Glean 拾遗
日刊 · 时间线

每天拾几条。

2026-07-11 · 周六 2 条
← 07-10
日历 ▾
2026 · 07
MoTuWeThFrSaSu ··12345678910111213141516171819202122232425262728293031
有日刊 今天
01:37

Claude Code 技能实战:Anthropic 内部数百条技能的经验与分类

Lessons from Building Claude Code: How We Use Skills

Anthropic 工程师基于内部使用数百条 Claude Code 技能的经验,系统总结了技能的九大类型(库/API 参考、产品验证、数据获取、业务流程、代码模板、代码质量、CI/CD、Runbook、基础设施运维),并给出了具体编写技巧:聚焦非显而易见的提示、构建 Gotchas 部分、利用文件系统渐进式披露、避免过度约束、合理设计配置、用 description 字段触发选择、在技能内存入数据(如日志文件或 SQLite)、以及用脚本/库减少模型 token 消耗。文章还讨论了技能的分发方式(仓库内嵌 vs 插件市场)、依赖组合与埋点测量。适合正在构建 Agent 工作流的工程师参考。

01:36

11天、64个AI Agent、535K行代码:Bun从Zig到Rust的史诗级重写

Rewriting Bun in Rust: 535K Lines, 11 Days, 64 AI Agents

本文是Bun创始人Jarred Sumner的亲身复盘,详细记录了如何借助Anthropic的Claude Fable 5模型,在11天内将Bun的535,496行Zig代码完全重写为Rust。重写动机是Zig手动内存管理在混合GC场景下导致的频繁use-after-free、double-free和内存泄漏。作者没有采用渐进式重写,而是让64个Claude Agent并行工作,通过动态工作流(dynamic workflow)和对抗性审查(adversarial review)确保代码质量。最终整个测试套件(60万+断言)在6个平台全部通过,修复了128个已知bug,内存占用降低最多90%,二进制缩小约20%,吞吐量提升2-5%。文章详细披露了AI辅助下的工作流程、遇到的典型移植错误(如debug_assert!副作用、切片越界、comptime格式化),以及Rust的Drop机制如何系统性防止Zig中defer容易遗漏的清理问题。这是一线工程师利用前沿AI工具完成不可能任务的第一手报告,对任何关注AI工程、运行时实现或语言迁移的人员都有极高参考价值。