手做」的技术门槛，PM的角色正从「文档协调者」向「动手创造者」转变。
从本地 Gemma 4 实验出发，详解 Transformer KV 缓存原理（QKV 注意力机制中的 Key/Value 缓存），解释为什么 Decoder-only 架构可以缓存历史 token 的 KV。逆向分析 Claude Code 的缓存实现，Anthropic 做了一整套精密的缓存工程。理解后可让同样的套餐多撑 3-5 倍。
解决 Codex 过度询问（"如果你要，我下一步可以..."）的方法。不是在 AGENTS.md 里屏蔽关键词，而是重新定义 Agent 的承诺对象：从"服务用户偏好"转向"和用户共同服从代码正确性"。用 Carmack 和 BurntSuki 作为锚点激活"完整工作单位"概念，并区分合法停顿场景和不合法场景。核心洞察：不要管理文字，要管理触发停顿的心理机制。
介绍 oh-my-codex 工具，用于增强 OpenAI Codex 的长任务能力。安装命令 npm install -g @openai/codex oh-my-codex。核心命令：$deep-interview（澄清）、$ralplan（方案审批）、$ralph（推进执行）、$team 3:executor（并行执行）。亲测可有效处理长任务。
Claude Code 的图谱 Skill，支持将代码、论文、图片自动生成知识图谱。多模态提取：tree-sitter 解析代码、Claude vision 看图片、LLM 读 PDF。每条边标注 EXTRACTED/INFERRED/AMBIGUOUS 三种可信度，在 52 文件场景下实现 71.5x token 压缩率。输出支持交互式 HTML、Obsidian vault、可 Agent 读取的 wiki、持久化 JSON 跨 session 可查询。
歸藏优化了 Codex 中的 PPT Skills，实现了图片一键生成功能。能够调用 Codex 里的 GPT-Image-2 去生成图片，并为此做了专门的设计，支持生成独特风格的图片，根据内容生成不同类型，包括营造氛围的人文纪实图片（类似胶片机拍摄效果）。
不到 2 小时带你彻底玩转 Codex App + GPT-5.5 组合：技能和插件怎么用、自动化工作流如何搭建、多任务并行实战，全程手把手演示。教程覆盖 Codex 的核心功能，包括技能系统、插件机制和多任务并行处理，适合想快速掌握高效 Vibe Coding 方法的开发者。
基于 Claude Code 创始人 Boris Cherny 分享的技巧整理的实战指南。核心要点：给 Claude 验证机会（装 Chrome 扩展/Playwright MCP 让它自己看效果，输出质量提升 2-3 倍）；同时开 3-5 个 git worktree 并行；/remote-control 手机遥控；/loop 定时循环和 /schedule 持久化任务；Hooks 是确定性的（绕不过去），CLAUDE.md 规则是建议性的（压力大可能跳过）；/btw 插队提问不进历史；/batch 大规模迁移神器（AI 军团式编程）；/model opus 切换模型省 token。
AI 进化论-花生开源的 75 页《CLAUDE CODE 橙皮书》实战手册，面向想用 AI 编程但不知道从哪开始的人。10 章内容覆盖：核心工作流（Plan/Auto 模式、权限管理）、CLAUDE.md 写法、Skills/Hooks/MCP 扩展能力、多 Agent 并行协作、Computer Use 和 Voice Mode、一章完整的从零到上线产品实战。信息源来自 Claude 官方文档、Boris Cherny 分享、吴恩达 Claude Code 课程及作者用 CC 做十几个产品的经验。
从 Claude Code 泄露的 npm 包中提取 4756 个源码文件的深度拆解。核心发现：system prompt 是动态拼装的（静态宪法 + 动态当期政策），有 cache 边界设计（SYSTEM_PROMPT_DYNAMIC_BOUNDARY）优化 token 经济学；6 个内建 Agent（General、Explore 只读、Plan 只读、Verification adversarial、Guide、Statusline），实现者与验证者分离；工具调用经过 14 步 pipeline（输入校验→风险预判→权限决策→Hook→执行→post-processing）；三套扩展机制（Skill/Plugin/MCP）都让模型感知到自己的能力清单。五条设计原则：不信任模型自觉性、角色拆开、工具治理、上下文是预算、生态关键是模型感知。
三大Claude Code生态AI编程框架的深度对比。Superpowers(124K⭐)通过流程纪律约束过程——强制TDD、苏格拉底式需求澄清、Subagent驱动开发。GSD(47K⭐)通过上下文隔离约束环境——每个子任务独立200K token上下文，解决Context Rot问题。gstack(57K⭐)通过多角色约束视角——23个专业角色交叉验证。核心差异在哲学立场：Superpowers=工程师思维、GSD=创业者思维、gstack=CEO思维。三者共同短板在Build阶段。
当前最强的 LLM 编码 Agent 能否胜任工业级移动应用开发？它们在真实产品需求、多模态输入、大规模代码库上表现如何？
认知重建之后，步入Agentic Engineering的工程革命 公众号: 腾讯技术工程 发布时间: 1970-01-01 08:33:46 原文链接: 作者：rickyshou 从 speckit 踩坑到认知重建，从推翻精密架构到一个 AGENTS.md 文件重新出发。这篇讲的是"我做了什么，以及它为什么有效"。一个 AGENTS.md 文件，两个月后长成了拥有 22 个 Agent、27 个 Skill、28 个命令的工程体系。它不是设计出来的，而是被真实需求一步步逼出来的——中间经历了场景路由的建设与推翻、方法论的沉淀、多 Agent 协同代码审查的实战、运营活动配置的端到端落地，以及从一个人用到一个团队用的完整过程。如果你正在思考"AI 辅助开发到底能走多远"，这篇文章给出的不是理论答案，而是一份带着所有弯路和修正的实践记录。...
