技术方向
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
116 条精选近 30 天 108 条共收录 526 条
Context Mode 是一个开源 MCP 服务器，通过沙箱工具把 Playwright 快照、GitHub issue、日志等原始数据挡在上下文窗口外，官方称 315 KB 可压缩到 5.4 KB、降幅 98%。
沙箱执行加 FTS5 索引能把工具原始输出挡在上下文外，官方给出 315KB 降到 5.4KB 和 17 个客户端的配置；代价是各平台 hook 能力不一，无 hook 的 IDE 只能靠规则文件约 60% 遵从率。
310networks 在 GitHub 开源 OpenProject Agent Engine，轮询 OpenProject 工作包并派发给 pi 编码 agent，由引擎自己完成认领、准备每 agent 克隆、渲染提示词、运行、对照 GitHub 与 OpenProject 校验结果和全部状态流转，agent 不改状态。
能拿走一套把 OpenProject 工单轮询派给编码 agent 的完整编排，含状态机、每单独立分支和 GitHub 结果校验，可换掉人工派活；代价是要 Docker、OpenProject 17 和可推送合并的 GitHub token，分支保护还需给 reviewer 单独账号。
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。
DiffNotes 开源上线，让 Claude Code、Codex、Cursor 等编码 agent 通过 skill 或 MCP 端点给 PR 的每个改动块写通俗解释，并附截图、录屏、Markdown 报告和可交互 HTML 演示。
能拿走的是让编码 agent 通过 skill 或 MCP 端点给 PR 逐块写改动原因并附截图，落到软件工厂的代码评审环节；代价是要自建或托管 DiffNotes 服务并装浏览器扩展，笔记不进 PR 评论。
DeepSeek 在 GitHub 发布 dsh-superagent 研究原型，一个面向单个 GitHub 仓库的主动式编码 agent，打包为 DeepSeek Harness 的 bundle。
能拿走一套常驻编码 agent 的授权与执行分层设计，落到软件工厂的派单环节，代价是它只是研究原型、有 bug 且需自行适配，安装还得让编码 agent 按 SETUP.md 一步步带着做。
Factory 发布 Droid 1.0，这是其 Droid 智能体框架迄今最大的一次更新，核心变化是程序化工具调用默认开启，模型改为编写 JavaScript 脚本在无文件、网络和系统权限的沙箱中执行工具，一次模型请求可驱动数百次工具调用。
把工具调用改成模型写 JavaScript 脚本在沙箱里跑，只回传打印结果，能换掉现在每次工具输出都灌进上下文的串行循环；代价是要维护沙箱和 Script 工具，且基准成绩均为厂商自测。
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。
umutsevdi 在 Hacker News 发布终端编码智能体 Imza，用 Plan、Build、Review 三个显式模式让开发者在计划、实现和评审各环节保持参与。
可借鉴的是把 Plan、Build、Review 做成可回流的循环，计划文档可逐条批注后整体回传，评审发现再作为新修订进入下一轮；代价是要接受原生 C++ 终端 UI 和自带模型配置的门槛。
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。
Archwhere 发布开源工具，把每个 PR、任务和 agent 的改动映射到一份声明的架构图上，标出所触组件、是否为安全区以及当前需要人处理的事项。
用一份 architecture.json 加 SKILL.md 让 agent 在合并前维护架构图，check 卡 CI、check --fix 自动收编未映射文件，能落到软件工厂的 PR 审查环节，代价是得先接受它猜出来的组件划分再手工改名。
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。
微软研究院与 UC Berkeley 发布开源编码 agent 成本控制器 TokenEconomizer，在 277 个 SWE-Bench 任务、5 种 agent 与模型组合下把平均成本降低 18.4% 至 30.9%，30 个仓库与设置组合全部更便宜。
能拿走三套可切换机制的具体参数，工具剪枝连续3个任务未用即屏蔽、每5个任务全量复审，失败循环用成功运行长度90分位的1.25倍做轮次预算；落到软件工厂的编码 agent 成本控制，代价是微技能默认关闭且需额外模型调用，前几个任务反而更贵。
Gerard Rafie 发布开源项目 NoMoreHappyPath（Apache 2.0，支持 macOS 和 Linux），用 21 个质量步骤把想法推进到可验收的软件。
可借鉴的是把测试先行、红证、独立评审和人工验收串成 21 步交付流程，能替换单 agent 一把梭的派单方式；代价是要自备两家 AI 公司的 CLI 和 API key，一次小应用也要 48 分钟。
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。
Wavefunction 发布面向 macOS 的开源桌面编码 Agent，采用 MIT 协议，可同时处理多个任务。它把可独立运行的工作拆给子 agent，每个聊天从独立分支开始、可能冲突的子 agent 各用独立 worktree，由主流程审阅合并，并支持任务中途追加指令。
可借鉴它把并行任务拆成子 agent 加 git worktree 隔离、再统一审阅合并的做法，换掉单 agent 串行派活；代价是要装 Docker Desktop 且模型需支持读图。