用 Codex 跑 25 小时长时程任务：一份可复用的项目记忆文件栈

OpenAI 用 GPT-5.3-Codex 在 Extra High 推理档下从空仓库连续运行约 25 小时、消耗约 13M token、生成约 3 万行代码，做出一个可测试的设计工具。

Awaiting translation

用 Codex 把博客构建重做成 Vite SSG：Harness Engineering 实践

作者用 Codex 重写博客构建，目标是不做客户端渲染、免费托管在 GitHub Pages 的前提下实现 Vite 原生渲染、MDX 文章与静态 dist 输出。

Awaiting translation

如何用 Continue 智能体让 tapes.dev 文档与代码保持同步

tapes 团队把 Continue 接入工作流，让智能体监听 tapes 仓库的 PR 合并，当改动涉及 CLI 参数、API 端点或配置 schema 时自动向私有文档仓库提交文档 PR。

Awaiting translation

Jesse Vincent 让 AI 智能体在自己博客上发布软件更新

Jesse Vincent 为软件发布公告新建了一个子博客，帖子主要由编写软件的 AI 智能体撰写。当天发布的有 Superpowers 4.3.0、Claude Session Driver 1.0、Wayback Restorer 0.1 和 Comic OCR。

Awaiting translation

系统提示词如何定义编程智能体的行为

Drew Breunig 分析了 Claude Code、Cursor、Gemini CLI、Codex CLI、OpenHands 和 Kimi CLI 六个 CLI 编程智能体的系统提示词，发现它们长度和指令分布差异明显，原因在于模型校准和用户体验定位不同。

Awaiting translation

用 Zig 和 Dagger 解决跨平台 CGO 构建

为 tapes 项目构建内嵌 sqlite 的 CGO 二进制时，作者用 Zig 自带的 cc 命令作为通用 C/C++ 交叉编译器，一条命令即可覆盖 Linux amd64/arm64 目标，无需额外工具链。

Awaiting translation

用 Dorodango 比喻 AI 编程的日常打磨工作流

作者 Jesse Vincent 把自己用 AI 构建软件的方式分成两类。一类是前期花大量时间做头脑风暴和规格文档，再让 Claude 或 Codex 生成实现计划并端到端验证，他称之为 fast waterfall；另一类是针对已有产品的小改动，打开产品、让 Claude 改、再看效果，属于日常打磨。

Awaiting translation

Automatically improving your CLAUDE.md file with agent session logs

The author suggests using agent session logs to improve CLAUDE.md or AGENTS.md files: Claude Code stores sessions in ~/.claude/projects, while Codex stores them in ~/.codex/sessions—both in JSONL format but with different schemas.

Context Engineering for Coding Agents: A Look at Configuration Options, Using Claude Code as an Example

A Martin Fowler team article breaks down context engineering for coding agents, sorting context configuration into reusable prompts (instructions and guidelines), context interfaces (tools, MCP Servers, Skills), and workspace files. It then splits these by "who decides what gets loaded" into three categories: the LLM, the human, and the agent software.

工作流、Agent 还是多 Agent：如何选择 AI 系统架构

作者提出按复杂度从左到右选择架构：工作流、单 Agent 加工具、多 Agent，每向右一步 token 成本约增加 4 到 15 倍，延迟和调试复杂度也随之上升。

Awaiting translation

在 Docker 中运行 OpenClaw 的完整配置记录

Simon Willison 出于安全考虑没有直接在 Mac 上运行 OpenClaw，而是用官方 Docker Compose 配置把它跑在容器里。

Awaiting translation

Moltipass：为全智能体社交网络 Moltbook 打造的人类 iOS 客户端

Jesse Vincent 用 Claude 在约 20 分钟内搭出一个可运行的 Moltbook iOS 客户端 Moltipass，两小时后完成完整构建，源码以 MIT 许可证发布在 GitHub，暂不上架 App Store。

Awaiting translation

用 AI 智能体写代码时如何评估内部代码质量：CCMenu 加 GitLab 支持的实测

Martin Fowler 用给 Mac 应用 CCMenu 增加 GitLab 支持的实验，考察 AI 智能体生成代码的内部质量。他先后用 Windsurf 加 Sonnet 3.5、Claude Code 加 Sonnet 4.5，让智能体参照现有 GitHub 的 API 封装、feed reader 和响应解析三个文件实现 GitLab 版本。

Awaiting translation

TIL：Intercom S3 备份产生大量空文件，17,569 个文件中仅 405 个有数据

Intercom 的 S3 备份集成会为每个没有对话的导出窗口生成 0 字节 JSONL 文件，某用户的存储桶在数月每日备份后累积了 17,569 个文件，其中仅 405 个（2.3%）含实际数据。