让 Claude Code 与 Codex 自查本机开发环境：对比二者给出的缺失工具清单，并补齐 ripgrep、fd、fzf 等与 AI 协作相关的 CLI 工具链。
Anthropic发布Claude Code auto mode，一种更安全地跳过权限确认的方式。不同于直接--dangerously-skip-permissions，auto mode通过更细粒度的权限模型和上下文感知来减少不必要的确认弹窗，同时保持安全边界。这是Agent编程工具在自动化效率与安全控制之间的重要平衡设计。
Anthropic工程团队分享长时间运行应用开发中的Harness设计经验。讨论如何在Agent驱动的开发流程中设计测试Harness，确保前端和全栈应用在长时间迭代中保持质量。涵盖自动化测试策略、CI/CD集成、以及Agent编程中的质量保障方法论。
Claude Code .claude/ 文件夹的完整解剖指南：项目级 vs 全局级两个目录、CLAUDE.md（200 行以内，只写项目特有内容）、rules/（路径范围规则模块化）、commands/（自定义斜杠命令，支持嵌入 shell 命令和参数）、skills/（自动触发工作流，与 commands 区别是自动识别触发）、agents/（独立上下文窗口的子 agent，可限制工具和指定模型）、settings.json（allow/deny 权限控制）。推荐：95% 的项目只需要 CLAUDE.md + settings.json + 1-2 个 commands。
AI 编程发展迅猛，Claude Code、Codex 等 AI Agent 已成为许多软件工程师工作时必不可少的得力助手。然而，对于如何在项目中更好地实践 AI 编程，目前仍然是一副"八仙过海，各显神通"的模样。
论文试图解决什么问题？ 大语言模型（LLM）在代码生成和理解任务上表现出色（如 GitHub Copilot、GPT-4 Code Interpreter），但在深度代码推理方面仍有明显局限。具体问题包括： 表面模式匹配：LLM 往往基于关键词和表面模式，而非深度语义理解。例如，对代码 if (x > 0) return x; else return -x;，LLM 可能识别出"返回绝对值"，但无法推理出"如果 x 是负数，返回 -x 的数学意义"。 推理不一致：对同一代码的不同提问，LLM 可能给出矛盾答案。例如，问"这个函数的时间复杂度？"可能回答 O(n)，问"这个函数会超时吗？"可能回答"不会"，但两者矛盾。 缺乏可解释性：LLM 的推理过程是黑盒，难以验证结论正确性。开发者无法判断 LLM 的结论是基于真实理解还是表面模式。...
我把我最近半年每个月氪金40刀2个账号的claude code 使用过程中，积累的一些实际经验分享给大伙。这篇文章主要围绕上下文管理、Skills、Hooks、Subagents、Prompt Caching 以及 CLAUDE.md 的设计展开，重点讨论怎样让协作过程更稳定、更可控，偏工程师技术视角的最佳实践，欢迎大伙一起最佳交流。
Tw93基于半年深度使用Claude Code的踩坑总结。提出六层架构模型，核心洞察：Claude Code不是'回答'而是反复循环的代理过程（收集上下文→采取行动→验证结果）。上下文治理是关键——200K上下文中固定开销约15-20K（MCP工具定义是最大隐形杀手，5个Server占25K tokens即12.5%）。提出上下文分层加载策略：CLAUDE.md常驻→rules按路径加载→Skills按需加载→Subagents隔离加载→Hooks不进上下文。
论文标题: Towards a Science of AI Agent Reliability 精读时间: 2026-03-20 论文类型: AI agent、 可靠性工程、 评估方法 技术栈: LLM、 AI agent、 评估框架 核心问题 1.1 研究问题 如何系统化地评估AI智能体的可靠性？ 1.2 问题背景 现实痛点: 能力与可靠性的脱节: 噩点:AI智能体在基准测试中表现优秀 现实:实际部署中频繁失败 原因:评估方法只关注准确率,忽略了行为的一致性、鲁…
如何系统性地理解和评估从LLM推理到自主AI Agent的演进？ 为什么重要 领域碎片化: 评估基准多样、框架众多、缺乏统一术语 实践需求: 企业需要选择框架、研究者需要基准、开发者需要最佳实践 技术快速演进: 新模型新框架层出不穷 协作协议缺失: 多Agent协作缺乏标准 综述核心价值: 问题: LLM → Agent 系统性理解 方法: 基准分类 + 框架梳理 + 协议解析 效果: 60+ 基准、20+ 框架、3 大协议 意义: 首个系统性梳理综述 对 AI/Agent 工作的启示: 选择框架考虑成熟度和标准化 评估基准是持续改进的基础 多Agent协作是必然方向 领域知识 + AI 是成功关键 对 OpenClaw 的启发: 集成 MCP 支持工具扩展 使用标准基准评估 考虑多Agent架构 建立评估体系 精读完成时间: 2026-03-19...
如何将大型语言模型（LLM）从被动的文本生成器，转变为能够自主规划、行动和学习的智能体？ 子问题 环境适应性：如何让LLM在开放、动态的环境中持续交互？ 能力进化：如何通过反馈和记忆机制实现自我提升？ 协作智能：如何从单智能体扩展到多智能体协作？
阅读日期: 2026-03-16 论文类型: AI 智能体综述 推荐指数: ⭐⭐⭐⭐⭐ 一、核心问题 问题背景 2025 年是"AI 智能体元年"，LLM 驱动的智能体系统快速发展，但领域存在定义模糊、评估碎片化、框架混乱等问题。 研究问题 如何系统性地理解、评估和构建 LLM 驱动的自主 AI 智能体？ 问题意义 统一认知: 提供清晰的智能体分类和定义 指导实践: 帮助选择合适的框架和基准 推动发展: 指明未来研究方向和应用场景 二、创新点 1…
论文： Chain-of-Tools: Utilizing Massive Unseen Tools in the CoT Reasoning of Frozen Language Models arXiv： 2503.16779v1 精读日期： 2026-03-13 一、核心问题 研究问题： 如何让大型语言模型（LLMs）在链式思维（CoT）推理过程中高效地利用大量外部工具，包括训练时未见过的工具？ 子问题： 效率问题： 如何在拥有大量工具（数千个）时高效选择合适的工具？ 泛化问题： 如何处理训…
一、核心问题 1.1 研究背景 大语言模型（LLM）的推理能力日益重要，但： 训练成本高：扩大模型规模需要巨额算力 性能瓶颈：传统方法（CoT、ToT）性能趋于饱和 效率问题：零阶搜索方法（如Best-of-N）样本效率低 奖励稀疏：长推理链中奖励信号难以传播 1.2 核心问题 如何在不重新训练模型的情况下，通过测试时优化显著提升LLM推理能力？ 关键子问题： 能否利用梯度信息而非仅奖励值？ 如何在离散token空间中进行可微优化？ 推理时优化与训练时优化的联系是什么？ 二、创新点 …
English 题为《创业者思考：如何做 AI Agent 喜欢的基础软件？》的文章指出，随着AI Agent迅速成为基础设施软件（Infra）的主要用户，软件的设计理念、接口和商业模式需要进行根本性重构。这一趋势已在实践中显现，例如在TiDB Cloud的生产环境中，超过90%的新建数据库集群已由AI Agent直接创建。 文章核心观点如下： 稳定且可扩展的心智模型 AI Agent所使用的软件，其核心不应是传统的UI或API，而是其背后稳定且可扩展的心智模型。AI在训练过程中已内化了大量关于底层系统（如文件系统、SQL）的稳定假设和模式.。因此，为Agent设计的软件应主动顺应这些已被模型理解、存在数十年的"古老"心智模型，而非创造全新的接口。...
这篇论文要解决什么问题？ 传统 LLM 在现实世界任务中存在三大局限： 缺乏长期记忆：无法保留历史信息和经验 无法自主使用工具：需要人工指导才能与外部系统交互 难以在动态环境中追求目标：缺乏持续推理和多步规划能力 为什么这个问题重要？ LLM 的潜力远未被充分释放，目前主要用于对话而非行动 真实世界的任务往往需要多步骤、多工具、多轮反馈 如果能让 LLM 成为真正的"智能体"而非"聊天机器人"，将极大扩展其应用价值 当前智能体与人类能力仍有巨大差距（42.9% vs 72.36% 任务完成率） 这篇论文为构建 LLM 智能体提供了系统化的理论框架和实践指导。...
