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
Sonah 发布代码审查工具，读取 Claude Code 和 Codex 的会话记录，逐条核对提示词里的要求是否完成、agent 自行做了哪些决定、哪些结论与记录结果矛盾，再配合只读工具做代码审查。
能拿走的是把编码 agent 的会话记录当作审查输入，逐条核对提示词里的要求是否完成、agent 自行做了哪些决定、哪些结论与记录结果矛盾；代价是审查走自己的 Claude 登录、计入套餐用量，长会话一次可到 20 分钟、28.7M 输入 token。
Sidefleet 发布开源控制面与 worker，把多台已有电脑组成编码智能体集群，任务按仓库和空闲度派给最闲的机器。它复用各机器上已登录的 Claude Code 和 Codex，无需 API key，worker 只向控制面发起出站 HTTP 调用，不开端口。
可借鉴其控制面加 worker 的调度方式，把多台机器上的 Claude Code、Codex 按仓库和空闲度派活，任务各走独立 worktree 分支；代价是要自建 Postgres 控制面，且订阅账号的无人值守使用需自行核对条款。
作者用 deepseek-flash 对 GitHub 上 17 万星的 ponytail 规则做了小样本实测，三个任务合计代码从 227 行降到 110 行（-51%），completion token 从 28032 降到 9819（-65%）。
把 ponytail 规则全文塞进系统提示，用三个过度工程场景对比 bare 与 pony 两组，能直接照搬这套冒烟测试设计；代价是每组只跑一次、单模型，数字只看方向。
开源测试工具 TWD 维护者 Kevin 介绍用测试录屏核实 Agent 提交的 Pull Request，Agent 改了 11 个文件、新增 3 个测试全部通过，加一个标签后每个新增测试各生成一段视频。
用 twd-cli 的 --record 让测试执行时按 300ms 节奏录屏，只录分支新增或改动的测试并挂到 PR 评论，代价是 CI 多一分钟、需 ffmpeg 8 以上。
爱立信研究院提出 Code Comprehensor，用 LLM 离线沿调用图把仓库文档化再压成语义检索索引，在线检索约 50 毫秒、完整回答一个问题 3-5 秒。
可抄的是后序分块加滚动摘要驯服超大调用树、一个代码单元配多文本视图做多正样本监督、合成问题加术语锚点约束；代价是 120 万行要 48 小时和 3200 美元文档化，且只在 C/C++ 上验证过。
Mnemolith 发布一个本地运行的 AI 编码共享记忆服务，通过 MCP 让 Claude Code、Cursor、Codex 共用同一份项目记忆，记忆绑定文件的 git blob hash，文件内容变化后自动标记过期。
可把 Claude Code、Cursor、Codex 的记忆统一到本地 MCP 服务，用 git blob hash 判断记忆是否过期，代价是每条记忆要绑定文件、过期后需人工或模型确认。
BLEN 发布 Agent Skill security-sweep 1.0.0，让 Claude Code、Codex、Cursor 等编码 Agent 按 scan、plan、check、revert 四步修复 npm、pnpm、Composer 锁文件与 PHP、Node 运行时中的严重漏洞，每次只改一个漏洞且只动计划内的文件和锁文件条目。
可把 security-sweep 作为 Agent Skill 装进 Claude Code、Codex、Cursor，用 scan/plan/check/revert 四步把依赖漏洞修复锁在最小版本和固定文件范围内，代价是必须联网、未固定版本的运行时直接判 INCOMPLETE。
作者用约 340 行 bash 脚本、两个提示词、一个权限文件和四个 systemd 单元，在常开的 Linux 笔记本上跑无头 Claude Code（claude -p），把打了 ready 标签的 GitHub issue 逐个变成 ralph/* 分支上的 PR，13 天在六个仓库开了 82 个 PR，自己合并 74 个，循环本身一个都没合。
能拿走一套无人值守编码循环的配置：GitHub issue 打 ready 标签当队列、每个 issue 一个 worktree 加一次性 claude -p、权限层禁掉 merge/push main/publish、用 usage.py 读订阅用量做闸门。落到软件工厂这条线，代价是要一台常开机器和一份 Claude 订阅额度，且共享文件冲突得靠 After #N 串行规避。
Matt Pocock Skills v1.3 把主流程补齐为 grill → spec → tickets → implement → review → PR → retro，新增 implement-spec 并行实现、pr 和 retro 三个转正 skill。
能拿走 grill 一轮问完前沿、to-tickets 垂直切片、retro 把违规分成机械性与判断性再落到 lint 或规范文件的做法，用于软件工厂的 spec 到实现链路，代价是要先跑 setup 并维护 GLOSSARY.md。
作者分享了自己给 AI 编码智能体用的 spec 优先工作流，先写需求与设计文档再让智能体实现，称交付时间约为原先一半且人工 QA 发现的 bug 和上线后修复次数都有下降。
