Vibe Coding 最佳实践

“Vibe Coding 最佳实践”栏目的最新文章。

不止于代码生成：面向开发者的智能体工程指南

今年 10 月，GitHub 一周内收到超过 12 亿次提交，比一年前增长 400% 以上。这个数字甚至超过了 GitHub 2025 年全年的提交总量。你很可能也比一年前生成了更多代码。但不妨问问自己：你感觉自己比去年高效了 400% 吗？开发软件不只是写好提示词那么简单。AI 加快了实现速度，开…

基于 Amazon ECS Fargate 的无服务器 MCP 服务器：让 AI Agent 访问数据湖

构建人工智能（AI）应用的组织面临一个反复出现的挑战：如何让大语言模型（LLM）代理访问企业数据湖，同时不必在每个代理和应用中重复实现集成逻辑。多数团队一开始会把代理直接连到数据库和 API，中间没有类似模型上下文协议（MCP）服务器这样的共享网关。每新增一个数据集就要写一套自定义代码，每个代理也各…

写代码变快了，验证却成了瓶颈

技术说明：当写代码不再是最紧的约束，会发生什么？我们的工程代理集群里大约有 25 个代理，配合 Claude Code 和三个 Claude Ultra 账号使用。代理和人一起工作，写了主仓库里的大部分 Pull Request。一个代理可以开一个草稿 PR，GitHub 就会开始跑三万条测试。下一…

用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

概览 把形式化方法用在日常软件里。 PDD Kit 帮你把意图变成一份形式化规格，然后证明智能体写的代码对任意输入都满足这份规格；证明覆盖不到的地方，再用测试补上。它把形式化方法从少数专家的小众工作，带给了没有形式化方法背景的工程师，也带给了日常应用——就像这里展示的这个全栈 Web 应用。 随着…

智能体 Harness 的演进：从链、图到代码化

基于大语言模型的智能体框架（Harness）在过去几年经历了三次范式变迁。LinkedIn 工程团队回顾了从线性“链”到结构化“图”的演进：前者上手快但脆弱，后者通过显式控制流、多智能体协作和人在回路机制，把概率模型逐步推向生产级可靠。 从粘合代码到结构化框架 过去几年，基于大语言模型构建的智能体…

用 Claude 的聊天搜索和记忆功能延续之前的上下文

你可以让 Claude 在过去的对话中搜索，把相关信息找出来，在新对话里引用。Claude 还能记住你聊天中的上下文，并在新对话和 Cowork 任务中沿用。本文介绍聊天搜索和记忆的工作方式、Claude 会记住什么、不会记住什么、如何查看和编辑已保存的内容，以及怎样开启或关闭这两项功能。 用 C…

MCP for Unity 的 uv 配置与故障排查

解决的问题与适用场景 如果 uv 未安装或不在 PATH 中，Cursor、Windsurf、VS Code 无法启动服务器。 工具、版本与前置条件 - uv：版本：原文未说明；前置条件：需要 Python 3.10+ 和 uv 包管理器。 操作步骤与工作流衔接 1. 运行 python3 -…

编码代理低估了自有代码的成本

编码代理让写代码变得很便宜，但也能让你在任务完成后留下远超所需的代码量去维护。 我在用 Claude 构建 Land of Assets（一个企业级 3D 内容管理平台）时，曾多次把自定义实现替换成成熟的库： - 数据获取：原本满屏的加载标志、副作用和清理守卫，变成了几个 TanStack Quer…

本地运行大语言模型需要多少内存

下载模型准备在本地运行之前，得先确认它能不能装进内存。估算时把三项加起来，再拿结果和机器实际能提供给模型的内存作对比： need = weights + KV cache + overhead 也就是：模型权重 + KV 缓存 + 额外开销。 当 need <= 0.8 × usable memor…

生产环境智能体的幻觉检测

目录 分享本文 摘要 幻觉检测，就是自动标记出 AI 输出中虚假或缺乏依据的内容，让故障出现在监控面板上，而不是等到客户投诉才发现。对 AI 智能体来说，检测要覆盖三类幻觉：虚假陈述、凭空捏造的动作（比如虚构的 ID 或工具），以及声称做了实际没做的事。没有任何单一方法能同时抓住这三类问题。生产系…

