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
作者把自研的代码库知识图谱 MCP Server 接进 Claude Code、Codex CLI、OpenCode 三个客户端，记录了配置路径与格式差异以及 10 个实际踩坑。
能直接抄五个客户端的 MCP 配置写法，把自研 server 接进 Claude Code、Codex CLI、OpenCode；前提是 command 写绝对路径、日志只走 stderr、路径全从 env 取，否则连上也是空工具列表。
RandComp Studio 发布 macOS 早期预览版，在本地把编码任务拆给协调者和多个角色执行，再由独立检查者复核结果。应用可驱动 Claude Code、Codex、Kimi Code 或 Ollama 上的本地模型，同一套项目可通过桌面界面、randcomp 命令行和 MCP 三种方式操作，文件以 plan.md、qa-report.md 等纯文本形式留在本机。
能拿走的是协调者拆任务加独立检查者复核的多角色编排，以及 app、randcomp 命令、MCP 三条入口共用同一份本地项目；代价是每个角色都要单独接一个已登录的 CLI 工具，多开 agent 就多烧 token。
Paradev 发布一个统一工作台，可同时运行 Claude Code、Codex、OpenCode 等任意 CLI 编码智能体，每个任务分配独立的 Git worktree 和分支，官方称可扩展到 100+ 个 agent 并行。
每个 agent 独占一个 Git worktree 并行跑，配 CLI、SDK 和 MCP server 可脚本化接入 CI，代价是合并时仍会冲突，桌面端只有 macOS 和实验性 Linux。
文章把 Prompt、Context、Harness、Loop 四代工程串成一条线，提出循环工程的核心是闭环而非自动，并拆出自动调度、工作隔离、技能沉淀、工具连接、子代理互审加状态记忆六个零件。
能拿走六件套循环结构（自动调度、工作树隔离、SKILL.md 沉淀、MCP 连接、子代理互审、状态文件）和五条可循环判定条件，落到软件工厂线；代价是 token 成本可达聊天 4 倍以上、多 Agent 15 倍，且 47 轮状态机极难调试。
Entire 发布首个面向智能体与人类协作的 Git forge，用 Trail 取代传统 PR 评审，每次推送由多个评审 agent 在云端沙箱独立打分并给出 findings，分数稳定且问题清零后才允许合并。
可借鉴 Trail 用多个评审 agent 独立打分、连续 5 轮看分数是否收敛再合并的做法，以及 entire-graph 本地建代码地图省 token；代价是要接入 Daytona、E2B 沙箱和 Buildkite、Depot 的 CI。
孟健实测月之暗面 10 月 23 日至 24 日发布的 Kimi K3.1 Pro，用 Kimi Code 以 --yolo 模式在约 9 分钟内修好「字流」中 X 长文章 11 张配图只插入 10 张的旧 Bug，全程未手写代码。
能拿走一套四段式排障提示词（现象、复现命令、修改范围、验收红线）和 --yolo 启动方式，落到软件工厂的修 bug 环节；代价是长任务耗时半小时以上且套餐额度消耗快。
作者用 Claude Opus 5.5 配合 painted-animation skill，为王贰浪《把回忆拼好给你》做了 59 秒高潮段 MV，全程只发三条消息，由模型完成分镜、写代码逐帧绘制和自查修改。
能拿走一套代码逐帧渲染 MV 的完整流程，含 painted-animation skill、beat_grid.py 测节拍、联系表自查和本地渲染命令，可接到视频产线；代价是水彩笔刷吃显卡，云端完整画质 59 秒要渲约 20 小时。
Radian 是一个 Rust 单二进制编码 agent，启动无需运行时，读文件按行号范围读，上下文窗口快满前自动压缩。它的 radian exec 无头命令把每一步按 JSON 逐行输出，退出码区分完成、失败和超出预算，同一会话文件可在全屏界面里接着跑。
能拿走的是 radian exec 的 JSONL 逐步输出加退出码区分完成失败超预算，把编码 agent 塞进 CI 或别的编排器；代价是 Linux 沙箱要装 bubblewrap，且它只被调度不调度别人。
Together AI 发布 Hallmark，一个面向 Claude Code、Codex、Cursor 和 OpenCode 的设计技能，用 48 套主题材质和浏览器内 sloplint 检查拦截机器感痕迹。
可把 48 套主题、sloplint 八档宽度渲染检查和冷启动复审这套流程搬进前端产线，代价是要装 puppeteer-core 和 Chrome，且主题只定材质不定页面结构。
Microsoft Research 开源了 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。