Awaiting translation

用 AI 智能体自动完成任务梳理，缓解开发者倦怠

开发者倦怠的一大来源是写代码前的任务梳理开销，作者搭建了一套 AI 智能体系统，在任务卡片创建时自动扫描 GitHub 仓库、识别需改动的文件、给出 2-3 种实现方案，并按 quick win（< 1 小时）、半天、多天、需进一步拆分四档估算工作量。

Awaiting translation

我曾对 TDD 判断错了：编码智能体如何改变测试经济学

作者 Martin Alderson 表示自己多年怀疑 TDD，但在使用 Claude Code 等编码智能体后改变了看法，因为智能体能以近乎零成本快速编写大量单元和集成测试。

Awaiting translation

用 Cloudflare 响应头转换规则让 .py 文件在浏览器中直接预览

Simon Willison 通过 Cloudflare 的响应头转换规则（Response Header Transform Rule），把托管在 GitHub Pages 上的 tools.simonwillison.net 子域名中 .py 文件的 content-type 从 application/octet-stream 改为 text/plain。

Awaiting translation

用 GitHub Pages 预览 Claude Code 网页版分支

Simon Willison 用 GitHub Pages 配合私有仓库，解决 Claude Code 网页版迭代代码时难以预览的问题。

Awaiting translation

Systematically Testing Codex Agent Skills with Evals

OpenAI's developer blog explains how to systematically test Codex Agent Skills with evals, turning "it feels better" into comparable scores.

用可移植 CLI 工具包摆脱 AI 平台锁定

作者提出把图像生成、视频、搜索、抓取、浏览器自动化等 AI 能力打包成独立 CLI 工具包（如 AITK），任何能执行 bash 的智能体都能调用，从而避免被单一平台锁定。

Awaiting translation

Crafter Station 发布 Intent Layer：为 AI 智能体生成 AGENTS.md 的上下文工程 Skill

Crafter Station 发布首个上下文工程 Skill /intent-layer，可通过 npx skills add crafter-station/skills --skill intent-layer -g 安装，支持 Claude Code、Codex、Cursor、Copilot 等 10 多个智能体。

Awaiting translation

RAG 入门：构建可用检索系统时没人告诉你的那些事

作者结合自己搭建多个 RAG 系统的经验，把 RAG 拆成检索与生成两步，指出检索质量决定答案质量，提示词工程无法弥补糟糕的上下文。文中给出具体取舍：分块 300-500 token 并保留 20-30% 重叠，纯向量检索只能找到约 75% 的相关文档，混合检索可提升到 87%，重排能带来 20-35% 的准确率提升但增加 200-500ms 延迟。

Awaiting translation

用 Mac Mini 自建语音助手：摆脱 Alexa 和 Google

作者因 Amazon 在 Echo 上频繁推销 Alexa Plus 订阅，用一台 Mac Mini 自建语音助手，架构为麦克风→唤醒词→语音转文字→LLM+工具→文字转语音→扬声器，各组件可替换。

Awaiting translation

Skyscanner 如何用 JetBrains MCP 增强 Codex CLI

Skyscanner 工程师把 OpenAI 的 Codex CLI 接入 JetBrains IDE 的 MCP server，让 Codex 能调用 IDE 的 get_file_problems 检查文件错误、执行预设的 run configurations 跑测试和 lint。

Awaiting translation

用 Gemini 为 AI 工作流加上图像目标检测能力

作者介绍如何用 Gemini 2.5 Flash 做图像目标检测，让 AI 工作流不仅能描述图片，还能返回物体所在坐标。做法是给模型一张图和自然语言提示词，要求返回含 label 与 box_2d 的 JSON 数组，坐标按 0-1000 归一化，再用 normalize_to_pixels 换算回真实像素。

Awaiting translation

如何从手机远程使用 Claude Code：Tailscale、Mosh 与 TMUX 配置

作者介绍自己从 iPhone 远程运行 Claude Code 的完整方案，需要解决网络、终端客户端、工作站和工具四件事。网络用 Tailscale 打通任意设备到工作站的连接，终端客户端选 blink，工作站是一台持续供电、网络良好的 Mac；工具层面用 SSH 密钥、Mosh 保持断线后连接可恢复、TMUX 让多个 Claude Code 会话长期运行并随时重连。

Awaiting translation

用 Claude Code Skill 搭建从文本到图像和视频的 AI 内容流水线

作者为 Discord 游戏项目搭建了一条 AI 内容流水线，用 Claude Code Skill 把图像生成、Discord 表情包转换和 Sora 视频动画串成可复用工具。