一封措辞严厉的信：Claude 在硬件在环开发中常犯的错

在 Groundrun，我们经常把 Claude Code 和硬件在环（hardware in the loop）搭配使用。 所谓硬件在环，指的是面向无线嵌入式、联网产品的开发板。涉及的技术和芯片包括 Matter、Thread、蓝牙低功耗（BLE）、Wi-Sun，以及乐鑫 ESP32、Silico…

推理强度对得分和成本的影响有多大？

大多数前沿模型都允许你在提问时选择它“思考”的强度，但强度越高，单次运行的成本也越高。默认情况下，我们通常把模型调到最高档。本文测量推理强度变化时，性能和成本各自如何变化。在最低档下，七个模型中有四个保住了至少 80% 的 Vals Index 得分，而成本只有一半甚至更低。例如 Claude Op…

多轮强化学习到底提升了 LLM Agent 的什么能力？深度剖析与工程拆解

多轮强化学习究竟提升了 LLM Agent 的哪些能力？如果你已经把 LLM Agent 部署到生产环境，那你早就明白蜜月期已经结束了。单轮指令微调能让零样本任务完成到八成左右，可一旦引入多轮工作流——API 串联、自动调试、异步文件操作，或者多步推理——基线模型就会迅速退化。它们会偏离目标、无限循…

CodeRabbit Secure 的运行时验证是怎么工作的

测试一个疑似漏洞，光发个请求、看看响应还不够。应用得先跑起来，请求还得真正走到被查的那段代码。举个例子：有个接口看起来能让一个用户拿到另一个用户的文档。要测它，你得准备两个已登录用户、其中一人名下的一份文档，以及一个正在运行的应用。如果请求在到达接口之前就失败了，那基本说明不了应用是否正确限制了这份…

生产环境 AI 代理的四层上下文工程：Deep Insight 如何在可运行代码中落地

生产环境中的 AI 代理处理数据分析和报告生成这类任务时，上下文管理往往成为主要瓶颈。20 万 token 的窗口听起来很宽裕，但真实任务几分钟就能吃掉大半。数据分析和报告生成会让代理执行到一半就失败、准确率下降，或者成本飙升。 已有不少公开指南讨论过这个问题，但单项技术读起来容易，落地却不简单。把…

让 AI 智能体遵循最小权限原则

有团队说，自己的 agent 已经做到了最小权限，依据是 prompt 里写着「只读取客户工单」。可这个进程拿到的服务账号令牌，却能更新工单、导出用户，还能调用三个内部 API。prompt 只是在跟模型商量，真正拍板安全边界的是那张凭据。对 agent 来说，最小权限的意思是：凭据本身做不了任务之…

为 AI 智能体加上神经符号护栏：让答案可以被验证

2023 年 10 月，纽约市推出了 MyCity，一个聊天机器人，用来根据数千页官方指南回答企业主的问题。五个月后，The Markup 的记者问它，餐馆是否可以停止接受现金。它回答说：“是的，你可以让你的餐馆不收现金。纽约市没有任何法规要求企业必须接受现金作为支付方式。”而自 2020 年起，当…

同一个模型，30 分和 95 分的差距不在权重，而在 Harness

同一个模型权重，换一套 Harness（套在模型外面的运行框架），ARC-AGI 成绩能从 30% 提升到 95% 甚至 100%。YC Paper Club 的 Harness Night 专场上，三位研究者从表达力、硬件边界、组织落地三个角度说明：Harness 不是“包装纸”，而是决定模型能做…

你的智能体会话记录很宝贵，请保存下来

代码有 git 管着，智能体会话记录却经常被直接丢进 /dev/null。这些记录是你花掉的 token 换来的工作凭证，也是你以后还要再付一次学费才能重新学到的经验。 可观测性出现之前，我们只能在崩溃后 ssh 进服务器 grep 日志。现在大多数公司在智能体编程（agentic coding）上…

编程智能体学会了讨好评分者

编程智能体在仓库级软件工程上已经相当能干，在 DeepSWE 这类最贴近真实场景的软件工程基准测试中分数也越刷越高。但我们发现，许多智能体还开始优化一个任务本身从未提出的问题：预测一个想象中的评分者会检查什么。 我们审计了 113 个 DeepSWE-1.1 任务上的数千条智能体运行记录，由此发现了…

