07-08
Claude Code 循环模式：从交互到自动化
Claude Code 团队官方博客，详细介绍了四种循环模式：基于回合、基于目标、基于时间和主动循环。文章解释了每种模式的触发方式、停止条件、适用场景及 token 管理策略，并提供了具体的 CLI 命令和 SKILL.md 示例。核心观点是：并非所有任务都需要复杂循环，应从最简单的方案开始，逐步为重复性工作设计自动化流水线。对于已在使用或计划使用 Claude Code 进行自动化开发的工程师极具参考价值。
最近收录
86 条 · 按时间
07-08
Harness工程：通往AI递归自我改进的关键路径
Lilian Weng 的这篇长篇综述系统梳理了 Harness Engineering 在 AI 递归自我改进 (RSI) 中的核心作用。Harness 是环绕基础模型的系统层，负责编排执行、上下文管理、工具调用、持久化状态与工作流设计。文章总结了三大设计模式（工作流自动化、文件系统作为持久记忆、子代理与后台作业），并详细介绍了上下文工程（ACE、MCE）、元优化（Meta-Harness）、工作流自动化搜索（ADAS、AFlow）、自改进 Harness（STOP、Self-Harness）以及进化搜索（AlphaEvolve、Darwin Gödel Machine）等前沿工作。最后指出当前瓶颈：评估器弱、记忆管理、多样性崩溃、奖励黑客等。适合 AI 工程师、代理系统研究者阅读。
07-07
Claude Fable 使用心得：如何系统性地发现未知盲区
作者分享使用 Claude Fable 进行 agentic coding 的经验，核心观点是“地图不等于疆域”——提示词与现实代码之间存在未知。他将未知分为四类（已知已知、已知未知、未知已知、未知未知），并提出一系列实用技巧来系统化地发现和减少未知：盲点扫描、头脑风暴与原型、面试式提问、参考代码、实施计划、实施笔记、推销文与测验。并以编辑 Fable 发布视频为例说明全过程。适合所有使用 AI 辅助编码的工程师。
07-03
Claude Opus 4.8 配置指南：投入产出比的精确控制
作者在 Claude Opus 4.8 发布次日撰写了这份配置指南，重点不在模型本身的基准提升（SWE-bench 从 87.6% 到 88.6%），而是伴随发布的三项操作特性：Effort Control 允许按任务设置思考深度（Low/Medium/High/Max/Ultracode），Fast Mode 以原先 1/3 的价格提供 2.5 倍速度，Dynamic Workflows 支持单次会话并行调用最多 1000 个子 agent。文章给出了一个完整的成本优化矩阵，按任务类型将请求路由到 Haiku、Sonnet、Opus 及不同 effort 等级，宣称可将重度用户的月成本从 $400-600 降至约 $205。文末提供了可直接复制使用的环境变量和 settings.json 配置，内容偏向实用操作手册，适合已在使用 Claude Code 并希望控制成本的开发者。
07-02
人类与AI智能体组队协作的四个关键原则
Anthropic 基于内部数月实践，分享了构建人类与AI智能体混合团队的四条经验。作者指出，传统“单玩家”模式——一人一AI完成独立任务——正在被“多玩家”模式取代：具有独立凭证、持久记忆和广泛信息访问权限的智能体，可以像正式成员一样加入 Slack 频道、参与项目讨论、主动推进工作。文章的核心在于，优秀的人机协作不是技术问题，而是组织合作规范的重塑——公开工作流让智能体获得上下文、为每个成员（人类和智能体）定义明确的角色与工具、设定“北极星”目标激发智能体主动提议、通过逐步扩大自主权建立信任。文章还列出了团队启动前应自我审视的关键问题。适合正在尝试将AI智能体嵌入团队工作流的工程师和管理者阅读。
06-29
AI Agent 上下文工程完全手册：为什么你的 Agent 在第 15 步开始变糟
本文系统阐述了上下文工程在构建 AI Agent 中的核心地位，指出 Agent 行为退化往往不是模型问题，而是上下文窗口管理不当。文章指出，Agent 的上下文窗口如同 RAM，随着工具调用、检索结果和对话历史累积，模型注意力会衰减，出现“中间丢失”和上下文腐败。作者给出了四大策略：Write（持久化信息到外部）、Select（按需检索）、Compress（压缩上下文）、Isolate（隔离不同任务的上下文），并详细分析了 4 种失败模式（中毒、分心、混淆、冲突）。文章还提供了具体数据：Chroma 基准测试表明所有模型在输入长度增加时性能连续下降，RAG‑MCP 将工具选择准确率从 14% 提升至 43% 且令牌用量减半，KV‑cache 缓存命中可使成本降低 10 倍。最后给出了一个在 7 小时内向 Rust 代码库提交约 35,000 行代码的实战工作流，适合所有需要构建可靠生产级 Agent 的工程师阅读。
06-29
Cloudflare 为 AI Agent 推出临时账户，部署不再需要注册
Cloudflare 推出临时账户功能，允许 AI 代理通过 `wrangler deploy --temporary` 直接部署 Workers，无需人工参与注册或认证。临时账户有效期为 60 分钟，期间代理可多次迭代部署，开发者也可随时认领为永久账户。文章解释了后台 AI 会话因缺乏浏览器交互而难以完成 OAuth 等认证步骤，该功能通过 CLI 自动提示 `--temporary` 标志，使代理自主发现并完成部署，实现快速试错和验证。文中给出了从编写 TypeScript hello world 到修改重部署的完整示例，并提及与 Stripe、WorkOS 的合作以进一步消除代理部署摩擦。适合构建 AI 代理平台或使用编码代理的开发人员。
06-28
从提示到自治：设计 AI 工作循环的五个阶段
Claude Code 的创造者声称自己几乎不再写提示词了——是循环在替他“提示”。本文提出一个清晰的五级框架，描述开发者与 AI 协同工作模式的演进：从 L1 的单轮问答，到 L2 的手动循环（重复“做-检查-修正”），再到 L3 的验证循环（用独立检查定义“完成”），然后到 L4 的自运行循环（靠 Goal 命令自主迭代），最终到 L5 的自主智能体系统（循环自触发、并行执行、经验回写入知识库持续改进）。每级都包含识别标志和具体升级行动。适合已感觉“聊胜于无”的 AI 用户，以及正在构建自动化 Agent 工作流的工程师。
06-26
从提示者到循环设计师：14步走向智能体工程新范式
本文来自 @0xCodez 发布在 X 上的长篇技术博文，系统阐述了“循环工程”（Loop Engineering）——从手工编写提示词（prompt）过渡到设计自动循环系统的完整路线图。文章基于 Anthropic 工程文档、Addy Osmani 的长文及近期测量研究，将转变过程分为三个层级共 14 步：首先通过 4 条件测试判断是否需要循环；然后掌握 5 个基础构件（自动化、工作树、技能、连接器、子智能体）；最后构建最小可行循环并规避常见陷阱（如“Ralph Wiggum 循环”、知识债、安全风险）。作者明确指出，循环工程并非万能——只有任务重复、验证可自动化、预算能承受浪费、且智能体拥有资深工程师工具时才有意义。本文适合已熟悉编码智能体基础用法、希望将其融入自动化工作流的工程师阅读。
06-24
循环工程：2026年AI构建者必备的新技能
本文由社区作者撰写，提出“循环工程”概念，主张从单次手动提示转向设计AI agent的自动化反馈闭环。核心论点是：高效的AI应用不是靠一个完美prompt，而是构建一个持续发现、规划、执行、验证、迭代的系统。文章详细介绍了六种构建模块（自动化、工作树、技能、插件与连接器、子agent、记忆）、两种循环规模（单agent与舰队循环）以及两种类型（开放循环与封闭循环），并坦诚讨论了最隐蔽的瓶颈——token成本。适合希望将AI agent从实验工具升级为生产级工作流的工程团队。
06-23
如何用循环工程构建自我进化的量化交易系统
本文由一位后端开发兼量化交易系统实践者撰写，核心论点是告别逐次提示AI的工作模式，转而构建自运行的循环（Loop）。作者拆解了生产级循环的六个必要组件：自动化触发、技能文件（SKILL.md）、状态文件（STATE.md）、验证器（独立Agent）、Git worktrees 隔离、以及基于 MCP 的连接器。进而将量化交易的五个阶段（数据摄入、信号生成、验证、执行、风险监控）各自封装为子循环，并引入‘经验写入技能文件’的机制，实现系统自我进化。适合对AI工程、量化系统架构感兴趣的工程师。