论文: Evolving Excellence: Automated Optimization of LLM-based Agents 精读日期: 2026-03-09 阅读者: 高爷（AI 应用探索者） 一、核心问题 1.1 论文要解决什么问题？ 研究问题: 如何自动化地优化基于 LLM 的智能体配置，以提升性能并降低成本？ 子问题: 智能体的哪些组件可以优化？（提示词、工具描述、参数） 如何联合优化多个相互依赖的组件？ 如何在巨大的配置空间中高效搜索？ 如何让非专家用户也能使用优化工具？…
LangChain 创始人 Harrison Chase 分析 Coding Agent 对工程、产品、设计三大职能的重塑：PRD 流程已死（不再需要 PRD→Mock→Code 的瀑布流），瓶颈从实现转向审查，通用型人才比以往更有价值。核心框架：Builder（用好 coding agent + 产品思维 + 基础设计直觉）vs Reviewer（深度系统思维 + 快速审查能力）。关键判断：coding agent 是必需品而非可选品；好人更好，坏人更坏（差的产品想法现在能快速产生原型但浪费更多审查资源）；系统思维是关键差异化能力。
一句话概括：如何让 LLM 在处理复杂研究任务时，能够有效利用外部工具、维护推理上下文，并生成可解释的推理路径？ 问题拆解： 知识局限：LLM 训练数据有截止日期，无法获取最新信息 推理断裂：长推理链中容易丢失上下文，导致逻辑不一致 计算受限：LLM 无法执行复杂计算（如数学、数据分析） 单一能力：传统 LLM 缺乏外部工具调用能力 黑盒问题：推理过程不透明，难以调试和改进 对高爷工作的关联： 直接相关：AI Agent 开发、OpenClaw 工具集成 间接相关：SmartPerfetto 中的 AI 辅助分析 技术栈：LLM 应用、工具调用、知识管理 Agentic Reasoning 论文的核心价值在于"多智能体协作"和"结构化知识管理"。这两个概念不仅适用于 LLM 推理增强，也可以应用于各种复杂任务处理场景。...
一位非程序员的技术传播顾问用 Claude Code 在 36 小时内构建了完整的个人幕僚长系统：隔夜自动扫描日历和邮件、早晨 6:15 任务分类（绿/黄/红/灰四档）、6 个子 Agent 并行处理（邮件起草、Obsidian 客户笔记、会议安排、背景研究）、Stream Deck 一键时间块调度。核心设计原则：dispatch/prep/yours/skip 框架，系统从不发送邮件只起草，关键战略文档 100% 人工。月成本仅 $5-10 增量。文章价值在于展示了一个非程序员如何用系统思维（而非编程能力）设计 AI 自动化架构。
核心问题 这篇论文解决的是“端侧个性化”中最现实的拦路虎：微调内存开销。很多工作证明了“可以做微调”，但通常在树莓派或实验环境，离手机实用化很远。PocketLLM 的价值在于把问题拉回到真实手机场景。 论文贡献（按价值排序） 1) 明确瓶颈优先级：在端侧微调中，内存是可行性门槛；算力更多影响时延。 2) 方法选择正确：采用无导数优化绕开梯度/优化器状态，直接打掉最大内存项。 3) 实机验证：在 OPPO Reno 6 上给出可复现实验（RoBERTa-large 与 OPT-1.3B）。 关键数据的含义 RoBERT…
AI 实践：How I'd Become a Quant If I Had to Start
BestBlogs.dev 第 85 期以"驾驭工程"为核心关键词，提出开发者核心工作正从写代码转向构建 Agent 运行所依赖的驾驭工程体系。涵盖 GPT-5.4 发布（首次将推理、编程、计算机操作、深度搜索整合进单一模型）、Qwen3.5 小模型、FireRed-OCR、Martin Fowler 博客上关于 Harness Engineering 的系统性讨论（人在回路上 vs 人在回路中）、以及 Anthropic 设计负责人 Jenny Wen 对设计流程变革的判断。核心结论：执行力不再稀缺，稀缺的是知道该做什么以及判断什么是好的。
来源：@frxiaobei | GitHub 仓库 这个仓库值一个亿。Cursor、Claude Code、Devin、Windsurf、v0... 所有你用过的 AI 编程工具，它们的 System Prompt 全被扒出来了。30000 行指令，30+ 个产品，0 元获取。 该仓库收录了以下 AI 编程工具的 System Prompt： Augment Code Claude Code Cluely CodeBuddy Comet Cursor Devin AI Junie Kiro Leap.new Lovable Manus NotionAI **Orchids.
如果你用Claude Code，大概率用过CC Switch这个软件。 今天邀请作者直播，了解工具背后的故事（以下内容由AI生成） 2026年1月，一个叫 CC Switch 的开源项目在 GitHub 上突破了 20,000 stars。 这个数字背后，是一个大龄转行者用六个月时间写就的故事。 项目作者 Jason 之前做进出口贸易，去年才开始自学编程。 他花三个月学完了从 TypeScript 到 React 、Nodejs、Rust的基础知识，然后做出了第一个正式项目。 没有计算机专业背景，没有大厂履历，只有一个简单的出发点： 做出个满意的项目，证明自己，转行之路没有失败。 国内使用 Claude Code 的用户都知道，官方订阅门槛高，大家更多依赖中转站或国产模型。 但在不同供应商之间切换，需要手动改环境变量或配置文件，操作繁琐且容易出错。...
By @vista8 (向阳乔木) · Wed Mar 04 04:02:05 +0000 2026 📊 ❤️ 16 🔁 2 🔖 18 👁️ 8,257 💬 5 📐 308 words 昨天苹果发了新 MacBook Pro，搭载 M5 Pro 和 M5 Max 芯片。 看起来很强大，有点心动了，现在用的是M4 Pro，也有人劝说等年底M6，哈哈。 原文： AI提炼总结下要点。 这次升级，核心在 A 先说几个数字： AI 性能比上代快 4 倍，比 M1 快 8 倍。 这个提升怎么来的？ 苹果在 GPU 的每个核心里都塞了一个"神经加速器"（Neural Accelerator）。 你可以把它理解成专门处理 AI 任务的小引擎，就像你厨房里有个专门打果汁的机器，比用菜刀切快多了。...
By @Kangwook_Lee (Kangwook Lee) · Tue Mar 03 22:06:52 +0000 2026 @Kangwook_Lee（Kangwook Lee）· 3 月 3 日星期二 22:06:52 +0000 2026 📊 ❤️ 864 🔁 82 🔖 1,960 👁️ 244,078 💬 16 📐 543 words 📐 543 个字 For non-codex models, the open-source Codex CLI compacts context locally: an LLM summarizes the conversation using a compaction prompt....