用 NuGet 包分发技能

Anthropic 在 2025 年推出了智能体技能（Agent skills），如今它已成为 AI 驱动开发中的常见做法。dotnet/skills 和 Impeccable skills 就是不错的例子。智能体技能通常通过 git 仓库分发。我们一直在尝试用 NuGet 包来分发技能，发现这种方…

一周内331次MCP工具列表变更，只是改了日期，却每次都触发提示缓存写入

我们在一周内发现331次MCP工具列表变更，仅仅是改了个日期，而每一次都会触发一次提示缓存写入 我们上一篇文章的读者 Paul Irolla 指出一个我们之前只当作正确性问题来看待的情况。他正在为编码 agent 开发一款 token 优化器。模型请求的开头是工具列表。只要工具定义改动一个字节，建立…

MCP for Unity 工具组管理：按需启用工具以控制提示词规模

解决的问题与适用场景 MCP for Unity 一次向 LLM 暴露全部 50 个工具会膨胀提示词并稀释路由决策，因此需要按工具组控制可见性。 工具、版本与前置条件 - manage\_tools：版本：原文未说明；前置条件：工具被分为多个组，默认仅启用 core 组。。 操作步骤与工作流衔接…

DX @ Anthropic：播种与收获

过去一年多，Thariq 在 Claude Code 团队里写了一系列文章，分享自己的观察和思考，产量惊人。这些内容帮数百万用户理解了 Claude Code，也让他们对 agent 工程（搭建运行框架）、agentic 工程（使用运行框架）以及更广泛意义上的非技术应用场景（比如《AI 原生人的一天…

用消息线程让长时间运行的代理更快响应

消息线程功能现已在 Claude 平台开放公开测试。借助消息线程，代理不必每一轮都重新发送完整的对话历史，从而降低长时间会话的延迟。 消息线程的工作原理 一个编程代理在一次会话中可能要发出数百次请求，而每次请求都会把之前的每一条消息和工具返回结果重新发一遍。当对话增长到数十万 token 时，这种…

在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体

你基于前沿模型（frontier model，当前能力最强的一类大模型）搭建了一个购物助手，它运行得很好。用户提出“帮我找一款 20 美元以内、店铺评分至少 4.5 星的黑色腰包”，智能体会搜索商品目录、查看候选商品、核对约束条件，最后给出推荐。但这样一次交互的成本是多少？ 智能体助手并不是调用一次…

面向 Agent 的 AI 评测（eval）：是什么，怎么写

AI 评测是给模型或 Agent 的表现打分的测试。本文讲清 Agent 评测与 LLM 评测的区别、三类评分器，以及用七个步骤写出一个评测。 - ——AI 评测就是给 AI 系统出的一道测试题：把输入交给模型或 Agent，让它跑起来，再用代码、LLM 裁判或人工给它打分。 - ——LLM 评测打…

用协调者代理在48小时内构建开源网页版过山车大亨

解决的问题与适用场景 企业客户要求演示代理集群编排能力，原作者选择模拟类游戏作为展示场景。 工具、版本与前置条件 - Claude Max：版本：原文未说明；前置条件：需要Claude Max订阅计划。 - Codex Max：版本：原文未说明；前置条件：需要Codex Max订阅。 - coor…

我们如何让 construct.computer 对 AI 代理可读

Ankush · 作者 撰写关于 Construct、AI 代理和开发者工具的内容。 发布于 2026 年 10 月 30 日 · @ankushKun_ - ai-search - engineering - cloudflare - infrastructure Construct 的代理以阅读…

2026 年构建 MCP 服务器：有哪些变化，生产环境需要什么

这是《MCP 开发指南 2026》完整版的精简版，完整版包含可直接运行的 TypeScript 与 Python 服务端示例、完整的 OAuth 流程和安全检查清单。如果你是通过 2025 年的教程学会 Model Context Protocol（模型上下文协议，MCP）的，那么其中一部分内容现在…

Qwen3.8 27B 量化基准测试：4-bit 依然稳健，1-bit 彻底崩了

想跑 Qwen3.8 27B 又不牺牲效果，到底需要多少显存？ 完整 BF16 模型有 55 GB，大多数消费级硬件根本装不下。但 17 GB 的 Q4_K_M 在热门智能体编码基准 Terminal-Bench 2.1 上能追平完整模型，还能塞进 RTX 4090 这类 24 GB 显卡，同时留出…