能拿走的是无中心编排的 5 步协作循环和 Gitea、Mattermost、共享上下文板三件套，可替换单 agent 串行派活；代价是 1024 agent 需 16 节点、每 worker 64 GiB 内存，token 成本未披露。
GVS5H 提出免训练的 ledger-based zero-shot 自编排方法，让同一模型的新实例通过共享文件系统交换计划、笔记和当前解法来拆解问题。
能拿走的是多智能体共享文件系统做计划与解法的编排脚本和跑分命令，可接到软件工厂的编码评测线上；代价是要 uv、各家 API key 和 128k token 预算，且部分模型反而变差。
SWE-bench 与 SWE-agent 团队发布 mini-swe-agent，智能体类约 100 行 Python，在 SWE-bench verified 上得分超过 74%。
能拿它当极简编码 agent 基线，只留 bash 加 subprocess.run 执行动作、线性历史便于调试和微调，代价是放弃工具调用接口与状态化 shell，复杂任务要靠模型自己拼命令。
Databricks 产品负责人 Patrick 复盘公司全面铺开 AI 编码 agent 后成本指数级上涨、再通过四项措施把单位成本最多降低 90% 的过程。
可拿走四招降本做法，模型换代迁移、路由、花费可见性、砍 token 开销，落到软件工厂的编码 agent 成本控制上；前提是先有统一网关收口全部流量，否则看不到钱花在哪。
Draggy 发布 Windows 桌面 AI 助手，用内置 llama.cpp 引擎在本地跑 GGUF 模型，无需账号、无遥测，并带一个能在项目文件夹里读写文件、执行命令的编码智能体。
可借鉴四种权限模式加可撤销 diff 的编码智能体设计，以及 colibri 把 MoE 专家权重放硬盘、常驻权重留显存的做法；代价是硬盘读取只有 0.3 到 3 tokens/s，机械盘和 U 盘基本不可用。
JetBrains InnovationHub 以 Apache-2.0 开源 ThinkRail，一个围绕 pi coding agent 构建的智能体 IDE，可在浏览器 UI 中并行运行多个 agent。
可借鉴的是每个 agent 独占一个 git worktree 分支、用 SPEC.md 图当上下文，以及把 agent 引擎与 UI 拆成三层；代价是需装本地 launcher 并配置已认证的 pi provider。
一位十七年后端架构师给出让 Agent 自动改代码的四道闸，分别是可执行验证、把自动化变更排进人的工作时段、回滚能力先于自动化能力、授权分级。他给出可直接复用的 .claude/commands/verify.md 四步验证命令和两段 cron 窗口，并参照 Anthropic 现状做了五档权限矩阵，目前只开到第三档，合并主干和动生产配置未放开。
能拿走 verify.md 四步验证命令、两段 cron 窗口和五档权限矩阵，落到软件工厂的 agent 改代码流程；前提是项目已有一键回滚，数据类改动仍需人工兜。
Pi-Bolt 1.0.0 将 Pi 编码智能体提前编译为原生机器码，提供 Linux x86-64/ARM64、macOS Apple silicon 和 Windows x64 的单一可执行文件，无需 Node.js 或 Bun。
把 Pi 编码智能体用 AOT 编译成单文件可执行程序，去掉 Node/Bun 运行时依赖，可换掉本地编码 agent 的启动与长会话开销；代价是默认无 JIT，重插件需另装 JIT 版或自行 compile。
gtindo 发布开源工具 task-view，把编码 agent 完成的任务整理成一张离线 HTML 页面，用图、流程和 diff 覆盖图展示改动的函数、组件、接口和测试及其关系。
能让编码 agent 收尾时输出结构化 review 文件，把改动画成图、流程和 diff 覆盖图，替代逐个开文件读 diff；代价是要先给 agent 装 skill 或写进 AGENTS.md，且只校验引用是否对得上 Git，不判断代码对错。
Token Beggar 发布 Claude Code 插件 0.3.0，在大模型动手前先判断便宜模型能否胜任，小任务留在聊天里，大任务交给一个便宜 worker，再由聊天侧读完整 git diff 并跑测试复核。
可把 Claude Code 里的大任务按约 5 次工具调用、多文件、改测循环判给便宜 worker，聊天侧读全量 diff 并跑测试复核；代价是省钱倍数只对 Opus 5.5 high 实测，小任务基本无收益。
Kimi 发布 K3.1 Pro 和 K3.1 Pro Highspeed，前者是 K3.1 系列首个模型，也是其迄今最强的 3T 级开源权重模型，上下文窗口 100 万 token，Highspeed 版本速度提升 2-3 倍。
可借鉴其大规模联合 RL 的分层优化思路（RL 框架、长上下文推理、沙箱、rollout 调度），以及训练阶段剔除网络安全数据来压制攻击能力的做法；前提是自建训练栈，代价是工程量大。