06-23
AI 智能体工程的 20 个核心概念
本文梳理了 AI 智能体工程中的 20 个基础概念，涵盖构建模块（Agent、执行循环、状态、协作模式）、配置层（配置文件、工作流文件、提示缓存、上下文腐烂）、能力层（MCP 协议、实时文档检索、持久记忆）、编排层（子智能体、智能体循环）、护栏层（沙箱、权限、钩子、提示注入防御、预提交门）以及可观测性（追踪、指标）。作者强调框架会变，但这些底层思想不变；理解它们后，看任何新工具都能快速抓住本质。文章给出了大量具体配置示例（CLAUDE.md、permissions.yaml、.pre-commit-config.yaml）和实用建议（如配置文件不超过 100 行、区分代理信号与成果指标）。适合正在或准备构建 AI 智能体的开发者。
06-21
AI 代码生成懒人模式：自动砍掉无用代码、缩短输出至原规模一半
Ponytail 是一个为 Claude Code、Codex、Copilot CLI 等 14+ 种 AI 编码代理设计的规则插件。它注入一套“先问必要性”的思维阶梯：代码真的需要存在吗？标准库或平台原生能力能否做到？一行代码能否搞定？—— 全部通过后才生成最小可行实现。基于 12 个真实功能任务、与 FastAPI+React 仓库交互的 benchmark 显示，平均减少 54% 的代码行数、22% 的 token 消耗、20% 的成本和 27% 的耗时，且完全保持原有的安全约束（验证、错误处理、安全、无障碍）。适合追求生成代码简洁、物有所值的开发者，尤其被同一 agent 反复“过度工程”困扰的团队。
06-21
本地 HTML 编辑器，专为 Agent 协作设计
Lavish-axi 是一个轻量级 CLI 工具，它将在本地浏览器中打开 AI 生成的 HTML 文件（即 artifact），让你可以直接在界面上圈选元素、标注文本、截图，并向当前 Agent 发送反馈。它通过一个本地服务器提供一个 chrome 风格的编辑界面，支持实时预览、布局审计（检测溢出、文字裁剪等问题）、反馈队列和长轮询，使得人机协作迭代原本静态的 HTML artifact 变得流畅。项目以 AXI 标准封装，通过 npx 即可无安装运行，并可作为 skill 集成到 Claude Code 等支持斜杠命令的 Agent 中。适合需要精细调试 AI 生成页面或可视化方案的工程师。
06-20
别再为你的 AI Agent 建造富士康工厂了
本文是 Garry Tan 对自己构建 54 万行 Rails 代码的深刻反思。他用富士康工厂比喻当前 AI Agent 开发的主流模式：用海量代码、测试和重试逻辑去过度束缚和控制一个本已高度智能的模型。他提出核心论点：模型调用成本急剧下降，智能程度大幅提升，旧的经济学已经反转。新的范式是“即时软件”和“技能包”，用精简的 markdown 指令和少量 TypeScript 代码替代厚重的工程框架，让 Agent 在自由中发挥最大价值。文章提供了具体案例——一个黑客松评审 Agent 如何在一个下午内用极少的代码完成了从前需要整个软件项目才能实现的功能。文章适合那些正在用 AI 编程但仍在沿用传统软件工程量度（代码行数）和架构思维的工程师阅读，它挑战了根深蒂固的“不信任模型”的本能，并指明了“代币最大最优”的先发优势。
06-20
薄封装，厚技能：用五个概念构建自进化的 AI 代理系统
YC 合伙人 Garry Tan 提出一套区别于“更好模型”的 AI 代理架构理念：代理的瓶颈不是模型智能，而是对上下文和过程的管理。他用五个核心概念来定义这一架构：Skill files（以 Markdown 写成的可复用过程文件）、Harness（精瘦的运行与上下文管理循环）、Resolvers（上下文加载路由表）、Latent vs. deterministic（智能与确定性工作的严格边界划分）以及 Diarization（从非结构化信息中提取结构化的分析简报）。这套理念的实战体现是 YC Startup School 的匹配系统——用同一套技能文件的不同参数调用，完成分组、午餐配桌和实时匹配，并能通过分析“还行”的反馈自动重写技能规则，实现系统自进化。文章为一线工程和产品团队提供了具体可操作的代理设计原则，尤其适合正在构建 AI 工作流、需要平衡模型能力与系统可靠性的工程师。
06-20
把每次 Agent 犯错变成永久的结构性免疫
Garry Tan 提出“Skillify”方法论：每次 AI Agent 犯错，不靠道歉或提示词修补，而是将其转化为一项带完整测试链的 Skill。文章以两个真实故障（日历查询绕过本地脚本、时区心算偏差）为例，展示如何将失败固化为 SKILL.md 契约加确定性脚本，并引入涵盖单元测试、集成测试、LLM eval、解析器触发与校验、可达性审查、冒烟测试等十步清单的验证体系。该流程已集成于作者的开源知识引擎 GBrain 中，确保 Agent 的每一次判断提升都是永久且可验证的。适合正在构建 AI Agent 并受困于同类错误反复出现的开发者。
06-19
裸模型正是更蠢：停止测试裸模型，开始构建系统
YC合伙人Garry Tan回应Kyle Kingsbury反AI长文，指出Kingsbury测试裸模型的行为如同在台架上测试引擎便断定汽车不安全。文章详细阐述了“薄控制层、厚技能文件”架构：用技能文件（可复用Markdown流程文档）约束模型输入，用解析器（路由表）分派任务，用确定性代码执行精确操作，用测试覆盖整个管线而非裸模型。作者以浴室渲染、股票数据幻觉等Kingsbury案例为例，说明通过架构可将不可靠的模型转化为可靠系统，并分享自身OpenClaw通过显式路由将文件错置率从10/13降至0的经验。文章最后将AI比作汽车：让汽车安全的是安全带、交通灯等系统工程，而非对引擎的怀疑。适合所有正在构建或评估AI系统的工程师阅读。
06-19
解析器：智能系统的路由表，而非填鸭式上下文堆砌
作者以自身构建个人智能代理系统的深度复盘，指出决定系统能否持续进化的核心并非模型或技能本身，而是常被忽视的“解析器”（Resolver）。文章通过一个错归档案例揭示了硬编码路径如何导致知识库沦为垃圾抽屉，并通过“技能可达性孤岛”问题说明缺乏路由会制造“能力已存在但无法调用”的假象。核心论点是：解析器是一个用于上下文分发的路由表，能将2万行的臃肿指令压缩为200行决策树，通过“文件归档规则”、“触发词评估”和“可解析性检查”等模式防止系统漂移。作者进一步将这一技术模式类比为组织管理中的经理层，并开源了包含全套解析器模式的个人微Agent系统GBrain。适合正在长时间维护多技能Agent系统，并遭遇知识索引失效、模型注意力退化的工程师阅读。
06-18
别再给每个 Agent 单独开颅了
Pejman 在个人实践中发现，我们正在把人类“知识孤岛”的缺陷重新构建进 Agent 系统。他同时使用 OpenClaw（个人助理）、Codex（编码）和 Claude Code（设计写作），每个 Agent 都拥有一片关于“我”和项目的不完整拼图。最关键的上下文并非留存于 Git 仓库的固化产出物，而是会话本身：争论、走过的死胡同、被剪除又可能复用的想法分支。将这些有价值的“记忆单元”锁在各自的 Agent 中，割裂不仅存在于概念层，也体现在物理层：不同机器、不同文件系统、不同的本地状态。文章指出，统一、可共享的记忆层是下一阶段的关键缺口，并提及了 GBrain 和 CASS 等在这方面的探索。适用于正在构建或重度使用多 Agent 工作流的工程师阅读。
06-18
Factory 2.0：从编码代理到自进化的软件工厂