能拿走一套 spec 文件模板和两段查漏提示词，把需求与设计先落成文档再让 agent 编码，代价是每轮都要人工核对 AI 的改动，否则错误假设会变成返工。
Caudra 发布一个 Apache 2.0 开源的终端编码智能体，以单个原生二进制分发，支持 macOS、Linux 和 Windows，内置可中途引导的子智能体、shell 输出过滤、按消息回滚文件、/goal 完成目标和终端内 workbench。
能拿走的是可转向子智能体、RTK 式 shell 输出过滤、按消息回滚文件、/goal 完成判定这几套配置，落到软件工厂的编码流水线；代价是要接受 preview 阶段频繁升级，且回滚不覆盖进程、数据库等外部副作用。
作者拆解 Anthropic 在 Claude 写掉 Claude Code 90% 代码后的评审做法，用 L0 到 L5 六层防线替代逐行人工评审，并按风险分档决定人工批准次数。
能拿走六层评审防线、3 轮收敛上限和 CLAUDE.md/REVIEW.md/PR 模板，落到软件工厂的评审环节；前提是先有 flag、合并队列和一键回滚，否则砍人工评审等于把风险推给线上。
Graphify 通过 tree-sitter 在本地对约 40 种语言做 AST 解析，把代码库连同文档、PDF 等资产建成可查询知识图谱，替代向量检索式 RAG。
可用 tree-sitter 本地解析代码建图替代向量 RAG，边标 EXTRACTED/INFERRED 便于核对；代价是动态语言依赖捕获不全、重构后增量更新开销未说明。
樊小肆开源了 DeepSeeker-Code，一个 DeepSeek 驱动的 AI 编码助手，提供 VS Code 插件和终端 CLI 双端，包含 agent 主循环、工具系统、MCP、Hooks、Skills 和子代理。
可借鉴工单 frontmatter 写验收命令加预算帽、worktree 隔离串行挂机、结算单与 /usage 对账这套做法，落到软件工厂线；前提是自备 DeepSeek API Key 并接受单人项目生态与模型能力差距。
作者给出一条三段 Prompt 链，把 PRD 依次交给需求拆解器、估点与依赖修正器、INVEST 审查器，产出带估点、依赖图和验收标准的任务卡。
三段 Prompt 链可直接抄用，把 PRD 拆成带 schema/interface/infrastructure 依赖图和验证税系数的任务卡，接进软件工厂的排期环节；代价是每段都要人审，估点系数得用自己团队历史数据校准。
作者逐段拆解 Grok Bot 团队 Lauren 的分享，她借助 AI Coding 在一个月内把 2000 个 PR 合进主干，并称这是对 Agent 信任度提升后自然产生的结果。
可拿走 ControlGlass 验证技能加功能地图、Dune 导入依赖图禁注释、五层信任金字塔三件套，落到软件工厂的 Agent 派单与验收环节，前提是先有可打分的性能指标和团队资深工程师写技能。
Vercel 开源 durable-harness，一个把编码 agent 会话写入持久日志、在崩溃或超时后继续执行的 npm 包，可包装 Pi、OpenCode、fx、Claude Code 和 Codex 而不改动原有 harness。
把编码 agent 会话写进持久日志，崩溃后由队列换新函数续跑，已完成的模型和工具调用不重跑也不重复计费；代价是 0.0.x 实验版 API，Claude Code 和 Codex 只能跑在 Vercel Sandbox 里。
Recursive Superintelligence 发布首个模型 Flint，一个 40B 总参、约 2.5B 激活参数的 MoE 编码模型，权重以 Apache 2.0 放在 Hugging Face。
能拿走的是 40B 总参 2.5B 激活的 MoE 配置、lm_head 量化到 4 bit 再用 16 bit 教师离线蒸馏补精度、以及 Metal megakernel 融合整个 decode 前向，可落到本地模型部署和编码 Agent 这条线；代价是要 48 GB 内存的 Mac 或 GPU，Terminal-Bench 2.1 只有 54.9%，弱于稠密 Qwen 3.8 的 73.0%。
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让工程师把补丁开发和回归检查交给智能体。regression-hunt 在初步评测中比提示 Codex 审查 PR 回归的基线少 25% 误报，95% 置信区间为 14% 到 38%，但代价是部分已知回归因证据不足被列为 borderline。
可拿走三臂证明、固定输入输出 schema、每步 live PoC 和 THREAT_MODEL.md 约定，接到开源补丁与回归检查流程里；代价是证据门槛高，已知回归会卡在 borderline。
Summonr 发布开源编码智能体 0.1.0，官方称在 Terminal-Bench 2.1 上每解决一个任务的输入 token 比 Codex 少 3 倍、内存占用约 27 MB 比 Codex 的 276 MB 少约 10 倍。
能拿走的是多子智能体共享构建缓存、@ 提及跨模型派活、复用本机 Chrome 免 API key 搜索这几处配置；可落到软件工厂和本地模型部署两条线，代价是没有沙箱、需自备容器，且基准数据由官方自测。