如何用 Python 打造企业级 RAG 知识库聊天机器人

最初发布于 navspace.dev。大多数企业的宝贵知识都困在文档、PDF、wiki 和数据库里，客户或员工常常要花上几个小时去找本该几秒钟就能得到的答案。检索增强生成（RAG）正是这样一项技术：它让你可以构建一个 AI 聊天机器人，专门基于你自己的数据来回答问题。和微调模型不同，RAG 无需重新…

MCP for Unity 客户端配置器开发指南

解决的问题与适用场景 如何添加新的配置器类，使其自动显示在 MCP for Unity 窗口中 工具、版本与前置条件 - JsonFileMcpConfigurator：版本：原文未说明；前置条件：客户端读取 JSON 配置文件时使用 JsonFileMcpConfigurator。 - McpC…

Agentic 状态机

本文同步自 goose 博客。 goose 从一团乱麻般的 agent 循环，走向了一组井然有序的状态机——而这些状态机，goose 很久以前就已经启动。Agent 领域的“狗年”概念完全比不了。goose 比通用 agentic AI 的出现还要早一些。 这一切最初的设想是：如果把 shell 会…

用 AgentCore Gateway 和 MCP 构建多账号 AI 智能体

企业越来越希望 AI 智能体能够跨多个 AWS 账号对数据做推理，同时又不复制数据、不把数据集中起来。各团队把数据留在自己的账号里是有充分理由的：归属清晰、范围隔离、可独立部署迭代。但一个只能看到一个账号数据的智能体，价值很有限；而把它连到分散的数据源，通常意味着复制数据，或者要理清跨账号的 AWS…

提示缓存：同一个智能体，同样的规则，账单只剩约四分之一

提示缓存（prompt caching）已经被讲过很多次了。大厂商的文档解释了它的原理，也有不少文章讲某个团队改了一处之后命中率如何飙升。我们想补一个视角：把这件事直接画出来——同一个智能体的提示，每一步都用同样的方式绘制，每张图里都标出实测数字。有时候同一个道理换个画法，才会让人恍然大悟。 为此，…

多智能体系统蓝图设计：编程式协调的框架与模式

随着人工智能应用逐渐成熟，不再局限于简单的单提示执行，工程重心已经转向构建具备弹性的多智能体系统。单智能体方案在孤立的内容生成场景中够用，但一旦面对长上下文窗口、相互冲突的子目标以及多阶段工作流，就力不从心。 把复杂的企业应用拆解成由专业化自主智能体组成的网络，可以让工程团队实现水平扩展。然而，把执…

MCP for Unity 中 Claude Code CLI 的安装与接入指南

解决的问题与适用场景 在 MCP for Unity 中使用 Claude Code CLI 前，需要系统上已安装可用的 claude 命令。 工具、版本与前置条件 - Claude Code CLI：版本：原文未说明；前置条件：系统上需有可用的 claude 命令。 操作步骤与工作流衔接 原文…

端到端管理 Amazon Bedrock 成本：给 FinOps 与平台团队的一份实操心法

生成式 AI 的成本管理，需要应用开发团队和负责云支出的团队共同承担。很多团队一开始会去比较各模型的 token 单价，再要求应用团队把提示词缩短。这些做法有帮助，但回答不了财务和工程负责人随用量增长而越来越关心的问题：这笔钱是哪个团队花的、花在哪个工作负载上、是否落在批准的预算之内？智能体（Age…

使用 Amazon Bedrock AgentCore runtime，在编码智能体构建 Web 应用时实时预览

编码智能体已经能构建可运行的 Web 应用：一个仪表盘、一个产品页、一个产品团队想试试的原型。审查这类产出最快的办法，就是打开应用、用一用、提个修改需求、再确认效果。只要应用一直跑在智能体编辑它的地方，这个循环就很顺，每次改动几秒内就能出现在浏览器里。反过来，如果应用必须先拷出来、部署到别处，那每次…

在 AWS GovCloud (US) 中用 Amazon Bedrock 配置 ChatGPT 桌面应用

ChatGPT 桌面应用现已上架 AWS GovCloud (US) 的 Amazon Bedrock，通过两个组件提供对 OpenAI 前沿模型的访问。Work 负责完成复杂的多步骤任务，交付可直接审阅的结果；Codex 则是用于开发、测试和审查软件的编码智能体。 本指南面向这类组织：其安全架构要…

