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
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。
Mistral 发布 Mistral Large 4（Le Chonk）的开源权重，这是其 1 万亿参数原生多模态旗舰模型，此前已进入公开预览。
能拿走的是三档推理模式与 token 效率取舍，以及 vLLM/SGLang 自托管部署路径；可落到本地模型部署和软件工厂，代价是 1 万亿参数对硬件要求高，商用 MaaS 还需另签许可。
Greenlit Books 发布开源工具 mustfail 0.1.0，把编码 agent 改过的源文件回滚到基线、保留它新写的测试再跑一遍，仍然通过的检查被判为没有测到实际改动。
把改动源码回滚、保留 agent 新写的测试再跑一遍，用负向对照判断测试是否真能失败；代价是跑两遍测试套件，纯重构会被误判为未覆盖。
Google 开源插件 elephant-goldfish-model（EGM），给 AI 编码助手加一道写代码前先定设计的工序，拆成持有项目上下文的起草者和零上下文审查者两个角色。
能拿走的是三技能流水线加零上下文审查子代理，把设计草案先过一遍再写码，落到软件工厂的需求澄清环节；代价是多三步时间，小 bug 修复反而拖慢。
美团基础技术部结合分布式存储实践，总结 AI 评审、AI Debug 和 AI 自动化三类场景中 AI 能做什么、容易错在哪、哪些环节必须由人把关。文章给出四层证据体系，静态评审找候选、构建与单测判真伪、集成测试降误报、运行时日志看线上是否发生，并强调流畅不是证据、变绿不等于问题解决。文中还给出结论按证据等级分档、只沉淀稳定不变式、建立分层授权等可复用做法。
可拿走四层证据分级（静态评审、单测红绿、集成测试、运行时日志）和分层授权做法，落到软件工厂的评审与验证环节，代价是要先补 sanitizer、故障注入等测试基础设施。
作者用 Claude Code 在 5 天内写出竖屏塔防小游戏「圣光防线」，77 个 GDScript 文件共 8408 行代码，全部由 AI 编写，作者只提需求、试玩和拍板。
能拿走一套 make 命令组合，test、lint、smoke、frames 让 Claude Code 自己验证改动，落到软件工厂线；代价是 GDScript 无覆盖率工具，且导出包与编辑器行为不一致需另加打包后自动试玩。
作者用一支 AI 编码智能体团队在 38 天里围绕真实产品待办跑了 324 个两小时冲刺，其中专职 scrum 团队 agent 执行的 90 个冲刺里 79% 的承诺故事在冲刺内完成，仪式耗时不到 5 分钟。
能拿走一套可照抄的 Agent Scrum 最小配置，产品负责人 agent 管规划、独立 scrum master agent 跑两小时冲刺、外部定时器触发收尾；代价是回顾项 159 条只关了 40 条，合并环节和写代码一样耗时。
MiniMax 于 2026 年 10 月 28 日以 MIT 协议开源 MCode Stack，包含其 MiniMax Code 团队日常使用的 2 套技能栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）、5 份清单和 5 份配套笔记。
能直接抄走 17 个 SKILL.md 和 5 份清单，装进 MiniMax Code 或 Claude Code 管上下文预算、长命令和评审；代价是只有 Markdown 没有评测数据，得自己跑一遍验证。
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排第一。
可借鉴的是长周期智能体任务的训练取向和防作弊指标口径，Terminal-Bench 4.0 作弊率降到 0.0%、高危失配告警降约 80% 这类内部度量能直接搬进自己的评测表，但模型本身只先开放给网络安全防御方，拿不到权重和接口。
Weir 开源工具用于检测 AI 智能体是否把 API 密钥带进日志、trace 或模型上下文，做法是在真实密钥所在位置植入假密钥、跑 agent 自身流程，再按精确值搜索并给出泄漏、干净或不完整三种结论。
可在 CI 里用假密钥跑 agent 自身流程，按 span、日志、模型请求逐处判定泄漏，代价是只认完整值、网络隔离仅限 Linux。
spec-superflow 2.0 发布，把 AI 编程任务按风险分成两个入口，边界清楚的小任务走 Direct 在当前会话连续开发验证，复杂任务走 Planned 用 proposal.md 和 tasks.md 锁定范围。
可拿走 Direct/Planned 双入口与 9 个 Skill 的组合方式，替换现在单流程串所有任务的派单逻辑；代价是要先写 proposal 和 tasks 并接受验证指纹绑定，小任务才真正省事。