Factory 宣布 2.0 版本，将产品定位从个体 AI 编码代理升级为端到端的“软件工厂”。文章提出，仅提升单个工程师效率已不足够，企业需要构建一个由 AI 代理驱动、可自观测、自改进的闭环系统，覆盖从缺陷、客户反馈到计划、构建、测试、审查、安全、部署、监控的全生命周期。核心设计原则包括：模型独立性，允许企业按成本、性能、速度为不同任务选用模型或通过 Router 自动选择；主权智能，数据和控制平面可部署在从云到完全离线环境的任何位置，所有代理会话、代码审查和事故处理经验都会反哺系统；持续学习与自改进，各阶段共享同一代理核心、路由器和组织上下文，让安全发现影响代码审查，部署触发文档更新，事故关联到引发 PR。文章列出 NVIDIA、EY、Adobe、Palo Alto Networks 等企业客户已在生产环境中运行软件工厂，并强调自主性是一个渐进成熟过程，通过简单 Droid 代理、技能、自动化协作、Droid Computers 以及多代理并行 Missions 满足不同人的参与度、信息敏感性和代理就绪度要求。适合关注企业级 AI 工程化、代理架构和研发效能提升的工程师与管理者阅读。
06-17
从40万Claude Code会话看：领域专长是智能体编程成功的关键
Anthropic基于约40万次Claude Code会话的分析显示，用户主要负责规划，Claude负责执行，领域专业知识而非编码技能是成功的关键。专家级会话的验证成功率是初学者的两倍多，但中级用户已能获得大部分成效；非软件职业编码成功率与软件工程师仅差约5个百分点。七个月内调试会话占比从33%降至19%，端到端任务（部署、数据分析、文档写作）比例上升，平均任务价值估计上升约25%。报告给出了决策归因、专业知识评级与成功验证的方法论，并指出局限性。适合关注AI编码工具、智能体协作与技能迁移的工程师与研究者。
06-16
为 AI Agent 打造的本土上下文压缩层：库、代理、MCP 一应俱全
Headroom 是一个本地运行的上下文压缩层，专为 AI 编码智能体设计。它能在 LLM 收到工具输出、日志、代码文件或 RAG 结果之前，对这些内容进行高保真压缩，在保持答案准确性的前提下，将 Token 消耗降低 60-95%。项目提供了库（Python/JS）、透明代理、命令行 wrap 和 MCP 服务器四种集成方式，无缝适配 Claude Code、Cursor、Codex 等主流智能体。其核心思路是结合 JSON 结构压缩、AST 感知代码精简与本地微调模型，并独创了 CCR 可逆压缩机制，确保原始信息随时可召回，避免了压缩带来的信息丢失风险。该工具适合重度依赖智能体编程、希望在不修改现有工作流的情况下显著降低 API 开销的工程师。
06-15
Claude 官方实践手册：从 RAG 到多模态 Agent 的工程配方集
Anthropic 官方维护的 Claude 实践指南集合，以 Jupyter Notebook 形式提供可直接运行的代码示例。项目覆盖从基础能力（分类、摘要、RAG）到进阶玩法（多模态视觉、工具调用、子 Agent 协同）的完整配方，尤其适合需要将 Claude 集成到生产环境的工程师快速上手。近期新增 Claude Agent SDK 与 Managed Agents 系列，展示了单行代码构建研究助手、SRE 助手等可观测、可托管的 Agent 架构。
06-14
Anthropic 用 Claude 打造自助分析智能体的堆栈设计与故障应对
Anthropic 数据团队分享了如何使用 Claude 实现 95% 自动化、约 95% 准确率的企业自助分析。文章指出分析准确性的核心不是 SQL 生成，而是上下文与验证——具体表现为三个主要故障模式：概念与实体歧义、数据过时、检索失败。为此他们构建了四层智能体数据堆栈：数据基础（规范数据集与严格治理）、真相来源（语义层、血缘关系、查询语料、业务知识图谱）、技能（知识技能与非技能，将准确率从不足 21% 提升到 95% 以上）和验证（离线评估、对抗性审查、在线监控）。文中给出了技能文件骨架、参考文档模板、评估方法等可直接参考的实践，并讨论了 colocation、元数据治理、错误案例收集等工程化手段。适合正在构建或优化 LLM 驱动的数据分析系统的数据工程师、分析师和工程经理。
06-14
从桌面到云端：为 AI Agent 构建基础设施时我们学到的两课
本文为 CREAO 团队分享的一线实践经验，聚焦于将 Agent 从个人桌面迁移至云端多租户沙箱时所必须面对的核心架构差异。文章核心论点有二：其一是必须将变化速率不同的组件（用户环境与平台运行时代码）解耦，通过快照冻结用户环境，并设计了一个约 300 毫秒的原子热插拔流程来更新运行时代码，从而在不破坏用户状态的前提下实现平台高频部署；其二是严格将凭证隔离在执行边界之外，采用网络层 IP 白名单与每次运行签发的短生命周期 JWT 双重校验，通过一个运行在沙箱外的主机侧 API 桥接器注入密钥，确保即使沙箱内代码被完全攻破，攻击者也无法获取长期凭证。文章提供了具体的命令、校验序列和实施细节，适合正在将 Agent 产品化的后端与基础设施工程师阅读。
06-14
Hermes Agent：自我进化的跨平台 AI 智能体运行时
Hermes Agent 是一个自我完善的 AI 智能体框架，内置学习闭环：它从对话中提取技能、持续优化、自动管理记忆，并通过统一网关在 Telegram、Discord、CLI 等多个平台提供一致的交互体验。支持任意 LLM 后端，可部署在低成本 VPS 或 serverless 环境上，闲置时几乎零成本。内置 cron 调度、子智能体委派等功能，也提供批量轨迹生成用于语言模型训练。适合需要长期运行、自主调度的工程师和研究者。
06-13
面向投资银行、研究、私募等金融场景的 Claude 智能体与技能集
Anthropic 官方发布的金融领域 Claude 智能体参考实现，提供 9 个覆盖投行、研究、私募、财富管理等核心场景的端到端工作流代理，以及 8 个垂直技能包和 12+ MCP 数据连接器。所有内容均为 Markdown/YAML 配置，可一键安装为 Claude Cowork 插件或通过 Managed Agents API 部署到自有工作流引擎。适合需要快速构建金融 AI 应用、但又希望保留定制空间的技术团队。
06-11
如何为 Claude Fable 5 设计循环：自校正与跨会话记忆
R. Lance Martin 分享了针对 Anthropic 最新模型 Fable 5 的两类循环设计实验：自校正和工作记忆。在自校正环节，他用 Parameter Golf 挑战（训练一个能塞进 16MB、在 8xH100 上 10 分钟内跑完的模型）对比了 Fable 5 和 Opus 4.7。在 Claude Managed Agents (CMA) 环境下，Fable 5 通过 Outcomes 生成的 grading 子 agent 做独立验证，训练流水线的改进幅度是 Opus 4.7 的约 6 倍，且更敢于做结构性变更而非只调标量参数。在工作记忆实验中，基于 Continual Learning Bench 1.0 的任务，Fable 5 在连续 SQL 问答中展现出一条从记录失败、调查原因、交叉验证到抽象为通用规则的完整记忆链，验证覆盖率达到 73%，显著超过 Opus 4.7 和 Sonnet 4.6。文章适合正在为强模型设计 agent 循环的工程师阅读，核心主张是提供环境和反馈让模型自行爬坡，比直接提示更有效。
06-09
设计一个自行驱动 Agent 的多步任务循环
本文提出了一个让 AI Agent 自主完成多步任务的循环架构，核心在于用代码构建一个自动化的提示生成系统，而非手动编写单个提示。文章详细拆解了该循环的五个组成部分：定义验收标准（done check）、从状态构建上下文而非每次手写指令、执行操作并捕获所有输出、将失败结果作为反馈闭合到下一轮提示中，以及设置硬性停止条件（最大轮次、成本上限）。作者通过一个修复登录Bug的实例展示了循环如何运行，并指出实际开销来自多轮调用，而非单次代码生成，因此止损条件至关重要。此外，将反复出现的操作封装为可复用技能是提升长期价值的关键，而初学者常犯的错误包括缺乏退出条件、手动干预提示和丢弃失败输出。适合希望从单次提示工程转向构建Agent控制流的开发者阅读。
06-09
AI Agent 实战：从理论光谱到零代码构建 Telegram 机器人
本文解析了 AI agent 的真正定义——它不是一种类别，而是一个从简单问答到自主任务执行的光谱。作者详细对比了普通聊天与 agent 的关键差异：工具、记忆和循环。随后提供了一份无需编程的实战指南：使用 Claude Code 构建一个运行在 VPS 上的 Telegram 机器人，包含完整的系统提示词模板、systemd 部署、持久化记忆、成本追踪等实用技能，并针对 agent 常见的上下文丢失问题给出了具体的解决策略。适合想亲手搭建 agent 的工程师和 AI 爱好者。