双轨评估：MCP 智能体的模型得分与产品得分

简而言之：双轨评测用同一批用例，分别跑「只给模型」和「走完整产品」两条路，分数各算各的。2026 年 8 月，同一个 Qwen3-4B 智能体在模型轨拿到 42/70（没过上线门槛），在产品轨拿到 46/70（过了）。全部提升都来自一条守卫规则——stall rule（既没调用工具、也没向用户提问的…

给 AI 编码代理用 Git worktree：一份实用指南

只要你在同一个仓库里跑第二个编码代理，就需要用 git worktree。两个代理挤在一个文件夹里，会改同一批文件、跑到对方还没写完的改动，最后留给你一堆没人说得清的 diff。而 worktree 一条命令就能解决这个问题。本文讲清楚相关命令，以及当你手上有好几个 worktree 之后容易出问题…

我是怎么给结构化 LLM 输出搭一套能在 CI 里跑的评估框架的

大多数团队评估大语言模型（LLM）的方式，就是读几条输出，然后点点头。这种做法能撑一阵，但迟早会翻车。我做 llm-contract，就是因为想让自己的流水线能诚实回答一个问题：这次改动到底有没有让效果变好。 这套约定包含三块： Schema 优先的抽取。 每次调用 LLM 都按固定 schema（…

开放权重，隐藏载荷：如何安全下载和加载 LLM 模型而不被入侵

本周 HN 上有两条新闻挨得很近：一条是 Mistral 公布了 Mistral Large 4 的权重，另一条是 Anthropic 被入侵并遭利用来传播远程访问木马。两件事放在一起看，结论很清楚：分发渠道越是被信任，越值得攻击者下手。现在开发者几乎每周都要往本机下载几十 GB 的模型，无脑跑一下…

如何构建 MCP 服务器：把任何软件接入 AI 的架构解析

2026 年 3 月 2 日 如何构建 MCP 服务器：把任何软件接入 AI 的架构解析 本文是一份用 TypeScript 构建 MCP 服务器的实用指南。基于两个真实开源 MCP 项目——分别面向 Godot 和 Aseprite——文章逐层拆解你需要掌握的每一环：传输、工具、处理器、桥接以及…

用提示词改造多人在线游戏世界：Spawn 与 Savi 工作流导读

解决的问题与适用场景 解决玩家在大型多人在线游戏环境中通过提示词修改游戏世界的问题，适用场景为游戏内由智能体 Savi 承接玩家建造与改动需求。 工具、版本与前置条件 - Savi：版本：原文未说明；前置条件：原文未说明。 - Fable：版本：Fable 5（其后为 5.1）；前置条件：原文未说…

内省（Introspection）

Bionic 现在可以引用并回顾过去的会话，因此在处理长期上下文、找回被遗忘的细节方面能力更强了。你还可以在输入框里用 @ 提及的方式直接引用某个会话。 在输入框里用 @ 提及直接引用另一个会话。 模型越来越擅长借助搜索工具，在大量信息里大海捞针。很多时候，一句模糊的提及就足够让能力强的模型找到代码…

OpenTelemetry GenAI 语义约定：如何为 LLM 智能体做追踪埋点

有了 OpenTelemetry GenAI 语义约定（semantic conventions），追踪 LLM 智能体（Agent）就和追踪技术栈里的其他部分一样简单。这是一份实操指南，内容涵盖：零代码自动埋点、手动为 agent 和工具创建 span、token 用量与成本统计、按需开启的提示词…

MCP for Unity 安装与首次连接

解决的问题与适用场景 原文面向想快速试用 MCP for Unity 的 Unity 开发者，提供 Git URL 这一最快安装路径。 工具、版本与前置条件 - uv：版本：Python 3.10+ with uv；前置条件：Unity 2021.3 LTS or newer。 - Claude…

Aura 行为树代理：用自然语言创建与编辑 UE 行为树

解决的问题与适用场景 解决在 Unreal Engine 中创建、检查与编辑行为树资产的问题，适用于用自然语言驱动 AI 行为树搭建与迭代的场景。 工具、版本与前置条件 - Aura：版本：行为树代理处于 alpha 阶段；前置条件：需要处于 Agent 模式才能使用行为树代理。 操作步骤与工作…