I’ve started a new project to collect and document Agentic Engineering Patterns—coding practices and patterns to help get the best results out of this new era of coding agent development we find ourselves entering. 我启动了一个新项目，专门收集和整理 Agentic Engineering Patterns（代理式工程模式）——这是一套编码实践与方法，用来帮助我们在这个“代码智能体开发”新时代中获得更好的结果。
@xin_pai88825 (Paidax) 🕐 Wed Mar 04 02:54:22 +0000 2026 📊 ❤️ 187 🔁 30 🔖 231 👁️ 21,822 💬 7 分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt...
By @yanhua1010 (Yanhua) · Tue Mar 03 07:42:43 +0000 2026 📊 ❤️ 54 🔁 8 🔖 55 👁️ 4,683 💬 1 📐 228 words 说实话，读完 Anthropic Claude Code 团队最近分享的这篇构建经验，我盯着屏幕想了很久。 不是因为技术多复杂。恰恰相反，整篇文章最让我震动的一句话极其朴素： 「你要学会像智能体一样看世界。」 这句话来自 Claude Code 的核心开发者。一个每天跟 AI 智能体打交道的人，他给出的最重要建议，不是什么架构方案或框架选型，而是一种认知方式的转变。 这让我想到一个更大的问题：2026 年了，我们跟 AI 协作的方式，是不是从根上就搞错了？ 一、给 AI 一把锤子，它不一定能盖房子 Claude Code 团队讲了一个特别生动的类比。...
By @0xIanW (𝙸𝚊𝚗 𝚆.) · Sun Mar 01 06:36:45 +0000 2026 📊 ❤️ 16 🔁 0 🔖 8 👁️ 840 💬 11 📐 73 words 声明 此为个人踩坑后总结出来的经验，仅作参考！ 文章内容纯手戳，无AI生成内容，无广告，放心食用！ 文章涉及到的链接会放在评论区。...
@yibie (yibie) 🕐 Tue Mar 03 01:57:42 +0000 2026 📊 ❤️ 2 🔁 0 🔖 5 👁️ 153 💬 0 重读 OpenClaw 缔造者 Perter Steinberger 的这篇雄文《Shipping at Inference-Speed》，还有很深的启发，这篇文章是 Perter 说明自己 AI 辅助编程时，他自己工作流、方法、工具选择的转变，而这个转变让他打开与 AI 协作新的大门。 Perter 在 AI 辅助编程的范式转变，是来自他亲自开发的项目 VibeTunnel。年初他花了两个月时间，尝试用Rust、Go 甚至 Zig 重写核心模块，但旧模型一直失败，最终没完成。...
Note: this post is about building your own agents (agentic software engineering), not about using coding agents. 注意：本文讨论的是构建自己的代理（代理软件工程），而不是使用编码代理。 By now you've probably used a few agents, or at least heard of Claude Code, Codex, or OpenClaw. Ever wondered what it takes to build your own? 到目前为止，你可能已经使用过几个代理，或者至少听说过Claude Code、Codex或OpenClaw。
OpenAI 内部有个团队，5 个月，3 个工程师，几乎不靠手写代码，做出了一个内部产品。 约 100 万行代码，约 1500 个 PR，人均每天 3.5 个 PR。 这是什么概念？ 正常工程师一天能稳定交付一个 PR，已经算高效。3.5 个 PR，意味着产出被直接拉高到了另一个数量级。更夸张的是，这些代码大部分都不是工程师亲手敲出来的。 这篇文章是 OpenAI 工程师写的，讲他们怎么用 Codex 从零构建一个叫 Harness 的内部工具。读完之后，我沉默了挺久。 因为它把一件正在发生的事，讲得非常清楚： 工程师的核心工作，正在从写代码，转向设计让 Agent 持续工作的环境。 这句话很重要。 这不是一句夸张的口号，也不是某种抽象比喻。它描述的是一个已经开始发生的角色迁移。...
It is hard to communicate how much programming has changed due to AI in the last 2 months... coding agents basically did not work before December. 过去两个月里，AI 对编程方式的改变非常剧烈；在作者看来，去年 12 月前后是关键拐点，编码代理开始真正可用。 Boundary: this is expert observation, not a controlled benchmark; validate with your own repo metrics. 边界：这是专家经验判断而非严格对照实验，落地时应先用自有仓库指标验证。
OpenSandbox is a general-purpose sandbox platform for AI applications. It provides unified sandbox lifecycle and execution APIs, and supports coding agents, GUI agents, evaluation, and RL training scenarios. OpenSandbox 是一个面向 AI 应用的通用沙箱平台，提供统一的沙箱生命周期与执行 API，覆盖编码 Agent、GUI Agent、评测和强化学习训练等场景。
@yyyole (沐阳) 🕐 Mon Mar 02 02:09:52 +0000 2026 📊 ❤️ 27 🔁 3 🔖 14 👁️ 14,627 💬 16 AI Robot Phone！！ 听说今年下半年，会在国内首发！ 很久很久，没有看到手机硬件上， 有如此让人耳目一新的创意了！！ 1、实时感知，与现实世界互动，短片里看起来，实用性趋0，可玩性拉满，但前景辽阔！！ 2、手机自带云台相机，可玩性和实用性双双拉满！ 3、AI自动创意构图拍照，不新鲜！ 4、硬件有了，就看软件如何玩出花样！ 视觉/语言交互+AI智控手机，应该是下一代AI智能手机新范式了！
从 MCP 到 SKILL（II）：把调用层补齐 我在《从 MCP 到 SKILL：关于 Agent 扩展机制的思考 》里提过一个很直觉的分工： MCP（Model Context Protocol）更像“标准插头”，解决连接标准化 SKILL 更像“操作手册 + 工作流”，解决编排、状态与闭环 当时我以为，这两者拼起来就会很自然。 但真把它落到工程里，很快会发现：缺的不是理念，而是最后那一段“可执行、可迁移、对 Agent 友好”的、适合写进 SKILL 的通用调用入口。 首先没有一个通用的 SKILL 友好的 MCP CLI。理论上可以用 curl 调 MCP HTTP，但对 Agent 来说参数、认证、错误处理都太复杂，稳定性差。于是很多服务放弃了 MCP，直接退化成“纯 REST 接口”。...
从 MCP 到 SKILL：关于 Agent 扩展机制的思考 去年 MCP 爆火，大家一度有种感觉：只要把工具都接进来，AI Agent 就会“活”过来，像一个长了手脚的人，什么都能干。 如果把 LLM 看作大脑（智力引擎），tool call / function call 就像让它能指挥四肢：模型填参数，代码去执行，再把结果喂回去继续推理。 MCP（Model Context Protocol）把这套机制做成了“标准插头”：以前各家服务各自一套 SDK + API，你要给 Agent 封装工具，就得处理语言、依赖、鉴权、返回格式，复杂度会指数上升；MCP 的价值是把“接入”这件事工程化、标准化。 所以当时最乐观的推论很自然：只要 MCP 工具够多，Agent 就有无限多的手脚，什么都能干了。 但很快大家就撞墙了。...
