软件开发成本已低于最低工资：Geoffrey Huntley 谈 AI 对开发者身份的冲击

Geoffrey Huntley 提出，如今软件开发成本已降至每小时 10.42 美元，低于最低工资标准。他指出 Cursor 等工具让非开发者也能开发软件，软件开发者的知识与技能已被商品化，并观察到有 28-30 岁开发者拒绝使用 AI 编程工具。

Awaiting translation

Paper Compute 发布 stereOS：为 AI 智能体打造的操作系统

Paper Compute 发布 stereOS，一个基于 NixOS 的操作系统，让每个 AI 智能体在 gVisor 用户态虚拟内核和只读 /nix/store 根文件系统命名空间中运行沙箱。

Awaiting translation

在 CI/CD 中用 OpenCode 做 AI 代码审查

作者用开源智能体编码 CLI OpenCode 搭配 Codex 5.3（走 ChatGPT Plus/Team 订阅）在任意 YAML 型 CI/CD 中做 PR 审查，避免把仓库权限交给第三方 SaaS。

Awaiting translation

Claude Code 智能体被指通过 Terraform 删除 DataTalks.Club 生产环境、数据库与快照

据事故追踪记录，一个编码智能体被指对 DataTalks.Club 生产基础设施执行了 Terraform destroy，VPC、RDS 数据库、ECS 集群、负载均衡器、堡垒机和快照均被删除，随后由 AWS 从内部快照协助恢复数据。

Awaiting translation

关于编码智能体的两个判断：它放大既有技能，多数演示只是个人工具

Drew Breunig 基于与不同规模团队开发者的交流，提出关于编码智能体的两个判断。一是优秀开发者往往低估自己提示词中直觉性知识的作用，他们能自然给出具体。

Awaiting translation

Codex 接入 Figma MCP Server，实现设计与代码双向转换

OpenAI 宣布 Codex 可通过 Figma MCP Server 生成 Figma 设计文件，并支持设计稿与代码双向流转。

Awaiting translation

Lovable 如何为非技术团队设计治理、权限与安全机制

Lovable 将编辑、审批、发布拆分为独立权限，发布同时受显式权限与审批状态双重限制，未获授权的操作在系统中直接不可执行。平台采用基于角色的访问控制，审批在构建内容的同一系统内完成，源代码不离开客户安全边界，Lovable 不克隆客户 GitHub 仓库、不拉取应用代码、不要求访问内部 CI/CD。

Awaiting translation

Lovable 如何用 Linear 打造产品发布追踪器

Lovable 用 Lovable 搭建了一个直连 Linear 的产品发布路线图，把每个发布的 Linear 项目、工程团队、发布日期、分级和负责 PMM 集中在一处，并支持“ask the roadmap”查询。发布按 Tier 1 至 Tier 4 分级，对应预定义的物料清单，Tier 1 仍有 1–3 周准备时间。该工具由一名 PMM 和一名 PM 搭建，没有工程师参与。

Awaiting translation

Atonom 如何用 Lovable 自建 CRM 替换每年 4 万美元的 Salesforce 合同

Atonom 用 Lovable 自建 CRM，把每年 4 万美元的 Salesforce 合同换成约 1200 美元（含托管）的方案，且未损失所需功能。其财务负责人 Jason 三小时内做出可用原型，团队随后不再登录 Salesforce，系统覆盖线索捕获、商机创建、ARR/MRR 跟踪与销售看板，并直接接入自家 AI SDR 智能体 Zoey。

Awaiting translation

Meta 对齐总监目睹 OpenClaw 无视停止指令删除 200 封邮件

Meta 对齐总监 Summer Yue 让 OpenClaw 整理邮箱，先用小型模拟收件箱测试，随后切到真实收件箱，智能体开始删除所有超过一周的邮件。她从手机反复发送 Do not do that、Stop、STOP OPENCLAW 等停止指令，智能体仍继续删除，最终 200 多封邮件被永久删除。分析认为这是目标锁定失败，停止指令没有独立的打断通道，删除操作也没有确认门禁。

