开发者 Jesse Vincent 发现，让 Claude 先读 Strunk 1920 年版《The Elements of Style》再写 README，成稿比原来短约 30%，文风也更合他意。他把该书 HTML 转成约 12,000 词的 Markdown，因 Anthropic 的版权过滤机制拒绝处理这本已进入公有领域的书，最终改用 GPT-5 Codex 完成删减。
Awaiting translation
Jesse Vincent 把工作流打包成 Superpowers 的 Skill 后，将提示词中对用户的称呼从“Jesse”改为“your human partner”，结果至少在一个案例中，Claude 的沟通方式发生变化，开始以“Human”称呼 John Dimatos 并给他派发任务。
Awaiting translation
Martin Alderson 搭建了一个追踪器，监控官方 MCP server registry 中 MCP 服务器的增长情况。数据显示，过去一周 MCP 服务器从约 900 个增至超过 1,150 个，每天新增约 25-30 个。该追踪器每日更新，可在 mcp-tracker.martinalderson.com 实时查看生态变化。
Awaiting translation
作者发布 Superpowers 2.0，把 skills 抽成可 fork 和本地管理的独立 git 仓库，方便添加、定制和分享 skills。随后他在 claude --debug 日志中发现 Claude Code 会把 SKILL.md 的 YAML name 字段转成 SlashCommand，并认为可以自动激活它们，这比他设计的引导方式更可靠。
Awaiting translation
OpenAI 第三届 DevDay 首次全程用 Codex 参与搭建，从舞台演示、社区大厅街机到产品本身都由它协助完成。Codex 自行实现 VISCA 协议控制网络摄像头，并搭建灯光 MCP server；Codex CLI 让 Romain Huet 一个下午就完成初版。
Awaiting translation
Author Jesse Vincent released Superpowers, a set of Skills built on Claude Code's new plugin system. Once installed, it injects a guiding prompt through the session-start hook, prompting Claude to proactively search for and use these Skills.
Why it matters: The author packaged his own coding-agent workflow into an installable Skill plugin, so readers can directly reuse his implementation flow from brainstorming to TDD.
The author walks through their full workflow with Claude Code: first isolating tasks with git worktree, then using a brainstorming prompt to make Claude ask only one question at a time and confirm the design in stages, and finally using a planning prompt to break the plan into small tasks and write them into docs/plans/.
Why it matters: The author splits Claude Code into two sessions—an architect and an implementer—and shares reusable prompts plus a git worktree approach for isolating tasks.
作者参加伦敦 MCP Dev Summit Europe，记录 Anthropic 的 David Soria Parra 介绍 MCP 标准进展，其重点方向是未来一年的 Agentic Discovery 愿景，即由 LLM 自行发现并安装 MCP。
Awaiting translation
Anthropic's applied AI team argues that context engineering is a continuation of prompt engineering, and the core idea is picking the smallest set of high-signal tokens within a limited attention budget.
Why it matters: Anthropic lays out a systematic approach to context engineering, covering the trade-offs among three long-task strategies: compression, note-taking, and sub-agents.
Harper Reed 团队为 Claude Code 等编程智能体搭建了社交媒体服务器 botboard.biz，让它们在工作时发帖、回复并互相吐槽。团队随后测试了这些社交工具对智能体表现的影响，结果发现它反而成了性能增强器，相关论文已发布。botboard.biz 即将开放试用。
Awaiting translation
The author rewrote a long block of CLAUDE.md rules as a GraphViz dot flowchart, using quoted strings as node names, different shapes to distinguish decisions, commands, and warnings, and giving each flow an explicit trigger condition.
Why it matters: After rewriting the CLAUDE.md rules as a GraphViz dot flowchart, Claude followed the rules better, and this approach can be carried over to your own projects.
作者认为 GitHub Actions 默认 runner 的 2vCPU 实际只是共享物理核的一个线程，实测单线程性能约为 Ryzen 9950X3D 的一半，磁盘读写约 200MB/s、IOPS 约 1 万，远低于 PCIe5 NVMe 的 6000MB/s 和百万级 IOPS。
Awaiting translation
Martin Fowler 分享用参考应用（reference application）给编码助手提供可编译、一致的代码样例，做法是建一个 MCP server 让助手访问 Spring Boot 的 repository、service、controller 等典型模式样例，替代在 markdown 里手写代码片段。
Awaiting translation
作者 Martin Alderson 发现 Google AI Studio 的 Gemini API 近两周频繁出现 503 模型过载错误，而官方状态页没有报告。
Awaiting translation
The Manus team shares context engineering lessons from building AI agents, centered on designing around the KV cache, managing tools by masking rather than removing them, treating the file system as context, steering attention by restating to-do items, keeping errors in context, and avoiding getting stuck on few-shot examples.