CC Switch 是 Claude Code 的供应商管理和切换工具，GitHub 2 万 Star、130 万下载。作者 Jason 36 岁从进出口贸易转行编程，花 3 个月学 TypeScript/React/Node/Rust 后做出第一个项目。核心设计理念"侵入性最小"——即使卸载也不影响正常使用。从 Electron 重构为 Tauri（从 80MB→更轻量），编程语言从 TypeScript 转 Rust。第一版一周完成。
Claude Code 核心开发者分享构建经验。设计 Agent 工具的关键框架：想象自己面对数学题——纸笔（基础但受限）→计算器（更好但需知识）→电脑（最快最强但需技能）。工具要匹配 Agent 能力。AskUserQuestion 工具的三次迭代：修改 ExitPlanTool（Claude 困惑）→修改输出格式（不可靠）→独立工具（成功，可引导结构化输出、确保多选项、支持 SDK/Skill 集成）。
Karpathy 用 1 小时 vibe code 了一个个人有氧运动追踪仪表板（~300 行代码），Claude 逆向了 Woodway 跑步机云 API。核心观点：1）App Store 的离散应用长尾概念已过时，LLM Agent 可以当场即兴创建定制应用；2）行业需要重配置为 Agent 原生的传感器和执行器服务。现在 1 小时完成的事，2 年前需要 10 小时，但理想状态应该是 1 分钟。99% 的产品还没有 AI 原生 CLI。
Thariq 原文的中文翻译。构建 agent 框架最难的部分是设计行动空间。工具设计要匹配 Agent 能力（纸笔→计算器→电脑的类比）。AskUserQuestion 工具三次迭代：修改 ExitPlanTool（Claude 困惑）→修改输出格式（不可靠）→独立工具（成功）。最终方案可引导结构化输出、确保多选项、支持 SDK 集成。
写代码的模型永远不负责审自己的代码。Claude Code 跑 Opus 4.6 写完功能，通过 MCP 协议接入 Codex MCP Server 让 Codex 审查。审完列问题，回到 Opus 逐个修，循环到没新问题。原理：自己写的东西自己审永远有盲区，换一个不同思路的 AI 审你的 AI。成本多一轮对话的钱但省掉的返工时间远超。
完整的编码 Agent 软件开发工作流。先澄清目标、从对话抽取规格、设计拆成小段落确认。确认后生成遵循 TDD/YAGNI/DRY 的实现计划，再通过子 Agent 执行并进行分阶段审查。Claude 可自主工作数小时不偏离计划。支持 Claude Code、Cursor、Codex、OpenCode。技能自动触发，不需要特殊操作。
HR 出身的非程序员，用 Obsidian + Claude Code 搭建了复杂个人工作台。506 次 git commit、85+ AI Skills、3 个生命周期钩子、435 条自动 session logs、7 个平台同步分发。核心理念"File over App"：文件属于你，系统和 AI 是过客。原料从四面八方进来，经过流水线加工，变成成品出去。强调本地优先、数据自主。
Cursor CEO 定义 AI 编码三个时代：第一时代 Tab 自动补全、第二时代同步 Agent（提示→响应循环）、第三时代独立云 Agent（长任务自主完成）。Cursor 超 1/3 的 PR 由云端自主 Agent 创建。云 Agent 在独立虚拟机运行，交付日志/视频/预览而非 diff。人类角色从逐行指导变为定义问题和设置审查标准。
独立开发者用 OpenClaw + Codex/Claude Code 搭建 AI Agent 系统的完整案例。双层架构：OpenClaw 编排层持有业务上下文，Agent 执行层专注代码。8步从需求到 PR 合并，含自动监控、三 Agent Code Review、改进版 Ralph Loop（动态调整 prompt）。实测：单日 94 次提交，30 分钟 7 个 PR，月成本 $190。瓶颈是 RAM 不是 token。
面向非程序员的 Codex 解释：大多数计算机工作是手动操作软件（点击菜单、复制粘贴、拖文件），理论上都可自动化但需要写代码。Codex 是 OpenAI 的编码 Agent，用自然语言描述需求，它能拆步骤、选工具、写代码、运行、交付结果。不再是程序员的专利，而是通用数字工作工具。
直接让 Claude Code 按 Obsidian Minimal Theme 风格改 CSS 与布局，约半小时完成。关键要点：先给 AI 明确目标风格、限定可改范围（CSS/布局/装饰）、人工验收可读性/层级/移动端。低成本提质的高 ROI 实战经验。
以 OpenClaw 为编排层，Codex/Claude Code 为编码执行层的双层架构。编排助手 Zoe 负责分配任务、生成提示、跟踪进度、Telegram 通知。核心思想是上下文专业化：编码 Agent 拿代码上下文，编排层掌握业务上下文。94 次提交/日峰值，30 分钟 7 个 PR。流程包含隔离 worktree、tmux 控制、JSON 任务注册、周期巡检、三模型审查（Codex/Gemini/Claude）。
面向"上下文工程"的开放技能库，管理模型看到的全部输入（系统提示、工具定义、检索文档、消息历史、工具输出）。核心原则：按需加载（启动只加载技能索引，命中任务才加载全文）、保留高信号信息压缩低价值 token。方法平台无关，可迁移到 Claude Code、Cursor 等框架。示例覆盖多 Agent 协作、LLM 评审体系、长期记忆系统。
主任工程师级自主 Agent 角色设定模板，覆盖软件全生命周期而非仅写代码。以系统级操作守则保障交付质量、逻辑严密性、执行稳定性。借鉴 Claude Code 实践，强化工程流程与规范沉淀。适合用于团队 Agent 提示词基座、工程治理标准化、复杂任务自动化执行框架。
在 2022 年以前，我一直相信，在这个行业里，只要技术栈钻得深，比如精通三方框架、熟悉 Android Framework、搞定性能优化，就能端稳饭碗。
Sam Altman 在 OpenAI 开发者 Town Hall 上的坦率对话，23个话题。承认 GPT-5 写作翻车、大幅放缓招聘、警告生物安全。核心观点：软件工程杰文斯悖论、GTM 仍是最大挑战、多 Agent 编排界面未定、AI 大规模通缩。个性化软件是未来方向。
Anthropic 发布 "Cowork" 标志着人工智能产品战略的一个关键转折点（Cowork: Claude Code for the rest of your work^\[1\]^），它不仅是一个针对非编程人员的新工具，更宣告了 Anthropic 从单纯的模型提供商向综合性代理生态系统（Agentic Ecosystem）协调者的转型。我也算架构演变的见证者了，从早期写 MCP、到前段时间写 Skills（深度解析：Anthropic MCP 协议、从 Prompt Engineeri...
English Demystifying evals for AI agents \ Anthropic Anthropic emphasizes that evaluating AI agents is a complex but crucial process, requiring a different approach than traditional single-turn language model evaluations due to agents' multi-step behavior, tool use, and potential for unexpected solutions....