Awaiting translation

如何从 Software Heritage 恢复已下线的 Git 仓库

Simon Willison 发现英国商业贸易部开源的 sqlite-s3vfs 仓库在 GitHub 上已 404，于是用 Software Heritage 归档恢复了它。

Awaiting translation

Skills 如何取代 MCP 的繁琐管理：一个通用智能体工具箱

作者认为 Claude Code Skills 按需触发，仓库里放 40 到 100 个 Skill 在调用前不占上下文，而 MCP 每个会话都要加载全部工具描述并逐项目开关配置。

Awaiting translation

我为什么不再逐行读 AI 生成的代码，改用可视化证据验证

作者 Matthew Fontana 分享自己不再逐行审查 AI 生成的代码，而是用 Playwright MCP 让智能体截图证明功能可用。他给出的做法是直接提示智能体导航到页面、截图、点击并截图结果，例如让智能体截取空表单、填入非法数据截取校验错误、再正确填写截取成功状态，三张图即可判断表单是否可用。

Awaiting translation

用 Claude Code 打造 AI 驱动的子弹笔记个人效率系统

作者把子弹笔记迁移到 markdown 文件，并将季度规划、周回顾、晨间与晚间流程逐一做成 Claude Code 命令，其中 /weekly 负责周回顾，晨间流程约 5 分钟、晚间约 2 分钟。

Awaiting translation

在 PR URL 后加 .diff，10 秒获得 AI 代码审查

在任意 GitHub PR 链接末尾加上 .diff，复制原始 diff 粘贴进 Claude、ChatGPT 等 LLM，即可在 10 秒内获得初步代码审查，无需 Copilot Enterprise、浏览器扩展或特殊工具。作者强调这不能替代同事的真实代码审查，但能快速发现明显问题、补充遗漏的边界情况，缩短开发周期。

Awaiting translation

用 Codex 和 ChatGPT 5.2 反编译 Android 游戏 Wordiest 并移植到 iOS

作者把 Wordiest 最后一个 Android APK 交给 Codex + ChatGPT 5.2，半小时内得到可玩的核心游戏，几小时后完成 Android 与 iOS 版本，全程未写也未读一行代码。

Awaiting translation

Paper Compute 为 AI 智能体构建缺失的可靠性底座

Paper Compute 提出为 AI 智能体补上缺失的 harness，用分布式系统原语解决可靠性问题，而非依赖更强的模型。其三项能力包括确定性重放、无限上下文虚拟化和可验证状态转换，后者要求智能体的变更符合 ACID 且可审计。公司同时强调可观测性优先，认为遥测是安全、成本控制与故障恢复的前提。

Awaiting translation

实测 OpenAI Codex CLI 的 Skills 支持

作者实测 OpenAI Codex CLI 新增的 Skills 支持，该功能目前藏在 feature flag 后，需用 codex --enable skills 开启。

Awaiting translation

Superpowers 4.0 发布：代码评审拆分为规格评审与代码评审两个智能体

Superpowers 4.0 发布，核心改动是把实现步骤后的代码评审拆成两个智能体：先由 spec review 智能体确认实现符合计划，通过后 code review 智能体再检查代码质量，两步都改为循环执行，协调智能体知道实现者修复后要重跑评审。

Awaiting translation

Claude Code's Skill not triggering? Maybe it never saw it at all.

Claude Code lets the model know which Skills exist by injecting their names and descriptions into the system prompt. When there are too many Skills, or the description fields are too long, the system prompt stops listing them, so the model can't use them — and the prompt also tells the model not to use any Skill that isn't listed.

pytest 9.0.0+ 新增 subtests 功能

pytest 9.0.0 于 2025 年 11 月 8 日发布，最大新功能是内置 subtests，此前需依赖独立的 pytest-subtests 插件。subtests 作为新的默认 fixture，允许测试在运行时以编程方式动态生成子测试，不再依赖收集阶段就已知的参数列表。

Awaiting translation

用 Claude Code 和 MCP 工具自动分诊并起草邮件

Harper Reed 用 Claude Code 接入 Pipedream 等 MCP 服务器处理邮件，让 Claude 检查收件箱、查日历和联系人后起草回复，但只保存为草稿由他逐封审核后发送。

Awaiting translation

用 PEP 735 依赖组和 uv run 简化 Python 项目测试

Simon Willison 分享了一种 Python 项目模式：用 PEP 735 的 dev 依赖组声明 pytest 等开发依赖，之后直接运行 uv run pytest 即可执行测试，无需手动配置虚拟环境。

Awaiting translation