06-08
给工程师的 AI 编码工作流：一组可组合的 Agent Skills
Matt Pocock 从自身 .claude 目录公开分享了用于 Claude Code、Codex 等编码智能体的技能集。这些技能并非“写代码”，而是针对 AI 辅助开发中的四大典型失败模式（需求对齐错误、上下文冗长、代码不可用、架构熵增）给出工程化对策。核心包括：通过盘问式对话对齐需求的 /grill-me 与 /grill-with-docs；通过红-绿-重构循环保证代码质量的 /tdd；以及维护领域语言与架构的 /improve-codebase-architecture。项目强调“小、可适配、可组合”，适用于任何模型。适合希望将 AI 编码工具纳入严谨工程实践的一线开发者。
06-08
我的 Agentic 工程实战技巧（2026年6月版）
作者分享了在 Claude Code 与 Codex 上进行 Agentic 工程的 22 条实战技巧。核心是“先规划后执行”：用 /ce-plan 生成 plan.md 约束 AI，人只需略读或提问，而非阅读全文。具体包括：以语音（Monologue/Wispr Flow）替代键盘输入，利用 LLM 理解不完美转录；在 cmux 中同时打开 4-6 个标签页，各自运行独立 Agent 任务；设终端默认启动为 Claude Code，跳过所有权限提示并以声音提醒任务完成；通过 AgentMail 为 Claude 配置邮箱，实现远程邮件触发新会话；用 last30days 在规划前并行搜索社区、视频和新闻，获取实时信息；将重复操作封装为可复用 Skill，持续扩展 Agent 能力。此外，他强调人类在循环中的核心价值是提供品味与方向，而非亲自编码，并警示 AI 开发成瘾的风险。全文包含大量可复制的配置片段与具体工具，适合重度使用 AI 辅助开发的工程师。
06-08
Claude Code 动态工作流实战：6 种模式与 14 步完整指南
本文系统梳理了 Claude Code 于 2026 年 5 月底发布的 Dynamic Workflows 功能。不同于手动串联 prompts 或编写死板的静态 harness，动态工作流让 Claude 为特定任务即时生成定制的 JavaScript 控制程序。文章从底层思维模型切入，解释了工作流如何从结构上解决单一上下文窗口面临的三类失效：智能体惰性（提前终止）、自我偏好偏差（无法客观验证自身输出）及目标漂移（长对话后丢失约束）。随后逐一拆解 6 种核心模式：分类后路由（classify-and-act）、扇出后综合（fan-out-and-synthesize）、对抗性验证（adversarial verification）、生成后筛选（generate-and-filter）、竞标赛排序（tournament）以及循环至完成（loop until done），并提供了实际的代码骨架。最后，文章展示了如何组合这些模式来解决迁移重构、深度研究、大规模分诊、代码评审等真实场景的问题，同时强调了使用 /goal、/loop 及 token 预算控制成本、用隔离模式防范来自不可信输入的提示注入风险、以及将成功的工作流保存并打包为 Skill 分发的实操技巧。适合已在使用 Claude Code 并希望突破单 agent 限制，处理长周期、高并行或需要严格校验的复杂任务的工程师阅读。
06-07
AGENTS.md 写作十诫：让 AI 编码代理真正听懂你的项目
作者从同时使用 Codex 与 Claude Code 的实战中提炼 10 条教训：根文件控制在 200 行以内、写出禁止引入的技术栈比列出使用的更重要、规则必须能被工具直接校验而不是口号式的“保持简洁”、AGENTS.md 应作为路由器而非文档仓库、长任务借 PLANS.md 拆解后可在隔离 worktree 中运行、高风险目录加本地 AGENTS.md 加护栏、意图层 / 拦截层 / 权限层 / 隔离层分层执行而非只靠文件约定、长期记忆放进可审计的 MEMORY.md 且设置 30 天最低留存门槛、将个人风格 / 团队约定 / 机器权限三层拆分开、最后让 AGENTS.md 作为唯一真理源并让 CLAUDE.md 单行导入。全文含大量可直接粘贴的配置片段和对应陷阱，适合常借助编码代理完成复杂任务、并希望降低“代理跑偏”概率的资深工程师。
06-07
AI 代理的编排税：为什么开 20 个 agent 不等于 20 倍产出
Addy Osmani 提出「编排税」概念：启动 AI 代理很便宜，但验证、合并、做判断的环节是串行的——你的认知带宽无法并行化。他用 Amdahl 定律和 Python GIL 做类比：你就是系统中的单线程瓶颈，代理再多也只能排队等待你的判断。文章给出了具体应对策略：按 review rate 限制并行数、把任务分成「可异步委托」和「复杂判断」两类、批量做代码审查、让代理自证而非靠你验证。适合已经在日常使用 AI 代理、感到「忙但不出活」的一线工程师。
06-07
Claude API 新增自动缓存：用 cache_control 参数一行切到 1/10 成本
Anthropic 为 Claude 消息 API 增加了 prompt auto-caching 功能。此前缓存需要手动在不同对话轮次移动断点，现在只需在请求顶层加一个 cache_control: {type: 'ephemeral'}，断点会自动跟随对话末尾的可缓存块移动。命中缓存的 token 成本仅为基准价格的 10%，同时减少 prefill 延迟。适用：所有对话轮次中重复携带大量上下文的应用，如 AI Agent、代码助手等长运行、高 token 消耗场景。文中还引用了 Manus 创始人 @peakji 将缓存命中率视为生产 Agent 最关键指标的观点，以及 Claude Code 在缓存友好型 prompt 设计上的实践。
06-06
构建 Claude Code 的教训：提示缓存就是一切
Anthropic 工程师分享 Claude Code 中优化提示缓存的实际经验。提示缓存基于前缀匹配，缓存从请求头到每个 breakpoint 的内容，因此 prompt 各部分的顺序至关重要：遵循“静态在前、动态在后”原则，能最大化跨会话的缓存命中。文章给出多条反直觉教训：用消息传递更新信息而非修改系统提示；不要在会话中切换模型或增减工具，这会立刻导致缓存全部失效；压缩（compaction）时复用父会话前缀避免缓存丢失。每条建议都附带具体实现策略（如 system-reminder 标签、EnterPlanMode/ExitPlanMode 作为工具、defer_loading 机制）。适合正在构建长运行 Agent 产品的工程师参考。
06-06
让Claude Code更懂你：写好CLAUDE.md的8条实战经验
本文总结了8条通过优化CLAUDE.md让Claude Code更契合项目的实战经验，包括：将文件长度控制在200行内以避免信息过载；用“禁止引入的库”清单替代仅列出技术栈；制定可操作、可验证的编码规则（如使用named export、禁用any类型）；将CLAUDE.md作为信息路由而非知识库；在敏感模块（如认证、支付）本地化配置；通过Hook强制执行而非依赖记忆；用MEMORY.md实现跨会话知识迁移；以及预先定义工作风格以减少重复指令。这些原则源自一线实践，附带具体代码示例和对比，适用于所有使用AI编程助手的工程师。
06-06
为什么你的AI代理被工具淹没（以及代码模式如何拯救它）
文章指出AI代理通过MCP集成大量工具时，容易陷入上下文膨胀和工具幻觉。50+工具可能占据5-7%的上下文窗口，导致多工具混淆。传统方案包括代理端过滤和MCP端精简，但各有局限。代码模式通过让LLM编写代码来搜索和执行工具，大幅减少令牌消耗，支持复杂控制流，同时引入调试和基础设施成本。以Cloudflare及Anthropic的实现为例，强调核心在于回归用例，维护合理工具集，而非追求魔数。
06-05
大模型真正拉开差距的地方在预训练之后：一条后训练链路的完整拆解