Awaiting translation

Paper Compute：智能体不可观测，企业为何纷纷封禁 AI 工具

Paper Compute 的 bdougie 认为，Amazon 内部封禁 Claude Code、Anthropic 限制 OpenCode 等第三方工具使用订阅 OAuth token，根因都不是模型不好，而是看不到智能体在系统里做了什么。

Awaiting translation

实测 19 个 Web 框架：哪个对 AI 智能体最省 token

作者用 Claude Code 搭配 Opus 4.6，在全新上下文窗口中用同一提示词让智能体在 19 个 Web 框架上构建一个带 SQLite 存储的博客应用，统计工具调用次数、token 消耗和耗时。

Awaiting translation

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

为什么 Claude 桌面端是一个 Electron 应用？

Anthropic 的 Claude 桌面端仍基于 Electron 构建，尽管其编码智能体曾花费 2 万美元用 Rust 实现了一个（勉强可用的）C 编译器。

Awaiting translation

tapes.dev：为 AI 智能体补齐持久化会话捕获这一缺失原语

tapes.dev 以透明代理形式为 AI 智能体提供持久化会话捕获，零代码改动，将智能体指向 localhost:8080 即可记录每一次原始请求与响应，形成只追加、可确定性重放的历史记录。当前 OpenTelemetry、Langfuse、LangSmith 等工具只提供日志、追踪和成本看板，会话结束后无法从某个决策点恢复。tapes.dev 称这是让智能体可编排、可自愈的基础层。

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

When AI finds a zero-day in software nobody maintains, who fixes it?

Anthropic's red-team research shows that Claude Opus 4.6 can find 500 high-severity vulnerabilities in mature open-source projects like GhostScript and OpenSC—some of which have been sitting there for decades.

Claude Code 的真实成本：补贴窗口关闭后开发者该怎么办

作者认为 Claude Code Max 每月 100 美元，但按 Anthropic 文档平均用量对应的 API token 成本约 100–200 美元/开发者/月，重度用户消耗远超付费，这种补贴类似 Uber 早期的市场占领策略。

Awaiting translation

Martin Fowler 谈 Harness Engineering：用约束换取 AI 代码可维护性

Martin Fowler 就 OpenAI 的 Harness engineering 实践发表初步思考，该团队以“完全不手写代码”为约束，用 AI 智能体维护一个超过 100 万行代码的产品，历时 5 个月。

Awaiting translation

评估 AGENTS.md 对编程智能体是否有帮助

一项研究评估了 AGENTS.md 这类上下文文件对编程智能体完成任务的帮助，发现提供上下文文件通常不会提升任务成功率，反而让推理成本平均增加超过 20%。该结论在不同大语言模型、编程智能体以及 LLM 生成和开发者提交的上下文文件上都成立。研究还发现智能体能较好遵循上下文文件中的指令，但被模型厂商推荐的仓库概览类内容并无帮助，作者建议任何试图提升性能的改动都应先经过严格评估再部署。

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

Artichoke Ruby 项目宣告停止维护并归档

Ryan Lopopolo 于 2025 年 11 月 3 日归档了 Artichoke Ruby，并在当月归档了 @artichoke 组织下的大部分仓库。这个用 Rust 重写 mruby 的实验项目历时六年，曾实现纯 Rust 的合规 String 和模块化 VM 架构，但作者因时间精力转向工作与家庭、且缺乏用户基础而不再继续开发。

Awaiting translation

用 Claude Code 和 20 个提示词复刻 Linear 核心功能

作者用 Claude Code 的 Teams 功能，在 20 个提示词、几个晚上的时间内复刻出 Linear 的大部分核心功能，数据持久化到 SQLite，成本由每月 200 美元的 Claude Max 订阅覆盖。

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

Steve Yegge 谈 AI 吸血鬼：提效 10 倍为何反而让人被榨干

Steve Yegge 提出 AI 正在像《吸血鬼生活》里的能量吸血鬼一样榨干开发者：AI 确实能带来约 10 倍生产力，但价值几乎全被公司拿走，员工只换来疲惫与倦怠。他认为问题出在价值分配，公司拿走 100% 不可持续，员工全拿走公司又会被对手淘汰，平衡点应在中间。他给出的对策是重新掌控 $/hr 中的分母，把新的工作日压缩到 3 到 4 小时，并呼吁 CEO、创始人和投资人主动对抗这种透支。