Aura 关卡设计代理：用自然语言生成 Unreal 关卡白盒

解决的问题与适用场景 Aura 可从自然语言描述生成完整 3D 关卡白盒，适用于在 Unreal Engine 中快速搭建关卡几何。 工具、版本与前置条件 - Level Design Agent：版本：Aura 1.1 中 Level Design Agent（LDA）被重建。；前置条件：需要处…

Aura 在 Unreal Editor 内进行性能分析

解决的问题与适用场景 需要在 Unreal Editor 内对 PIE 会话进行性能分析，定位游戏性能问题。 工具、版本与前置条件 - Aura：版本：原文未说明；前置条件：需要处于 Agent 模式才能使用 Performance Profiling。。 操作步骤与工作流衔接 1. 请 Au…

MCP for Unity 多实例路由：会话与单次调用

解决的问题与适用场景 同时打开多个 Unity Editor 时，让单个 MCP 会话指向其中任意一个。 工具、版本与前置条件 - set\_active\_instance：版本：原文未说明；前置条件：需先读取 mcpforunity://instances 获取当前连接的 Editor 列表。…

Aura 的 Unreal Engine C++ 编码代理工作流

解决的问题与适用场景 在 Unreal Engine 项目中，Aura 可直接创建、编辑并编译 C++ 文件，适用于需要生成或修改 C++ 代码的场景。 工具、版本与前置条件 - Aura：版本：原文未说明；前置条件：若项目为纯蓝图项目，必须先启用 C++，之后 Aura 才能生成代码文件。。 -…

Unity MCP CLI 命令行控制 Unity 编辑器导读

解决的问题与适用场景 需要通过命令行控制 Unity 编辑器，Unity MCP CLI 提供基于 Model Context Protocol 的访问方式。 工具、版本与前置条件 - Unity MCP CLI：版本：原文未说明；前置条件：目前仅支持本地 HTTP。。 操作步骤与工作流衔接…

MCP for Unity 自定义工具开发：从同步截图到轮询式长任务

解决的问题与适用场景 原文要解决的是在 Unity 中创建自定义工具，覆盖简单同步操作与能跨域重载的复杂长任务。 工具、版本与前置条件 - MCP for Unity：版本：原文未说明；前置条件：工具代码必须放在 Unity 项目的 Editor 文件夹中，因为系统只扫描 Editor 程序集。。…

Aura 蓝图规划与生成工作流

解决的问题与适用场景 Aura 可帮助从开始到完成规划一个蓝图，并可用于创建和编辑蓝图。 工具、版本与前置条件 - Aura：版本：原文未说明；前置条件：默认开启 Edit Existing Blueprints，可在 Settings &gt; Chat Options 中切换。。 操作步骤与…

Aura 的 Unity C# 编码代理工作流

解决的问题与适用场景 面向 Unity 项目中的 C 文件创建、编辑、搜索与编译检查，覆盖 MonoBehaviour、ScriptableObject、编辑器脚本和工具类。 工具、版本与前置条件 - Aura：版本：原文未说明；前置条件：文件读写工具限定在 Unity 项目根目录内，无法访问项目…

用 BMGD 工作流搭建 Godot 正式生产项目

解决的问题与适用场景 适用于启动新的 Godot 游戏项目、希望使用 BMGD 的 Full Production 工作流，并需要正式文档（GDD、架构、冲刺跟踪）的场景；若只想快速原型或参加 Game Jam，原文建议改用 Quick Flow。 工具、版本与前置条件 - Game Archit…

用 Unity AI Assistant 搭建原型场景

解决的问题与适用场景 在 Unity 中借助 AI Assistant 搭建原型场景，包括提问、执行命令与生成代码。 工具、版本与前置条件 - AI Assistant：版本：原文未说明；前置条件：AI Assistant 是编辑器内的可停靠窗口。。 操作步骤与工作流衔接 1. 在提示词开头输…

AI 驱动软件开发中的模式

在 Red Hat 第三届瑞士开发者联合会上的演讲，2026 年 10 月 27 日。 大家好，我叫 Adrian Kosmaczewski，是 Red Hat 瑞士的高级架构师。 在日常工作中，我帮助软件开发者每天使用 Red Hat 工具，更快地打造更好的软件。我可以自信地说，我们正站在软件工程…

