作者分享用 Codex 通过 Figma 官方远程 MCP 读取设计节点、再分四步还原页面的流程，在自己项目里目测还原度能到 95% 以上。流程是先读设计和项目并复述需求待确认，再按编号列出样式与文字差异清单，确认后动手改，最后用浏览器工具或 Playwright 实际操作页面对照复验。
能拿走的是 Codex 装 Figma 官方插件走远程 MCP 读节点，配四段提示词按读设计、列差异清单、确认后改、浏览器复验推进，代价是受支持名单和每月 20 次读取额度限制。
这篇 Codex 源码剖析（commit d58d0e5841）拆解了执行引擎与沙箱层，指出 Codex 不用 Docker 或虚拟机，而是直接调用 macOS sandbox-exec、Linux Seccomp-BPF 加 Landlock、Windows CreateRestrictedToken 做内核级隔离。
能拿走双端截断的 response_clipped 标签、AST 锚点补丁语法和四级模糊寻址，替换现在全文件重写和行号 diff 的改码流程；代价是要自己实现补丁解析与 tree-sitter 拦截，沙箱部分还得逐平台适配内核机制。
老金带你玩AI 复盘 Codex 反复改代码、反复跑测试导致 Token 大量消耗的问题，给出两段可直接粘贴的提示词。第一段让 Codex 先暂停并只读已有记录，分清已知与未知，只提一个有理由的下一步动作；第二段限定只改本次相关问题、先找同一根因、每轮复查受影响部分，同一问题两次没修好就停下汇报。
两段可直接粘进对话和 AGENTS.md 的提示词，把 Codex 反复改测的循环压成先查记录、最小改动、两次不成就停，代价是要自己补材料和连接。
作者梳理 Claude Code 和 Codex 共有的六种能力，即 AGENTS.md/CLAUDE.md、Skill、Subagent、Hook、MCP、权限与沙箱，并说明各自作用在上下文窗口的哪个位置。
能拿走一套中立源加 sync 投影的双宿主配置法，把角色和 skill 只写一份再生成 Claude Code 与 Codex 的配置，落到软件工厂的流程编排上；代价是 sync 跑在会话启动路径上要够快，且 Codex 每条 hook 改配置就要重新审核。
deepsense.ai 团队基于 Codex 与 Claude Code 的实测和 HyperCode 项目经验，给出 9 个可套用到真实仓库的编码智能体 harness 模式，覆盖 AGENTS.md 知识库、按任务即时组装上下文、验证命令菜单、有界反馈循环和把错误沉淀为护栏。
能拿走 AGENTS.md 骨架、Makefile 验证菜单、review-looper 三段式子智能体 JSON 契约和重试上限，落到软件工厂的编码智能体流程；代价是要持续维护文档与技能库，且被动式自我记录不可靠，得靠 stop-hook 或 PR 关卡强制。
作者拆解了 30k star 的开源终端编码 Agent DeepSeek-Reasonix，它不做上下文压缩，而是用缓存优先、只追加的会话循环把长会话 Token 成本降下来。
能拿走三层上下文分区加只追加日志的会话设计，把长会话前缀缓存命中率拉高，落到本地编码 Agent 和长文档 Agent 的降本上；代价是强绑 DeepSeek 前缀缓存，换模型优势即失效，且上下文只增不减会撞窗口上限。
作者把 6 岁小朋友的一句「想玩水浒、能选好汉、打高俅」原样交给 DSH（DeepSeek Harness）智能体，配合 DeepSeek V4.1 在不到 3 小时内从空目录生成可玩的 Unity 游戏《水泊梁山 · 一百单八将》，代码已开源。
可借鉴的是把 Unity 的 -batchmode、-runTests、-autotest、-shots 等命令行开关做成 Agent 自检回路，让它自己构建、截图、改错；代价是初始化顺序和材质缓存得自己管，且绑死 macOS 系统字体。
Paul Bakaus 的 Impeccable 把编码 Agent 的界面同质化问题从提示词里拆出来，用 1 个技能、24 条命令和 61 条确定性检测规则在保存文件时做检查，命令行和浏览器扩展跑这些规则时不调用模型也不要 API key。
可照搬它的分层做法，把产品事实写进 PRODUCT.md、视觉方向写进 DESIGN.md，再用 61 条不调模型的规则在保存时拦截模板化痕迹；代价是要按各家工具分别配置钩子落点，装错层会静默失效。
作者整理并实测了 8 个 GitHub 上的 Agent Skill 仓库，覆盖约束 AI 写代码、设计审美、读懂老代码和 Obsidian 笔记库四类需求，逐一给出仓库地址、Skill 清单和安装命令。
能直接抄走 8 个 Skill 仓库的安装命令和触发方式，落到软件工厂的编码约束与评审环节；代价是 star 数与 ponytail 的 53% 代码量、45% token 节省均为作者自述口径，无法复核。
作者给出一份可直接拷进仓库 .agents/skills/frontend-review/ 的前端 Review Skill 模板，核心是一份带 YAML frontmatter 的 SKILL.md，按改动范围、typecheck、lint、危险改动禁区四道关卡输出固定结构结论。