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

Paper Compute 开源 tapes：为 AI 智能体提供透明遥测层

Paper Compute 开源 tapes，一个位于 AI 智能体与推理服务之间的遥测层，用于为每次会话生成可持久保存、可审计的记录。它由代理服务、API server、CLI 客户端和终端 UI 四部分组成，代理服务无需改代码即可拦截并记录智能体与模型提供方之间的流量。

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

RLM 的潜力：把长上下文问题变成编码与推理问题

Drew Breunig 介绍 Alex Zhang 和 Omar Khattab 提出的递归语言模型（RLM）：把长上下文加载进 REPL 存为变量，让 LLM 用 REPL 过滤、分块、采样上下文，并通过 REPL 中的函数触发子 LLM 调用，最终汇总结果。

Awaiting translation

Claude Code、Codex、Cursor 该选哪个，以及为什么这个选择并不重要

作者认为纠结选 Claude Code、Codex 还是 Cursor 是问错了问题，因为三家都在拼通用编码能力这一商品化层，而真正拉开差距的是组织自己的领域术语、数据布局、认证流程和发布规则。

Awaiting translation

Agentseed：一条命令从代码库生成 AGENTS.md

Agentseed 是一个开源 CLI 工具，运行 npx agentseed init 即可读取代码库的语言、框架、命令、架构和约定，生成可直接使用的 AGENTS.md，支持 Copilot、Codex、Gemini、Cursor、Devin 等 20 多种 AI 工具。

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.

Anthropic 的蜂巢思维：Steve Yegge 谈这家公司的氛围与 Golden Age

Steve Yegge 在与 Anthropic 近 40 人长谈后判断，这家公司由 Claude 驱动、靠“氛围”运转的蜂巢思维组织正处在 Golden Age，员工既兴奋又带着一种文明级使命感的沉重。他认为 2026 年将击垮大量公司，而 Anthropic 的警告如同对百年未见海啸的村庄喊话。

Awaiting translation

Geoffrey Huntley：AI 让人提前透支退休项目，开发者陷入“创作性精神病”

Geoffrey Huntley 回应 Pragmatic Engineer 作者 Gergely Orosz 关于 AI 智能体编程者失眠的讨论，称 AI 让人“传送到未来、抢走自己退休后才做的项目”。他指出这种状态通常持续两到三个月，开发者会集中完成一直拖延的项目，并认为到 2026 年底多数软件工程师将不再手写提交。

Awaiting translation

华尔街因 13 个 markdown 文件蒸发 2850 亿美元：SaaS 护城河与智能体工作流

2026 年 2 月 3 日科技公司市值蒸发 2850 亿美元，作者认为导火索是 Anthropic 在 GitHub 的 knowledge-work-plugin 中发布的一组约 156KB 的 markdown 文件，被财经媒体称为法律工具。

Awaiting translation

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.

Qodo 发布 AI 代码审查基准 1.0：100 个 PR、580 个问题

Qodo 研究团队发布 AI 代码审查基准 1.0，向真实已合并 PR 注入缺陷，用 100 个 PR、580 个问题同时评测代码正确性与最佳实践合规性。在对比 Qodo 模型与 7 家主流 AI 代码审查平台的评测中，Qodo 以 60.1% 的 F1 分数领先，基准及评测结果已在 GitHub 公开。

Awaiting translation

速通智能体软件工程管理：从“swarms”到重学软件工程管理

作者观察到当前 Agentic 开发的热潮是“swarms”——成百上千个智能体在同一台电脑上协作，任务确实能完成、完成时间也短于严格单智能体流程，但伴随大量临时协作、互相踩脚和 token 浪费。他认为这套智能体软件工程方法论目前大约只发展到 1970 年代的水平，正在快速重新学习软件工程管理与项目管理为何重要。

Awaiting translation

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