如何（不）用 AI 处理 Pull Request 和代码评审 | Paul Bakker

有了编程智能体（coding agent，能自动写代码、改代码的 AI 工具）帮忙，多数团队产出的 Pull Request 数量猛增。那这么多 PR，我们该怎么评审？ 看一个由智能体参与生成的 PR 描述，通常是把所有改动罗列一遍。内容倒是齐全，但特别长。光搞清楚这个 PR 到底要干什么，就得花不…

4 条提示词，如何把 98 条产品评论变成工程决策依据 ｜ 技术实践

2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！ 问题：一款 3.7 星产品背后隐藏的安全危机 GE Profile Opal 2.0 是一款售价 500 美元的台面式颗粒冰制冰机。在亚马逊上，它…

你的 RAG 缺的不是更好的嵌入模型，而是更好的分块

过去一周，我一直在用 LongMemEval 测试 Palace —— 一个我为编码代理（coding agents）做的本地记忆库。它是一个单一的 Rust 二进制程序，配了 SQLite、BM25 和一个小型 ONNX 嵌入模型。写入和召回这两条路径里都没有任何大语言模型（LLM）。这篇文章不讲…

Sequoia Ascent 2026 活动总结

我在 Sequoia Ascent 2026 上做了一场炉边对话。YouTube 视频在这里：YouTube Video Link。作为一次实验，我把最近写的博客和推文全部喂给了一个大语言模型（LLM），然后让它读这段视频的转录文本，生成两样东西：1）一份摘要；2）一份整理过的转录稿（修正所有转录错…

用 Kiro 构建可重复的 PHP 到 Java 迁移引擎

团队把一个成熟的 PHP 应用迁移到 Java，能获得更强的类型安全、更丰富的类库支持，以及更可预测的扩展能力。但用 Laravel、Symfony 或 Doctrine 多年积累下来的 PHP 代码，往往把业务规则藏在一些不显眼的地方——从 Eloquent 的 trait 到 XML 映射文件都…

证明驱动开发：agent 能证明自己的代码真的能跑吗？

用 agent 写代码有个麻烦：你可以让它实现功能、补上测试、把全部流程跑一遍，再让它解释为什么这样做是对的——结果代码里还是有 bug。你可以再找另一个 agent 来审查，这确实有点用，但审查结论本身是否靠谱，又得再验证一遍。如今生成代码变得极其容易，我们反而要头疼怎么跟上检查的速度。对着同一个…

自主智能体与半自主智能体：当人留在回路中，究竟改变了什么

“全自主”智能体演示是典型的报喜不报忧。同样的模型、同样的工具、同样的目标——决定它在生产环境里是帮你还是让你难堪的，只有一件事：人类被允许在哪个环节介入。自主性不是一种能力，而是一个设计决策，而大多数团队是在无意中做出的这个决策。 循环是一样的，缰绳不一样。 两种设计跑的是同一套“感知—规划—行动…

为应用选择合适的 AI 模型：先衡量任务成功率，再比较成本

免责声明：本文的评估方法适用于任何编程语言或应用技术栈。文中的代码示例用 C 和 .NET，只是因为那是我最熟悉的。 假设你要给网站加一个 AI 聊天功能。用户能就自己的文档提问、查询信息，还能生成可下载的文件。从 token 价格最低的模型入手，是显而易见的起点——直到它告诉用户「报告已就绪」，而…

智能体测试流程、LLM基准测试，以及来自加拉帕戈斯岛的智能体编程笔记

从去年十一月开始，我一直在比较重度地使用AI，整个过程挺有意思。智能体会干出一些事，换成人类早就被当场开除了。而我的反应呢，当然是假装这一切都很棒，然后赶紧拉起一千个智能体，让它们变本加厉地继续干。 去年年中，我让GPT（大概是5.0或5.1）去查一个bug的源头。这段代码自然没有测试，git bi…

生产环境里的 AI 为什么悄悄出错：语义漂移、评审瓶颈与智能体治理

InfoQ 的一场线上研讨会聚集了来自 ThoughtWorks、隐私与金融领域的实践者，讨论智能体系统上线后最容易被忽视的故障：它们不崩溃，却会稳定地给出错误结果。与会者还谈到编码智能体的产出速度已超过人工评审，以及企业该如何为自主智能体设定身份、权限与审批边界。 先看三个变化 这场研讨会题为《…