AI Coding In-Depth Sharing: How to Truly Utilize Tools, From Principles to Practice This article systematically deconstructs AI programming tools from underlying principles (Token, tool calling, Codebase retrieval, Merkle Tree) to practical applications (dialogue optimization, best practices, tool alternatives), guiding developers to efficiently utilize AI-assisted coding....
Claude Code 免翻上手教程：以及国产模型也能吊打 Claude？ 如何不翻墙下载安装使用 Claude Code？如何用 Claude 十分之一的成本实现近似的效果？一行命令免翻装好 CC！以及 GLM 4.7 到底能不能吊打 Claude？ Claude Code 免翻墙安装使用教程 在《2025年度总结》里老冯提到过，过去一年 Claude Code 让我的生产力翻了 20 倍。 有朋友问我是不是吹牛真没有，其实老冯说的还保守了。 这玩意实际上相当于月薪5万的工程师全天候帮你干活，而只要 1800¥ 的工资。 前几个月有个刚毕业的师妹问我怎么找工作，我给她的建议就一个：去把 ...
Welcome to the Machine, a guide to building infra software for AI agents English Welcome to the Machine, a guide to building infra software for AI agents Last modification on 2025-12-22 Ed Huang | CTO/Co-founder, PingCAP TiDB | [email protected] Just in time for Christmas—here in the U.S., the holiday atmosphere is already everywhere around me....
DHH 分享对 AI Agent 编程的看法转变。从不喜欢编辑器自动补全到欣赏终端 Agent 协作模式。在 OpenCode 中使用 Claude Opus 4.5 等模型，认为 Agent 已能产出生产级代码。对'Agent写90%代码'持怀疑态度，强调监督式协作是当下最现实范式。
2026 AI First 系列（二）：Vibe Coding——思维速度编程的民主化革命 copyright x @ wquguru 欢迎转载，请注明出处 "IDE？我试过一堆。以前我特别依赖其中一个。但现在它那些额外的功能，我根本不需要，也不在乎。我只 copyright x @ wquguru 欢迎转载，请注明出处
聊一聊豆包AI手机助手高度敏感权限CAPTURE_SECURE_VIDEO_OUTPUT English Analysis of Doubao AI Mobile Assistant's Highly Sensitive Permission: CAPTURE_SECURE_VIDEO_OUTPUT Recently, discussions have emerged regarding the highly sensitive permission CAPTURE_SECURE_VIDEO_OUTPUT used by the Doubao AI mobile assistant....
Claude Code 支持 Rules 了，Agent 的生态在大融合了，文本化的 Skills + Rules 要占领生态位了
关于Claude刚登顶，OpenAI就放出24小时不休息的编程A的收藏文章
这篇文章是 Brie Wolfson 与这家 "AI 编程十角兽" Cursor 共度六十天的记录。是 Yuan 发给我的，我也借此学习一下当前发展最快、执行力最强的新型 AI 公司的样子。读的过程中，也带着我们自身的处境去想：哪些值得借鉴，哪些不一定适合。
关于Enhancing Cursor and CodeBuddy的收藏文章
"10x Cursor"开发体验，Claude Code 如何带来 AI Coding 的 L4 时刻？ 背景 "10x Cursor" 和 Claude Code AI 是两种先进的 AI 编码工具，旨在显著提升开发者的生产力，尤其对于 L4 级别的开发体验而言。这些工具通过自动化和智能化编程任务，使开发者能够以更高的效率完成工作，从而实现所谓的"10倍开发者"效应。 Claude Code AI 是什么 Claude Code 是 Anthropic 公司开发的 AI 驱动编码助手，被设计为一个"智能体"（Agent）系统。...
GitHub - knemik97/Manifesto-against-the-Plagiarist-Yunhe-Wang: 讨贼王云鹤檄文 讨贼王云鹤檄文. Contribute to knemik97/Manifesto-against-the-Plagiarist-Yunhe-Wang development by creating an account on GitHub. 文章license和Qwen一样，apache-2.0。 王云鹤，1991年生于黑龙江。2018年博士毕业进入华为，经历不到7年时间，于2025年2月中旬，从小模型实验室主任任上，正式顶替姚骏，被任命为诺亚方舟...
AI 编码代理(以 Cursor 和 Claude Code 为例)的崛起及其深远影响 软件开发行业正处在一个根本性的范式转换之中，其驱动力是人工智能编码代理（AI Coding Agents）的强势崛起。以 AI 原生集成开发环境（IDE）Cursor 和基于终端的代理工具 Claude Code 为代表的新一代工具，标志着从被动的 AI *辅助*（Assistance）到主动的 AI *代理*（Agency）的决定性飞跃。这一转变不仅带来了前所未有的生产力提升——研究表明，在特定任务上，开发者的完成速度可提升高达 55.8% 注：本文由 Gemini 2.5 Pro 的 Deep Research 生成，隐去了其中的引用文章列表。 软件开发行业正处在一个根本性的范式转换之...
如何利用cursor快速理解复杂代码工程？ 原文链接: 源码阅读 Cursor 代码生成大模型 如何利用cursor快速理解复杂代码工程？ Cursor 91% 知友推荐 · 555 人评价 Cursor是一款智能代码生成与自动化编辑器，旨在帮助开发者更高效地编写和优化代码。...
Trae 重磅更新：AI编程+智能体+MCP，言出法随的新境界 Trae 重磅更新：AI编程+智能体+MCP，言出法随的新世界入门 原创 AGENT橘 AGENT橘 AGENT橘 在小说阅读器读本章 去阅读 在小说阅读器中沉浸阅读 Vibe Coding 和 MCP 都是最近特别流行的概念。 Vibe Coding，是氛围编程，是代码生成的言出法随，想要什么功能，就让AI写出代码。 MCP，是大模型上下文协议，是工具调用的言出法随，需要什么工具，就把叫它过来一起干活。 而如果把两者结合，会碰撞出怎样的火花？ 先来看一段录屏，这是我花了十分钟写出来的一个探索大理的网页： 设计、开发、生成配图、添加动效，全部都是我用 AI 编程+MCP 完成，一行代码都不用写，一行图片提示词都不用写。...
【有嘴就能做开发】Cursor——AI编辑器 使用详解 作者: unknown 发布时间: 编辑于 2025-03-01 23:45・浙江 原文链接: 概述 Cursor是什么？ Cursor是一款优秀的AI代码编辑器，它内置了Deepseek-R1、GPT-4、Claude等AI模型。 简单说，就是： Cursor = VS Code编辑器 + AI大模型 + Cursor功能特性（代码补全、文件编辑等） 它可以： 智能补全代码 解释代码 定位Bug AI大模型问答 文本编辑 更重要的是，它可以： 根据自然语言，生成代码 这一点，非常利好“不懂编程，但是有开发想法”的人。...