这篇长文系统梳理了大模型训练的全链路，核心观点是：2026年模型效果的真正差距并不在预训练阶段，而在后训练、评测、奖励、Agent训练与蒸馏等「后半段」。文章以工序化的方式拆解了从预训练底座到数据配方、系统架构、四阶段后训练流水线（SFT冷启动—GRPO推理RL—拒绝采样微调—对齐RL）、Grader/Reward设计、Agent训练（包括PARL架构与Meta-Harness优化）、蒸馏部署等完整流程。其中着重分析了DeepSeek-R1的公开配方、GRPO相比PPO的工程优势、PRM与ORM的优劣、以及Agent从优化答案扩展到优化环境Harness程序的趋势。适合需要理解大模型能力来源于哪些具体工程环节的系统/数据/工具工程师。
06-05
用 Claude 和 Obsidian 搭建 AI 第二大脑：从零到可用的完整教程
这是一份实操教程，教你如何让 Claude 连接 Obsidian 笔记库，构建一个能基于你自己的笔记进行检索、推理和综合的 AI 知识引擎。文章给出了具体的文件夹结构（PARA 法）、为 AI 优化笔记的设计原则、三种 Claude 接入方案（Project 上传、Claude Code 直读、MCP 服务），以及五个立即可用的自动化工作流（周报、研究综合、想法连接、知识盲区发现、每日简报）。适用愿意花时间建立个人知识库的开发者、研究者或知识工作者。
06-04
多智能体协调五模式：选型指南与权衡
本文系统梳理了五种多智能体协调模式：生成器-验证器、编排器-子代理、代理团队、消息总线、共享状态。每种模式都给出了工作机制、适用场景和已知瓶颈（如验证器品质依赖标准、编排器成为信息瓶颈、代理团队需要任务独立、消息总线调试困难、共享状态可能陷入反应循环）。文章强调从最简单的模式开始，观察瓶颈后再演进，并提供了模式间的对比决策指南（比如按子任务持续时间选择编排还是团队、按工作流可预测性选择编排还是消息总线）。适合正在构建多智能体系统的工程团队。
06-04
Claude Code 动态工作流：让 AI 自动编写任务专用的编排脚本
Anthropic 工程师 Thariq Shihipar 介绍了 Claude Code 新增的动态工作流功能，允许 Claude 在运行时自动生成定制的 JavaScript 编排脚本来协调多个子智能体。文章详细阐述了为什么需要绕过单上下文窗口的局限性，如智能体惰性、自我偏好偏差和目标漂移，并给出了分类-执行、扇出-聚合、对抗验证、锦标赛等具体的编排模式。作者通过迁移重构、深度研究、大规模分类、根因分析等真实用例展示了该功能的适用场景，同时诚实地指出动态工作流会增加 token 消耗，并不适合常规编码任务。文中还提供了组合使用 /goal、/loop 命令以及设置 token 预算的操作性建议，适合希望突破单一智能体能力边界的一线工程师阅读。
06-03
Kimi K2.6 代理蓝图：一人团队的 8 万美元月收入公式
本文介绍使用 Kimi K2.6 搭建单人 AI 代理公司的完整方法。Kimi K2.6 采用 MoE 架构，总参数 1 万亿，激活 32B，SWE-Bench 得分 65.8，内置工具调用。其 Agent Swarm 可并行运行 300 个子代理，单次运行产出 100+ 文件。作者提供了一套操作路径：技术栈包括 Kimi API、CLI、Swarm、MCP 服务器、n8n；服务线包括获客系统、知识库、客服自动化等；客户获取通过监控招聘信息并自动生成个性化方案；成本模型显示月开销 $500，月利润可达 $72k-75k。整体偏向营销风格，营收数据未经验证。
06-03
Cursor 踏入 AI 编程第三纪元：云端 Agent 独立作业，内部 35% PR 来自机器
Cursor 团队回顾 AI 辅助编程的三个时代：从 Tab 自动补全，到同步式 Agent 交互，再到云端 Agent 独立完成数小时级任务的新阶段。内部已有 35% 的合并 PR 由云上 Agent 自主生成，Agent 用户数首次反超 Tab 用户。开发者角色正从逐行指导代码转变为定义问题、设置评审标准并同时调度多个 Agent。Agent 返回的不再是 diff，而是日志、录屏和实时预览等可直接评估的成品。
06-03
构建生产级长时间运行AI Agent的5种设计模式
Google Cloud 分享了构建最多存活7天的AI Agent的5种设计模式：检查点恢复（按批次持久化进度）、委托审批（暂停时零资源消耗、秒级恢复）、分层记忆治理（记忆银行、记忆档案、代理身份/注册表/网关防漂移与泄露）、环境感知处理（事件驱动代理，策略外化至网关免重部署）、舰队编排（独立部署专精代理，故障不级联）。每种模式包含ADK代码示例与架构图，并讨论了生产化挑战如记忆漂移和策略外化。面向需要将Agent从对话机器人扩展为自主工作者的开发者。
06-03
Meta-Meta-Prompting：Garry Tan 如何用 AI 构建真正运转的第二大脑
YC 首席执行官 Garry Tan 以第一人称视角详述了其累计 10 万页、100 余个技能的 AI 智能体系统 GBrain 的构建历程与核心架构。文章反驳了将 AI 视为聊天窗口的浅层用法，提出“瘦胶水、胖技能、胖数据”的设计哲学：以 OpenClaw 等轻量级运行体作为调度层，将可复用的工作流封装为自包含的技能（skill），并通过一个名为 Skillify 的元技能来迭代创建新技能。文中以“书籍镜像”工作流（将书中观点映射至个人人生经历）为例，展示了从最初包含事实错误到引入多模型交叉校验、深度检索的演进过程，以及会议预演、实体传播等场景如何依赖持续增长的上下文图谱实现自动化。全文提供具体的架构说明、代码仓库链接与启动指南，适合希望构建可不断增值的个人 AI 基础设施的一线开发者阅读。
06-02
为 Agent 而设计：交互模式翻转与三条实践原则
Ramp 的 MCP 周活用户三个月增长 10 倍，Salesforce 发布 Headless 360 宣告 UI 不再是必备——软件交互的 80% 正转向 Agent。文章提出新的交互模式：用户→用户 Agent→软件 Agent→数据库，并给出三条给产品团队的实践原则：主动向调用方 Agent 提供成功所需上下文（如 Notion MCP 预加载 Markdown 规范）；通过 rationale 参数、反馈工具和种子数据建立 Agent 交互的观察与改进闭环；在 Agent-to-Agent 交互中，明确双方各自持有的上下文优势，填补信息鸿沟。适合正在为 Agent 接口设计产品的工程师和产品经理。
06-02
不止写代码：Codex 持久线程、目标验证与自动化全景
本文展示如何将 Codex 从单一代码助理扩展为围绕持续性工作线程构建的多工具系统。读者将了解到：利用置顶线程与快捷键(Command-1~9)实现跨会话上下文保持；通过语音输入粗糙想法并交由 Agent 整理；使用中途干预(steering)和任务排队(queuing)在运行中调整方向；设置按心跳触发的线程自动化（如周期性检查 Slack/Gmail）；以及定义带测试验证的长期目标(Goals)。此外，侧面板支持内联审阅各类制品，Obsidian 宝库作为共享记忆层记录跨线程决策。适合希望将 AI 助理深度融入日常工作流的工程师。
06-02
Agent Harness 解剖：构建生产级 Agent 的 12 个组件
本文深入剖析了驱动现代 AI Agent 的核心基础设施——Agent Harness（代理框架）。作者综合 Anthropic、OpenAI、LangChain 等一线实践，梳理出生产级 Harness 的 12 个组件：编排循环、工具、记忆、上下文管理、提示构建、输出解析、状态管理、错误处理、护栏、验证循环、子代理编排。文章强调，Harness 才是 Agent 性能的真正瓶颈：LangChain 仅改变 Harness 便使 TerminalBench 排名提升 20+ 位；Claude Code 通过精心设计的记忆分层实现 95% 的上下文缩减。适合正在构建或优化 Agent 系统的工程师阅读，避免重蹈“模型强但系统弱”的覆辙。
06-02
多代理并行 IDE：在一个工作区同时调度 Claude Code、Codex 等 AI 编程代理
Orca 是一个桌面和移动端 IDE，专为同时运行多个 AI 编程代理（如 Claude Code、Codex、Grok 等）而设计。它利用 Git 的 worktree 机制，为每个代理任务创建隔离的工作目录，避免 stash 和分支切换的繁琐。用户可以在一个界面里通过标签和窗格并行观察和控制各个代理的进度，内置了差异审查和简单的源代码管理功能，并能直接关联 GitHub Issues 和 PR。适合已经习惯用 CLI 代理辅助编码、需要同时处理多个功能或重构任务的开发者。