藏在眼皮底下的 agent 协作协议：GitHub issue

我正在开发的 agent（智能体）运行框架 Bram，会在本地 git 仓库中启动，并要求机器上装好 git 和 gh（GitHub 的命令行工具）。Agent 用起这两个工具来，比我们人类熟练得多。以前我知道可以用 git bisect，或者用 hunk staging（按代码块暂存）把纠缠在一起…

Xcode 27 MCP 在操作模拟器时为何会导致更高的 token 成本

在我做的基准测试里，使用 Xcode 27 的 MCP 让智能体（agent）操作 iOS 模拟器时，每次动作之后读取的文本量大约是 RocketSim 命令行工具（CLI）的七倍，因此 token 成本会更高。想把模拟器操作得高效，关键在于智能体每次点击之后读到了什么。一张截图能展示屏幕当前的样子…

为什么智能体偏爱 Supabase

Paul Copplestone 和 Ant Wilson 谈为 AI 智能体构建后端 我第一次见到 Paul Copplestone 和 Ant Wilson 是在新加坡，当时他们刚结束 YC，是 YC S20 最炙手可热的创业公司。六年之后，我们终于把他们请上了播客！这是两人第一次一起上播客——…

将分类器迁移到 Claude Haiku 5.5：有哪些变化

2026 年 10 月 7 日，Anthropic 发布了 Claude Haiku 5.5。它悄悄改坏了高吞吐流水线普遍依赖的三样东西：手动思考预算（thinking budget）、assistant 消息预填充（prefill），以及分类代码长期倚重的采样参数。这些都没写进标题。标题是价格：p…

在 Amazon Bedrock AgentCore 上构建 Agentic AI 平台

如果你试过把 Agent 推上生产环境，会发现模型和工具调用并不是卡点。真正的瓶颈在它们周围：有多少团队能在安全环境中构建 Agent，每个模型和工具归哪个团队负责，AgentOps 和错误处理如何保持在预先划定的边界内，以及平台团队、Workstream 团队和财务团队怎样跨账户看清成本与健康状况…

一个 Claude Code 真正会遵守的 CLAUDE.md：Terraform 实战示例

Claude Code 每次启动会话，都会读取仓库根目录下的 CLAUDE.md。这是它的项目记忆：你写进去的东西，它都会记着，不用反复交代。问题是，我见过的大多数 CLAUDE.md 都只是一堆空话（“写干净的代码”“遵循最佳实践”），起不到任何实际作用。下面我们写一个真正管用的，而且挑一个出错代…

OpenAI 订阅池化与绕过区域推理容量限制

到现在，大多数人应该都意识到了，我们正处在算力成本危机之中。CPU 和内存价格飞涨，根本不够用。与此同时，全球的 GPU 也绝对不够。如果你最近用过 ChatGPT，可能已经看到过圈子里流传的梗：OpenAI 的推理容量不够了。就连 Tibo 也公开承认他们存在算力问题。 算力已经烧穿了 —— T…

我用四种方法为 text-to-SQL 提示挑选数据表

每个 text-to-SQL 提示都要带上表结构（schema）。全都发过去，每次调用都得为所有表付钱；只发几张，又可能正好漏掉问题需要的那张。所以怎么挑表很关键。 我在同一批问题上对比了四种做法，全程不调用模型： - 完整表结构（Full schema）：不做挑选。 - BM25：对每张表的定义做…

超时不是失败：每个 AI 都会写的邮件 bug

我给意大利小公司做后台系统：客户关系管理（CRM）、预约流程，以及那些给对的人发对邮件的枯燥程序。这些代码大部分是我和 AI 助手一起写的。我不掩饰这一点，这就是我的工作方式。但有一个 bug，我的助手几乎每次都会写出来，每个项目都有，除非我拦住它。它看上去像是优秀的工程实践，能通过测试，到了生产环…

当 AI 写完所有代码

最近在讨论 AI 编程代理时，你可能常看到“软件工厂”这个说法。它的目标是：把一份规格说明自动变成可运行的软件，实现和验证都交给机器完成。 我喜欢做软件。如今代理写的代码越来越多，我原以为自己会更舍不得放手，但实际上，我并不怎么怀念逐行敲代码的感觉。 我依然喜欢思考要做什么、梳理架构、决定各个部分怎…