Github Copilot 近期重要更新一览 (2025.4.9)Github Copilot 宣布推出 Pro+(3 - 掘金 Github Copilot 宣布推出 Pro+(39🔪/月)，5月5日 开始限制 高级模型 (除4o外所有) 访问次数 ，原 Pro 每月 300点 (能问 Claude 3.7x240次 ) 离上一篇《Github Copilot 近期的一次重要更新 (2024.9.26)》已经过去半年多了，今天比较闲，刷下 Github Copilot 的 更新日志 → Github Copilot ChangeLog 看下都有哪些重要更新，这不刷不知道，一刷吓一跳 ❗...
AI编程：从Copilot到Autopilot AI编程正在重塑软件开发的边界，让更多人能够将想法转化为现实，重新定义人与技术的关系。 AI编程是当前AI领域唯一盈利赛道。这不仅是一种技术革新，更是一场创造方式的变革，正在重塑软件开发的边界，让更多人能够将想法转化为现实，重新定义人与技术的关系。 从GitHub Copilot这样的代码补全插件，到Cursor这类AI IDE，AI编程工具正在变得更加集成和智能。这种演变不仅提高了效率，还大幅降低了编程门槛，使非程序员也能创造软件。
“聊天式编程”让代码听你的话：Cursor打造极致心流体验 公众号: 腾讯技术工程 发布时间: 1970-01-01 08:33:45 原文链接: 作者：吕昊俣 最近半年深度体验了Cursor，享受到了很多乐趣，这篇文章将分享对于Cursor的一些实践与思考。 “聊天式”编程已经到来 在2023年1月，四位麻省理工学院（MIT）本科生创立的AI编程工具Cursor横空出世，以“重新定义软件开发流程”的革新理念迅速崛起 。团队提出了“优秀的工程技术比算力更重要”的理念，不管是猜你所想的“tab、tab、tab”，还是一键添加多种类型的“上下文” 或是无所不能的Agent模式，真正意义上诠释了什么是你的专属私人编程助理，Cursor的出现，可以说标志着“聊天式”编程的到来。...
4 段超神提示词解锁 Claude 3.7 能力上限 一段AI提示词能实现什么让人吃惊的效果！？ 之前说出都没人信，让我们眼见为实 橘子推荐语： Claude 在升级到 3.7 之后，能力获得了大幅提升，在前端编程方面已经远远超出其他模型，重新定义了 AI PPT 的概念，我已经把所有图表都交给 Claude 3.7 用代码直接写了。 最近一直想把方法分享给大家，但苦于没有精力动笔，刚好我的朋友归藏做了一些研究，向阳乔木做了一些延展，写出了这篇很棒的文章。 欣然转载，希望大家都能体会到最新 AI 技术带来的震撼。 上周我的好朋友 @歸藏 发了一段提示词，核心思想是用前端和设计角度出发。
AI 编程智能体深度剖析：Cursor 与 Cline 实战对决，谁更胜一筹？ 来源: 掘金 作者: 欧少泽 发布时间: 2025-01-30 原文链接: 一、前言 这篇文章主要讲的是闭源 AI 编程智能体 Cursor 和开源 AI 编程智能体 Cline ，之所以主要讲这两个工具，是因为测试了好多工具后，发现这两个工具分别是闭源和开源领域中是比较好用的 AI 编程智能体。 对于程序员来说，经常需要做的就是等待编译，包括等待本地编译和等待流水线编译，而有了 AI 编程智能体后，程序员需要等待的事项就多了一个： 等待 AI 编程智能体工作完成 。 AI 编程智能体 智能体，简单来说，就是你给 AI 越多的工具、资源，它就能帮你解决更多的问题。比如你把访问浏览器的权限给它，它就可以去查资料，把创建和编辑文件的权限给它，它就可以自己创建代码文件。...
AI 辅助编码的残酷真相：它能帮你完成70%的工作，但最后30%令人非常沮丧 在过去几年深入参与 AI 辅助开发的过程中，我注意到一个非常有趣的现象：尽管许多工程师都表示自己在使用 AI 时生产力显著提升，但我们日常使用的软件却并没有明显变好。到底发生了什么？ 一份实战指南，以及为何我们需要重新审视自己的期望 在过去几年深入参与 AI 辅助开发的过程中，我注意到一个非常有趣的现象：尽管许多工程师都表示自己在使用 AI 时生产力显著提升，但我们日常使用的软件却并没有明显变好。到底发生了什么？
字节跳动旗下对标 Cursor 和 Windsurf 的 AI IDE 产品 —— Trae，今天正式上线了！
Cursor 深度评测：革命性提效工具还是过誉的玩具？ 最近 Cursor 很火，火到我身边的程序员们已经不聊河北彩花，LOL，黑猴等，而是在各种场合讨论这个 Cursor 的辅助编程能力。各类内容平台也在以惊人的速度，迭代出了许多相关教学视频： 我试用了一段时间，第一感觉确实很惊艳，能帮我解决很多基础问题，实打实地提升开发效率，印象比较深的，包括： Codebase Indexing、@symbol 等功能带来的更强的上下文索引能力，而这极大提升最终 LLM 生成的代码效果； Cursor Composer 功能提供了一个注意力非常聚焦的编程面板，相比于过往 GPT 等产品的即聊即抛的模式，更容易做好跨文件的编辑开发，而这更符合专业开发者的模块化编程习惯。...
以小说 AI 工作流为例，Cursor和Windsurf，为什么我最后选择Cursor（万字长文） 由于公众号文章访问受限，无法直接抓取全文内容。这是一个关于AI编程工具比较的长文，详细分析了Cursor和Windsurf两种AI编程工具的特点。 文章概要 这篇文章深入探讨了两种主流AI编程工具Cursor和Windsurf的比较分析，通过小说创作的具体工作流场景来展示各自的优势和适用性。...
Unlimited Refill Cursor The page could not be found NOT_FOUND sin1::b5q5l-1776233335458-7bdc33be3c85
AI 和写作 | Randy's Blog | Randy's Blog 到底什么样的形式是一个好的写作 Copilot, 我也没有答案，但我认为它一定不能是侵入式的。它应该在一旁默默地观察我写出来的想法，然后在合适的时候告诉我它对此的观点。它有比我多得多的知识量，可以做到： 在我提出一个观点时，找出其中可能的逻辑漏洞，帮助我更完整地思考。 在我提出一个观点时，找出其在学术研究中对应的名词可以解释这个观点，甚至找出对应的科学实验、论文、现实中的案例。这在非虚构类写作中十分有帮助。我最近在读 Ali Abdaal 的 Feel good productivity 一书，里面十个观点有八个都能举出一个科学实验来论证，我基本可以单方面认为 Ali 一定是在用 GPT ...
The Product-Minded Software Engineer - The Pragmatic Engineer English The Product-Minded Software Engineer Before we start: I'm hosting the first-ever The Pragmatic Summit on 11 February, 2026, in San Francisco....