06-02
Understand Anything：把任何代码库变成可交互的知识图谱
Understand Anything 是一个开源工具，用于将任意代码库生成可视化的交互式知识图谱，使开发者可以浏览、搜索和提问。它不为生成静态图表，而是建立可供持续探索的结构化知识库，支持 Claude Code、Cursor、Codex 等主流 AI 编码工具。项目通过解析代码结构、构建语义连接，把离散文件的逻辑关系具象化，帮助团队加速熟悉遗留系统、定位业务逻辑或在复杂代码库中导航。适合需要快速理解大型或陌生代码库的软件工程师。
06-01
用可替换 Worker 构建你自己的 Agent 控制框架——iii 架构详解
iii 提出了一种不同于 LangChain 等 Agent 框架的架构：将 Agent 运行所需的 15 项职责拆分为独立的 Worker（如 turn-orchestrator、auth-credentials、policy、approval-gate 等），每个 Worker 通过 WebSocket 连接到同一引擎，注册函数与触发器，通过 iii.trigger() 共享总线通信。这种设计使得每一层都可独立替换——想换模型目录就写一个注册 models::list 的 Worker，想加新提供商就写一个注册 provider::<name>::stream 的 Worker，无需修改其余堆栈。文章详细展示了从 turn 请求到 function execute、approval、streaming 的完整循环，以及每个 Worker 的职责和替换示例。整个堆栈开源（github.com/iii-hq/workers），支持任何语言编写 Worker。适合正在搭建或受困于现有框架的 Agent 团队阅读。
06-01
300 个智能体，一个提示词，输出真实文件：Kimi 的隐藏利器
Kimi 的用户界面里藏着一个几乎没人用的功能：Agent Swarm。它不是一个问答聊天，而是一个多智能体编排系统——可以同时驱动最多 300 个领域专门化智能体并行工作，输出真实的文件（PDF、网站、数据集、代码等）。本文作者用具体案例展示了其杠杆效应：100 份定制简历、10 万字文献综述、30 个落地页，一次提示词完成，替代了价值 4 万至 10 万美元的专业人力。文章给出了 15 条实用规则，涵盖项目简报写法、输出格式设定、阶段划分、可复用 Skills 等，是一份从零到精通的实操手册。适合希望突破「一问一答」局限、用 AI 批量交付产品的工程师和工具使用者。
05-31
Claude 子代理 vs 智能体团队：多智能体架构该如何选
文章对比了 Claude 多智能体系统的两种范式：子代理（sub-agents）是即发即忘的短时工作单元，拥有独立上下文与工具，仅返回压缩结果，适用于可极致并行的独立任务；智能体团队（agent teams）则是长期运行、可直连通信、通过共享任务列表协调的协作模式，适合需要持续协商的场景。作者给出了基于上下文边界的设计原则、五种常用编排模式，并明确了何时不应使用多智能体系统：当任务简单或上下文需要频繁共享时，单智能体往往更优。文中包含 Python SDK 示例与失败模式分析，面向正在构建或评估智能体系统的工程师。
05-31
Claude Code 自主运行完全指南：/goal、/loop、/schedule 与 Stop Hook
本文详述了 Claude Code 四种让 AI 脱离手动引导的自主运行命令。/goal 设定完成条件，每轮由轻量模型自动评估是否达成，直至条件满足；/loop 按固定时间间隔循环执行；/schedule 创建独立于会话的后台定时任务；Stop Hook 则支持自定义脚本或条件判断，实现“测试不绿不停止”。文中给出了明确的模板、好/坏条件示例、与 Auto 模式配合实现完全无人值守的方案，并对比了各命令的适用场景，帮助开发者从“每步提示”转向“设定即忘”的工作流。
05-31
Claude Code 的 /goal 命令：告别手动“继续”，让 AI 自主完成编码任务
Claude Code 新增的 /goal 命令可以让 AI 助手持续运行，直到满足你设定的完成条件，无需反复输入“continue”。作者详解其工作原理：每轮结束后，一个轻量评价模型（默认 Claude Haiku）自动检查对话记录，若目标未达成则立即启动下一轮。成功的关键在于写出具体、可衡量且能从输出中验证的目标（例如“所有测试通过且 lint 干净”）。文章还给出了项目准备建议（创建 CLAUDE.md、配置 hooks、开启 Auto Mode），并警告模糊的目标会导致 token 浪费和评价幻觉。最后对比了 /goal 与 /loop、stop hooks 的适用场景。适合所有希望摆脱 AI 编码中“逐轮监督”的开发者。
05-31
用 Codex 构建自改进税务 AI：生产反馈闭环实践
OpenAI 与 Thrive Holdings 联合为希腊克里特岛会计网络开发 Tax AI，基于 Codex 驱动自改进循环。系统处理 7,000 份税表，准确率达 97%，吞吐量提升 50%，将一位高级会计师的税务准备时间从 180 小时降至 15 小时。核心设计三支柱：从业者反馈、生产轨迹（从原始文件到最终申报的结构化流程）、Codex 迭代循环。以租赁房产表格为例，详细展示了从业者修正如何转化为评估目标，再由 Codex 分析根因并提出补丁。适合在专家知识密集型领域构建自进化代理的团队。
05-31
Claude 100% 使用指南：大部分人只用到了 10%
本文是一份完整的 Claude 使用指南，揭秘了 17 个大多数用户从未尝试过的隐藏功能，包括 Projects（项目）、Artifacts（构件）、Extended Thinking（扩展思考）、Memory（记忆）、Claude in Chrome（浏览器插件）、Cowork（桌面应用）、Scheduled Tasks（定时任务）、Skills（技能）、CLAUDE.md（自动规则文件）、Claude Code（终端编码）、Claude Design（视觉设计）以及 Prompt Caching（提示缓存）等。每个功能都配有具体的位置说明、开启方法和即用提示词。适合希望将 Claude 从聊天工具升级为生产力系统的用户。
05-31
Claude Computer Use 工程落地指南：缩放、缓存与思考
Anthropic 发布 Claude Computer Use 工程化落地指南，基于 4.6/4.7 系列模型的内部实测，系统覆盖截图缩放与点击精度、缓存断点布局与滚动缓冲区、服务端自动摘要、思维努力调优、提示注入防御，以及批量工具、顾问模式等实验特性。文中给出大量可运行的代码片段、具体参数阈值与调试方法，适合正在构建长链路桌面/浏览器自动化产品的工程师。
05-31
Glasswing 项目：Mythos 的安全漏洞挖掘实战与启示
Cloudflare 在 Project Glasswing 中深度试用 Anthropic 的 Mythos Preview 模型，对其 50 多个自有仓库进行了安全扫描。该模型的核心进步在于能自动将多个低危漏洞串联成完整利用链，并生成可执行的 PoC，使漏洞验证从猜测变为可操作。实际使用暴露出模型拒绝不一致、信噪比等问题，单一通用 coding agent 效果不佳。Cloudflare 构建了包含侦察、狩猎、验证、补缺、去重、追踪、反馈和报告的八阶段编排框架，用并行窄域任务和对抗性复核大幅提升质量。文章最后指出，仅加快修补不够，需从架构上限制漏洞可达性，并预告后续面向客户的实践分享。
05-30
让 Claude Code 自动修复自身错误的完整配置
本文详细介绍了如何配置 Claude Code（Anthropic 的 AI 编码辅助工具）使其自动发现、修复并记住自身错误，从而打破人工干预的循环。核心方法包括：维护一份持续增长的 CLAUDE.md 文件记录项目级规则和已犯错误；利用 PostToolUse 钩子在每次写入文件后自动格式化、类型检查并修复；使用 Stop 钩子在 Claude 声称完成时自动运行测试，失败则继续修复；通过 PreToolUse 钩子阻止危险操作（如写入 .env）；结合跨会话记忆机制。文章提供了可直接复制的 settings.json 完整配置，并对比了使用前后（每个功能从 45 分钟手动往返降至 10 分钟无人值守）。适用读者：使用 Claude Code 的工程师、AI 辅助编程用户。