Moonfold 发布 v0.1.0-beta.1，这是一个开源多 agent 编码工作台，可在本机用你自己的登录运行 Codex、Claude Code、Cursor、Grok Build、OpenCode、Antigravity 等 agent CLI，并统一提供项目、并行线程、git worktree、diff 审查、PR 和定时任务界面。
能拿走的是用量上限触发时生成脱敏交接简报并转给另一家 agent 的流程，可落到软件工厂的多 agent 派单；代价是 beta 安装包未签名，且多数 provider 未实测。
MCK55 开源 token-context-mcp v0.3.5，一个面向多步编码 Agent 的 MCP 代码上下文引擎，用 get_repo_map、search_source、get_file_skeleton、get_symbol_context、get_impact_slice 五步按需拉取替代整库打包。
能拿走五步渐进拉取原语和 150K 会话熔断、单次响应截断的预算治理配置，替换把整库塞进 Prompt 的静态打包流程；代价是要先建 Tree-sitter 索引，且评测只覆盖 rich 与 fastify 两个仓库。
作者分享 dev-workflow 与 bugfix-workflow 的设计心得，把研发拆成背景分析、架构方案、代码实现、独立审查、证据验证、交付归档六个阶段，用状态机与 Checkpoint 阻断模型随意跳步。
能拿走六阶段状态机加三道 Checkpoint 放行、审查与验证各限 3 次失败即转人工，以及独立 Reviewer 用干净上下文审 Diff；落到软件工厂线，代价是背景与方案两轮人工确认和多 Agent 交接开销。
agent-relay 是一个开源原型，让不同厂商的编码会话按轮次接力，一个会话主导、另一个跟随，每轮交接都记录到磁盘并在需要人决策时停下。它已在 Claude Code 2.1.310 与 Codex 0.163.0 上实测跑通，支持规划、实现、审查循环和带轮次与超时预算的受限任务。
能把 Codex 规划审查、Claude Code 写码的跨厂商会话按轮次接力，每轮落盘成可回放记录，代价是每队仅两个会话、轮次内工具循环不可见，超时是唯一硬限制。
作者用 Claude Code 为燃料价格应用 Petroly 写了一个 JavaScript 渲染器，把 15 秒宣传视频做成返回 SVG 的 frame(t) 函数，再经 sharp 转像素、FFmpeg 编码成视频，全程没打开视频编辑器。
把视频做成 frame(t) 返回 SVG 的纯函数，再用 sharp 转像素、FFmpeg 编码，可复用现有测试和 diff 流程；代价是动画逻辑要全部写成代码，审美仍需人眼把关。
Spec-First 发布面向 AI 编码智能体的 spec-first 开发插件，让每个改动先写成仓库内的 spec，经独立 reviewer 对照代码审查后再由智能体在独立分支和 worktree 上实现，提交时通过 commit gate 校验。
可把编码流程拆成 create-spec、review-spec、apply-spec、deliver-spec 四个技能，每个 spec 独立分支和 worktree，提交前用 commit gate 跑 verify 阶段；代价是要先 bootstrap 项目上下文，且依赖 Claude Code 插件或 AGENTS.md 加 git hook。
autocode 把工单项目的业务规则整理成可查询的 .autocode/ 知识库，让 Claude Code 和 Codex 在写代码前先读懂业务术语、领域文档和代码锚点，而不是通读源码去猜。
把业务规则写成 .autocode/ 知识库，用 /auto-feat、/auto-fix 先重述需求再出计划，能换掉直接让 AI 读源码猜需求的流程；代价是需 Node.js ≥ 22.5 和已登录的 Claude Code 或 Codex，且要先答完 blocking 问题把开发阈值补到 0.8。
Jin 是 OpenCode 的社区分支，把“只改哪些模块、不许加哪些依赖”从提示词里拿出来，变成版本化的架构提案，先审结构再让 Agent 写代码。流程为 jin_arch_read 读取当前 L0/L1、jin_proposal_create 生成目标快照、jin_validate 校验模块实体依赖一致性、人工审批后写入正式 arch/ 并做漂移检查。
把改动范围写成版本化架构提案再校验审批，能换掉靠提示词约束 Agent 乱改文件的做法，代价是只约束架构层，代码层仍需 review 和 CI。
BaoCode 发布 Flutter + Dart 原生 GUI，不自己实现 agent，直接跑本机已装的 Claude Code，settings、CLAUDE.md、MCP、skills、subagents、hooks 均不改动。
能拿走的是不重造 agent、直接复用本机 Claude Code 配置加 GUI 外壳的思路，以及把帧耗时写进 changelog 的做法；落到本地模型部署和软件工厂这条线，代价是 Monaco 和 xterm 都得用 Dart 重写一遍。