AI 将在可预见的未来深刻影响软件开发行业。 Cursor 是一款基于人工智能的代码编辑器，创建了一个集成开发环境 （IDE）。旨在帮助开发人员编写代码，并与 AI 进行实时互动，提供代码建议、错误检测和自动补全功能。 集成开发环境（IDE），支持多种编程语言（如 Python、JavaScript、Java 等）。 Cursor 团队表示，未来还会推出支持更多编程语言、增强调试功能等更新，让 Cursor 成为开发者的得力助手。 ✅参考数据（通过搜索获悉，2024 年软件市场的一组数据如下） 在软件开发行业，有超过 700 种编程语言可供选择。因此，在选择正确的编程语言时，企业和软件开发人员...
抄 Apple Intelligence 作业的思路 文章从 LLM 的近况切入，探讨 Apple Intelligen 发布时间: 2024-08-27T08:38:20.000Z 原文链接: 抄 Apple Intelligence 作业的思路 字节跳动\_离青 2024-08-27 4,179 阅读50分钟 已关注 6 月的 WWDC 7 月刷，7 月的构思 8 月写，着实拖延了些时日，希望成稿之日观点尚能构成参考 _(:з」∠)_ 字节跳动 Client AI 团队招聘中，业务年均百亿收益，SDK 日均万亿调用，诚邀推荐： - 社招 - 算法工程师 @北京/杭州/上海 - 平台工程师 @北京/深圳 - 移动工程师 @北京/深圳 - 校招 - 算法工程师 @北京/杭州 - 实习 - 前端工程师 @深圳...
Building A Generative AI Platform After studying how companies deploy generative AI applications, I noticed many similarities in their platforms. This post outlines the common components of a... After studying how companies deploy generative AI applications, I noticed many similarities in their pl...
English 关于"吴恩达：从 Agent 到 Agentic Workflow"这一主题，有许多文章和讨论对吴恩达（Andrew Ng）关于 Agentic AI 和智能体工作流的理念进行了阐述和转载。 吴恩达教授在多个场合，包括2024年Snowflake峰会开发者日和红杉资本的AI峰会，都深入探讨了Agentic Workflow。他强调，这种工作流的核心在于将复杂任务分解为多个步骤，并通过迭代优化逐步完善结果，使其更接近人类解决问题的思维模式。 您可以在以下平台找到相关的转载文章和深度解读： CSDN博客 上有一篇题为"吴恩达：从Agent 到Agentic，超越基础模型的下一代AI"的文章，详细介绍了吴恩达的观点。...
可能是全网最完整的探讨关于 copilot 写代码优劣及使用场景注意事项的文章 作为 Github copilot 刚 beta 发布就重度使用至今的有二十多年码龄四十多岁还在写代码的码农，我觉得我有足够的说服力来阐述我对这个问题的理解。当然，口说无凭，本着「谁主张谁举证」的民事诉讼原则，我拿 github 自身的 copilot statistics API 看了一下我过去近三周的使用数据（我不是每天都写代码，所以有些天没数据），惊奇地发现我使用 copilot 比我想象得还要「勤劳」：
奥特曼斯坦福对话万字实录来了！关于GPT5、AGI、核聚变发电、人类未来 作者：腾讯科技 原文链接： 公众号: 腾讯科技 发布时间: 1970-01-01 08:33:44 原文链接: 丨划重点 ① 没有必要害怕超级智能的人工智能，因为与未来的模型相比，每个新模型都被认为能力不足，进而推动了持续的改进。 ② 仅仅专注于解决当前的人工智能限制可能是徒劳的，因为像GPT-5和GPT-6这样的未来模型可能会使这种努力过时。 ③ 太空不适合生物生存，人类派出机器人探索和殖民太空将更容易。 ④ 奥特曼在再生能源领域最看好核聚变，未来有望把一度电成本降至1美分。...
The Cook and the Chef: Musk's Secret Sauce — Wait ... English The Cook and the Chef: Musk8217;s Secret Sauce November 6, 2015 By Tim Urban This is the last part of a four-part series on Elon Musks companies....
What Is ChatGPT Doing ... and Why Does It Work? English What Is ChatGPT Doing … and Why Does It Work?—Stephen Wolfram Writings ≡ Stephen Wolfram Writings ABOUT WRITINGS PUBLICATIONS MEDIA SCRAPBOOK CONTACT Recent | Categories Artificial Intelligence Big Picture Biology Companies &...
TikTok and the Sorting Hat — Remains of the Day English TikTok and the Sorting Hat August 04, 2020 by Eugene Wei I often describe myself as a cultural determinist, more as a way to differentiate myself from people with other dominant worldviews, though I am not a strict adherent....
Apple Neural Engine 上部署 Transformer 的技术方案
GitHub - getActivity/AiIndex: ChatGPT ChatGPT. Contribute to getActivity/AiIndex development by creating an account on GitHub. * OpenAI 开发的 ChatGPT 在全球瞬间爆火，上线仅 5 天，ChatGPT 用户就超过 100 万，而在推出不到 3 个月，它的月活用户就突破了 1 亿，成为人类历史上最快用户破亿的软件产品；这使我对 ChatGPT 产生了非常浓厚的兴趣，当我第一次尝试使用它时，我被它的出色表现惊艳到了，我没想到它能真正理解我的话，并且能够将...
Can GPT-4 *Actually* Write Code? I test GPT 4's code-writing capabilities with some actual real world problems. Since ChatGPT came out I've seen quite a lot of people posting about its capability to write code. People have posted about how they had it design and implement a number puzzle game (wit...
作者：yiqiuzheng，腾讯 IEG 前端工程师 这两年 AI 关键词频频热搜，从 2022 年 4 月初代码自动补全神器Copilot点燃程序员圈，到 10 月中旬的 AI 绘画Stable Diffcusion 1.0震惊绘画圈，最后到如今的ChatGPT引爆全网各领域。AI 人工智能时代已然到来。在 2023 年，AI 绘画技术和应用的发展已经非常迅速。目前，AI 绘画技术已经能够生成逼真的图像、视频和音频，同时还能够模仿艺术家的风格，创造出令人惊叹的艺术作品。 但是这些早期的 AI 绘画模型要么被大公司长久把持(例如OpenAI公司，他们早在 2021 年就推出了Dall-E1AI绘画模型，并未开源。直到Stability AI公司于 2022 年 8 月...
GitHub - PlexPt/awesome-chatgpt-prompts-zh: ChatGPT 中文调教指南。各种场景使用指南。学习怎么让它听你的话。 ChatGPT是由OpenAI训练的一款大型语言模型，能够生成类人文本。 官网是 它能够生成类似于人类写作的文本。您只需要给出提示或提出问题，它就可以生成你想要的东西。 在此页面中，您将找到可与 ChatGPT 一起使用的各种提示。 只需按照README.md文件中的提示输入即可。 点击这里 可以将您自己的调教指南添加到列表中。 同时您也可以从这个文件中获取创作灵感来创建您自己的提示。 如果你想将...
Progress is not achieved by luck or accident, but by working on yourself daily. English "Progress is not achieved by luck or accident, but by working on yourself daily." This powerful statement is attributed to the ancient Greek Stoic philosopher Epictetus (c. 50–130 AD)....