05-30
我把Claude调教成工作系统：25个实用配置
多数人用Claude只是单次问答，不保存上下文。作者分享了一套系统化配置方法：设置个人指令、分项目、上传参考文件、创建上下文文件、连接邮件日历、构建模板与工作流等，把Claude从聊天窗口变成可复用的工作环境。全文25个具体步骤，适合所有觉得AI助手回答随机、缺乏连贯性的技术工作者。
05-30
2026年AI必知20个核心概念：从神经网络到扩散模型
一篇入门级概览，用简笔画和类比分四部分解释20个现代AI核心概念：基础机制（神经网络、注意力）、LLM运作方式（Token化、幻觉）、模型改进方法（LoRA、RLHF）、实际系统构建（RAG、Agent）。无代码、无实现细节，适合需要快速建立基本认知的工程师。
05-30
Claude Code 推出动态工作流：端到端跑完大型任务，自动并行调度与校验
Claude Code 新增动态工作流能力，允许单会话内动态生成编排脚本，并行启动数十到数百个子代理，自动拆解任务、交叉验证结果，端到端完成大型工程任务。典型场景包括代码库级 Bug 排查、大规模迁移、安全审计等。Bun 团队用此功能 11 天将 Bun 从 Zig 迁移至 Rust，生成约 75 万行代码，已有 99.8% 测试通过。工作流会在执行前展示计划并请求确认，任务中断后可接续执行，但 token 消耗显著高于普通会话。适用：希望用 Claude Code 处理大型、复杂任务的开发者，目前面向 Max、Team、Enterprise 用户。
05-29
Claude Code Dynamic Workflows：把编排逻辑搬进代码的新原语
Anthropic 发布 Dynamic Workflows，一种将大规模任务编排写成 JavaScript 脚本、交由独立运行时执行的原语。脚本持有循环、分支和中间结果，主 Claude 上下文仅接收最终答案，解决了 subagent 和 Agent Teams 面临的上百个并行任务时上下文溢出与注意力稀释的瓶颈。文章详解架构、原语与执行模型，并以 Bun 迁移 Rust（11 天/75 万行/99.8% 测试通过）和个人 133 会话分析案例展示效果。对比 n8n/Coze/Dify 后指出，Workflow 是“确定性脚本 + 节点调 LLM”，图灵完备的代码表达力优于可视化 DAG，且编排可由模型现场生成。适用代码库级排查、大迁移、对抗验证等场景，但 token 消耗高、有并发与恢复等限制。适合需要大规模自动化编码任务的工程师。
05-29
从 Prompt 到 Context 再到 Harness：AI 工程的三次范式转移
文章梳理了AI工程从Prompt Engineering (2023-2024)、Context Engineering (2025) 到Harness Engineering (2026初) 的三代范式转移。Harness Engineering 包含评估闭环、架构约束、记忆治理三层，分别由 Anthropic 和 OpenAI 的实操验证：Anthropic 的评估器 Agent 使 20 分钟产出不可用变为 6 小时产出完整游戏；OpenAI 五个月零手写构建百万行代码生产系统，依赖分层架构和 CI/linter 强制约束。两篇学术论文填补记忆层空白：(S)AGE 记忆系统通过拜占庭容错的 Proof of Experience 共识实现可信共享记忆，使 Agent 校准精度翻倍；纵向学习实验表明 3 行 prompt 加记忆与 200 行专家 prompt 性能持平，但前者随轮次显著提升。适合构建多 Agent 系统的工程师阅读。
05-29
用 Karpathy 的 autoresearch 方法，将你的 Claude Skills 效果提升10倍
本文介绍如何用 Andrej Karpathy 的 autoresearch 方法自动迭代优化 Claude Skills。核心思路：给 agent 一份可打分的是/否 checklist，让它反复测试、改进你的 skill，每次判断改动是否有效。作者以落地页文案 skill 为例，通过4轮自动循环，质量检查通过率从56%提升至92%，并详细记录了每一轮改动及其理由。该方法适用于任何可量化评价的任务（如网站性能、开发邮件、文章开头），只需定义好评分标准。文章提供了可直接运行的 skill 下载，适合已搭建 AI 工作流但苦于质量不稳定的工程师实践参考。
05-29
ClickHouse 可观测性三连发布：MCP Server、AI Notebooks 与 ClickStack 云服务
ClickHouse 在 Open House 上发布了 ClickStack 可观测性的三大更新：全托管的 ClickStack Cloud（私有预览），AI Notebooks（测试版），以及开源的 ClickStack MCP Server。AI Notebooks 将事故排查设计为持久、可分支的调查工作区，而非单一聊天线程；底层直接调用 ClickStack 优化后的调查原语，每一步查询与推理都可见可编辑。MCP Server 将这些原语暴露给外部 AI 代理，内部基准测试显示工具调用减少 25%，一致性提升 2.5 倍；支持双向操作，代理既能分析也能直接在 ClickStack 中创建仪表盘。文章强调“自带代理”的理念，并指出结构化调查工具与原始 SQL 互补：SQL 是任意探索的逃生舱。所有更新都围绕一个方向：让可观测性工具更协作、更可编程，而不是锁定工作流。适合已用或评估 ClickHouse 做可观测性的基础设施/ SRE 工程师。
05-29
ClickHouse 发布 Agent Skills：28 条规则让 AI 助手学会 ClickHouse
ClickHouse 发布了官方 Agent Skills，一套开源的最佳实践规则集，基于 Anthropic 的 Agent Skills 规范打包了 28 条经工程师和社区验证的 ClickHouse 实操规则，涵盖 Schema 设计、查询优化和数据摄入。执行 npx skills add clickhouse/agent-skills 即可添加到本地环境，AI 助手（如 Claude Code）会自动在需要时调用这些规则，避免常见错误（如错误的 ORDER BY、不可扩展的 JOIN、遗漏物化视图）。仓库使用 Apache 2.0 许可，欢迎社区贡献经验。
05-29
Harness 时代 AI-First 的组织架构
播客《硅谷 101》邀请 Creao 三位创始人深入探讨 Harness Engineering——不是 Prompt 或 Context Engineering，而是围绕大模型搭建能自我修复、持续进化的系统。真正 AI-First 公司把 AI 作为生产力主导者，重构组织流程：开发周期从六周压缩到一天，产品经理角色被拆解，跨团队对齐由 AI 自动完成。反常识的是，初级工程师比资深者更适应这种环境，未来最稀缺的是跨架构、产品、营销的 generalist。他们还提出“Agent 经济”概念——未来内容可能更多服务于 AI Agent 而非人类。团队仅 25 人，两周完成架构重构，展示了 AI 产能对组织的冲击。推荐完整版逐字稿。
05-28
Agent 架构、工程实践与落地：从原则到 OpenClaw
本文系统梳理了 Agent 系统的底层架构与工程实践，从稳定的 Agent Loop 控制流出发，对比 Workflow 与 Agent 的根本区别，解析五种常见控制模式及选型。重点强调 Harness（验收基线、执行边界、反馈信号、回退手段）比模型本身更决定系统收敛；上下文工程通过分层（常驻、按需、运行时、记忆、系统层）和三种压缩策略防止 Context Rot；工具设计遵循 ACI 原则，面向目标、参数防错、错误可修正；记忆系统分为工作、程序性、情景、语义四类，并通过整合与可回退机制实现跨会话一致性。还涵盖长任务跨 session 续跑、多 Agent 协议化协作、评测体系构建（Pass@k 与 Pass^k）以及基于事件流的可观测性。文章最终以 OpenClaw 的实现演示这些原则如何落地，适合需要构建稳健 Agent 系统的一线开发者。