能拿走一份可直接拷进 .agents/skills/ 的前端 Review SKILL.md 模板和零依赖校验脚本，把团队审查规范从聊天记录搬进仓库，代价是 name 必须与目录名一致、description 要贴合团队口头禅才触发得准。
作者 guregodevo 在 Memdoor 上复现 GVS5H 方法，用 5 个 Qwen3.8-27B 智能体加一个修复工，在 LiveCodeBench Hard 前 10 题各跑 5 次，平均 9.8/10，高于原作者 harness 的 9.6 和 Fable 5 单模型的 8.0。
能拿走一套五角色加修复工的多智能体工作流，靠磁盘文件传递上下文、用 shell 脚本判分，可换掉单 agent 串行解题；代价是每题中位 40 分钟、约 $0.39，且需自备模型与测试样例。
MatrixMedia 作者在 v0.14.0 中加入 .agent/ 目录，让 Claude Code、Cursor、WorkBuddy 等智能体按「改代码→单测→e2e 真实平台验证→读证据修复重跑」四步自主开发，人只需提一句需求。
能拿走 .agent/ 四步工作流和 e2e/run.js 的 --yes 非交互验证，把 AI 改代码后的验收从 mock 单测换成真实平台跑通再收敛；代价是要有已登录账号和支持图片识别的模型。
文章给出一套给 AI 编码智能体搭代码验证器的方案，核心是把需求写成可执行的验收条件、把所有检查收进一个入口、把失败信息回传给 AI 形成自动返工闭环。验证器按静态检查、单元与契约测试、端到端行为测试、AI 评审与人工抽检分层，越便宜越确定的越靠前。
能拿走一套四步验证器搭法，需求先写成 pytest 验收用例、检查收进单入口脚本、报错带期望与实际、设返工轮数上限，落到软件工厂的自动返工闭环，代价是前期需求拆解和分层设计投入大。
AWS 介绍 Amazon Bedrock AgentCore runtime 的 Session endpoints，让编码 Agent 在会话内运行的 Vite 网站通过带认证的 URL 直接在浏览器里预览，Agent 保存文件后页面经 WebSocket 热更新、无需刷新。
能拿走的是 allowedPorts 配置加 session_endpoint_client 开本地端点这套做法，把编码 Agent 会话里的 Vite 站点直接映射到浏览器，省掉每次改动都重新部署；前提是 microVM 运行时、端口限 8000-12000、本地端点只在预览时开。
开发者 John Nunemaker 公开了自己名为 Nunebot 的提示词，它让 AI 智能体按优先级遍历 20 个仓库，每次只做一处小改动并开 PR，11 天内共开 269 个 PR、合并 250 个。
可拿走一套多仓库小步 PR 流水线，含 /simplify、/qa、/codex review 只复审修复、taste.md 沉淀否决理由、九条轻重泳道并行；代价是需自建 brain 仓库和大量只读 MCP 权限。
作者用同一订单校验需求手工构造放开写与带约束写两版代码，以 acorn 解析的 AST 脚本统计函数长度、嵌套深度和圈复杂度，放开写版为 102 行、嵌套 4 层、圈复杂度 32，带约束版为 27 行、2 层、8。
能拿走 AST 四指标脚本、CI 门禁写法和 AGENTS.md 维护约束，落到软件工厂的代码生成与合并环节；代价是两版样本为手工构造，指标只量结构不量对错。
作者在 Claude Code 2.1.299 上用一段预埋 4 个 bug 的 Java 代码实测 /code-review，low 档约 9 秒、0.26 美元找全 4 个，high 档约 36 秒、0.38 美元报出 8 个。
能拿走 /code-review 的档位选择与 --fix 用法，接进提交前初审环节，代价是 low 档约 0.26 美元一次、--fix 只改工作区且不编译不跑测试。
作者用 Claude in Chrome 扩展让 Claude Code 在已登录的 ChatGPT 网页里自动填 prompt、发图、下载并切图，13 轮出图留下 35 张原图，全程同一个对话保持画风一致。
可照搬的是让 Claude Code 用页面 JS 操作已登录的 ChatGPT 网页出图，配固定 prompt 尾段和切图脚本；代价是网页结构会变、单轮出图最长 26 分钟，听感和观感仍需人判断。
一篇博客给出让批量 AI 生成文本更易读的五条原则，包括按主谓宾顺序起句、把区分性关键词前置、统一结构与用词、只在有实际差异时做变化、让动词褒贬与仪表盘目的对齐。
五条可读性规则能直接塞进编码 agent 的提示词或做成 skill，约束批量生成标题、摘要、仪表盘文案；代价是要统一句式和用词，会牺牲部分表达变化。
郑恩赐给出一份审核 AI 生成代码的 6 层检查清单，主张让编译、lint、类型检查先当自动闸门，人只盯机器抓不住的「看起来对」的错。清单依次覆盖意图与架构约定、测试与边界、安全与幻觉依赖、diff 拆分与回滚，以及命中 diff 超 300 行、新增 2 个以上依赖、读 10 分钟讲不清意图等判据时直接重写。
六层清单加一个只依赖标准库的正则扫描脚本，能把安全初筛接进 CI 当第一道闸门，代价是规则只覆盖硬编码密钥、eval/exec、pickle、SQL 拼接等几类写法，意图和边界仍得人看。