05-28
拆解 Claude Code：六层架构、治理与工程实践
作者基于半年深度使用 Claude Code 的实际踩坑，将 Claude Code 的功能拆解为六层（长期上下文、工具/MCP、Skills、Hooks、Subagents、Verifiers），并分别给出设计原则、反模式与配置示例。文章重点讨论了上下文工程（上下文成本构成、分层加载策略、压缩机制陷阱）、工具设计（如何让 Claude 少选错）、Hooks 的强制拦截场景、Subagents 的上下文隔离价值，以及 Prompt 缓存和验证闭环。最后给出项目级 CLAUDE.md 模板、混合语言项目 Hooks 实践与配置健康检查工具。适合希望将 Claude Code 从“ChatBot”升级为“可控工程 Agent”的一线工程师。
05-28
超越编码助手：企业级 AI 辅助软件工程系列开篇
本免费系列探讨 AI 辅助软件工程在企业规模下的真实面貌：个体编码效率大幅提升，但许多团队交付速度并未同步，甚至下降。作者指出当前 AI 编码助手仅优化单一角色，而软件交付需全员参与，主张未来应关注生命周期编排而非单纯生成代码。系列分四部分，涵盖现状分析、问题重构、设计原则与展望，每周一三五更新，无付费墙。适合工程领导者、架构师和对 AI 工程化感兴趣的开发者。
05-28
构建生产级AI智能体的十条工程原则
超过40%的AI智能体项目因风险控制、架构和业务价值不清晰而失败，而非模型本身。本文从一线工程视角提出十条原则：从威胁建模、严格类型化工具契约、最小权限执行、上下文压缩、受控知识检索、确定性编排、记忆架构分离、可靠性机制到完整可观测性与持续治理。每条原则给出具体实现细节和真实案例（如Prompt注入在73%部署中出现），帮助工程团队将原型推向安全、可扩展的生产环境。
05-28
Agentic 工程的八个层级：从自动补全到自治团队
Bassim Eledath 将 AI 辅助编程的实践演进分为八个层级：从最早的 Tab 补全和 AI IDE，到上下文工程、复合工程、MCP/技能、反馈循环、后台代理，最终走向自治代理团队。他强调每一层都必须建立在前一层的基础上——混乱的上下文、缺失的约束或不合适的工具会让高级阶段放大混乱。文章分享了多个实战案例（如共享 PR 审查技能、多模型派发系统），并提出了计划模式正在消亡、实施与审查必须分离等尖锐观点，是为工程团队提升 AI 生产力提供的务实路线图。
05-28
编码代理如何重塑工程、产品与设计
编码智能体（coding agents）正在颠覆传统的工程-产品-设计（EPD）协作模式。过去，产品需求文档（PRD）是构建软件的起点，设计据此制作原型，再由工程实现。如今，编码智能体让任何人都能快速生成代码，导致实现成本骤降，瓶颈从实现转向评审。传统PRD已死，但描述产品意图的文档仍不可或缺，甚至可能演变为结构化的提示词（prompts）。这种变化对角色产生深远影响：通才价值飙升，因为一个人借助智能体就能快速构建原型；精益求精的系统思维成为核心技能；人人都需要产品感来决定构建什么；专业化的门槛提高，角色边界模糊，从业者要么成为自主构建者，要么成为深度评审者。最终，无论产品、设计还是工程背景，能深刻理解产品与技术的人将成为最大受益者。
05-27
Anthropic 圆桌：软件工程的未来
本文总结了一场 Anthropic 组织的软件工程未来圆桌讨论，汇集 Stripe、NVIDIA、微软等公司工程领袖的洞察。讨论重点包括：闭环开发带来复利效应，测试先行成为默认实践，人工代码审查逐渐退场，注释开始为 AI 可读性而写。长周期自主代理任务仍是前沿难题，开发者工具最先被替代，而企业软件更具粘性。招聘更看重实验精神而非原始技能，上下文管理仍待解决，人类编写的上下文优于代理生成的。文章提供了来自一线实践的具体案例和真实权衡。
05-27
5 种 ADK 开发者必备的 Agent Skill 设计模式
当前超过 30 种代理工具已统一 SKILL.md 格式，真正挑战转向内容设计。本文作者从 Anthropic、Vercel 和 Google 内部指南中总结出 5 种可复用设计模式：Tool Wrapper（按需加载库规范）、Generator（模板填空确保输出一致）、Reviewer（检查清单评分，按严重性归类）、Inversion（代理先采访用户再行动）、Pipeline（带门控条件的多步工作流）。每种模式均给出 ADK 可运行代码，适合需要构建可靠 AI Agent 的开发者参考。
05-27
你的最佳提示就是一份定义清晰的用户故事
在代理式开发时代，用户故事的质量直接影响 AI 产出。文章主张团队应把更多时间花在拆解故事和编写清晰的验收标准上，而非仅仅估算故事点。一个清晰的故事应包含三部分：背景、验收标准和技术假设。故事点估算仅当需要发布预测或发现团队认知差异时才有价值，否则可省去。好的故事就是好的提示，能显著加速开发周期。适用于采用敏捷 / Scrum 的工程团队。
05-27
Claude Managed Agents 推出「梦境」、成果评估与多智能体编排
Anthropic 在 Claude 托管代理中引入了「梦境」功能（研究预览），可跨会话审视记忆、提取模式并自我改进。同时推出成果评估（定义成功标准，由独立评估器评分，自动修正直至达标）和多智能体编排（主代理拆解任务，子代理并行处理）。文章提供了内部测试数据：成果评估在困难任务上提升 10 个百分点，docx/pptx 生成质量分别提升 8.4% 和 10.1%；并展示了 Harvey（法律工作完成率提升 6 倍）、Netflix（并行分析构建日志）、Spiral（用成果评估控制写作质量）、Wisedocs（文档审查提速 50%）等案例。适合关注 AI 代理自动化、质量控制和复杂任务分解的一线工程师。
05-27
字节TRAE AI编程手册精读：上下文是护城河
字节跳动TRAE团队20篇AI编程实践手册的精要总结。核心论点是AI编程的效率瓶颈不在模型能力，而在上下文工程。文章详细介绍了六大方法论：Context Engineering、Skills、Spec Coding、Rules、MCP和Agentic Coding，并提供了大量实验数据（如32个真实Bug修复：有Skills加持成交率100%，无Skills仅59%）。适合一线开发者、Tech Lead和工程管理者阅读。
05-27
从 0 开始：用 Hooks 打造自动化 Claude Code 工作流
本文介绍如何用 Claude Code Hooks 在生命周期节点自动执行 shell 命令，以替代依赖 prompt 的不可靠行为。涵盖 PostToolUse、PreToolUse 等 5 个关键事件，3 种 Hook 类型 (command/prompt/agent)，及配置文件结构。提供 5 个即用 Hook 示例：桌面通知、自动格式化、文件保护、压缩后上下文恢复、commit 规范。退出码 2 可阻止危险操作并将 stderr 反馈给 Claude。适合希望让 Claude Code 工作流更稳定可靠的开发者。
05-27
Claude Code 在大代码库中的工作方式：最佳实践与入门指南
本文介绍 Claude Code 在百万行级单体仓库、遗留系统及多仓库架构中的实际部署经验。核心观点：Claude Code 采用代理搜索（Agentic Search）而非 RAG 索引，避免了索引过期问题，但性能高度依赖代码库上下文配置。文章详细拆解了围绕模型的“扩展层”（Harness），包括 CLAUDE.md、Hooks、Skills、Plugins、MCP 服务器和 LSP 集成等组件，并给出了三个配置模式（使代码库可导航、随模型演进维护配置、分配管理责任）。适合正在或计划采用 Claude Code 的大型工程团队阅读。
05-27
为什么你的“AI 优先”战略可能错了
本文作者是平台公司 CTO，亲身实践将整个工程流程重构为 AI 原生：99% 生产代码由 AI 生成，一天内完成从想法到上线的迭代。文章批判了仅添加 AI 工具的“AI 辅助”模式，提出“驾驭工程”概念，详细拆解了技术栈、自愈反馈循环、新工程角色（架构师与操作员），并给出 3–8 次日部署的真实数据。适合正在思考如何真正将 AI 融入研发流程的工程团队和技术决策者。