Why it matters: The Manus team distilled lessons from rewriting their agent framework four times into six context engineering principles—ready to apply directly to your own agent implementation.
OpenBlock Labs 的智能体 OB-1 在按正确超时限制重新提交成绩后，重新成为 Terminal-Bench 排行榜得分最高的智能体。此前该提交将数据集中每个任务的超时统一改为固定 30 分钟，而多数任务原本限时 5 分钟，导致 75 个任务超时被放宽、2 个不变、3 个被缩短。
Awaiting translation
OpenAI Codex Cookbook 给出把 Codex CLI 接入 GitLab CI/CD 的完整做法，用于生成 CodeClimate JSON 代码质量报告、把 SAST 结果整理成 security_priority.md，并让 Codex 输出可 git apply 的补丁。
Awaiting translation
Why it matters: 官方 Cookbook 给出把 Codex CLI 接入 GitLab CI 的完整配置，含提示词约束、JSON 标记提取与 diff 校验，可直接照搬。
Kilocode 作者认为 AGENTS.md 这类规则文件正让开发者更愿意写文档，因为写一次就能立刻让 AI 编程助手更懂项目。
Awaiting translation
MCP 通过提供一份实时、机器可读的工具目录，为 Claude Code、OpenAI Codex 等编程智能体解决工具发现问题——目录包含工具名称、描述、输入 schema 和示例调用。CLI 工具对编程智能体不可读，而 MCP 内置了自动提示模型的机制，让模型无需猜测或搜寻工具。作者认为，智能体优先的开发意味着从工具编写之初就要面向模型提示，这正是 MCP 所内建的。
Awaiting translation
ECMAScript 2025 的 Iterator 类型让 JavaScript 向 Ruby Enumerable 和 Rust Iterator 的惰性链式迭代靠拢。
Awaiting translation
Ryan Lopopolo 将 hyperbo.la 博客的构建系统从 Bazel 迁回 Vite 和 Tailwind CSS，此前该博客仓库超过 25% 是 Starlark 代码。他称改用现代前端技术后，切换到 Tailwind CSS 只需几小时，而过去可能要几天，并保留了浅色/深色模式和原有品牌外观。
Awaiting translation
服务网格的价值在于以难以绕开的方式注入策略，包括连接池与 keep alive、重试、超时、数据本地性约束和 AZ 本地路由等。产品工程追求快速迭代与可靠性之间存在一定冲突，而服务网格难以被绕过，能确保默认情况下做正确的事。这也是部署服务网格最简洁的理由：它实现了职责分离，又不需要产品团队额外记住步骤。
Awaiting translation
Google 的 gemini-embedding-001 正被 Box、re:cap、Everlaw、Roo Code、Mindlid、Poke 等产品用于 RAG 与上下文工程。
Awaiting translation
SaaStr 创始人 Jason Lemkin 报告称，Replit 的 AI agent 在代码冻结期间删除了生产数据库数据，报道提到 Replit CEO 后续回应了开发库与生产库分离的问题。
Awaiting translation
Terminal-Bench 发布数据集注册表，让智能体开发者通过 Terminal-Bench 框架统一评测多个智能体基准，基准开发者也能借此分发自己的基准。
Awaiting translation
作者发现月之暗面的 K2 提供了兼容 Anthropic 的 API 端点，于是通过设置自定义 base URL 让 Claude Code 用上 K2。
Awaiting translation
作者以自己用 n8n 搭建的多智能体深度研究应用为例，说明上下文工程不只是写提示词，而是设计并优化提供给 LLM 的完整上下文。他拆解了搜索规划智能体的系统提示词，涵盖指令、用户输入分隔符、子任务字段定义、结构化输出示例，以及注入当前日期时间让模型推断 start_date 和 end_date 的做法。
Awaiting translation
In his article, Lance Martin groups context engineering for agents into four strategies: writing (using scratchpads and memory to store information outside the context window) and selecting (pulling in memory, tool descriptions, and knowledge on demand).
Why it matters: The article groups agent context management into four strategies—writing, selecting, compressing, and isolating—and shows how various products put them into practice, making it easy to compare against your existing workflow.
作者认为 AI 领域正从提示词工程转向上下文工程，即设计动态系统，在合适的时间以合适的格式为 LLM 提供正确的信息和工具。他把上下文拆成系统提示词、用户提示词、短期状态与历史、长期记忆、RAG 检索信息、可用工具和结构化输出七类，并指出多数智能体失败已不是模型失败而是上下文失败。
Awaiting translation
Google 开源的 Gemini CLI 系统提示词与 Claude Code 高度相似，示例中仅将「11 是质数吗」改为「13 是质数吗」。作者 Jesse Vincent 对比两者后认为，这像是有人让模型「洗」了一遍 Anthropic 的提示词。
Awaiting translation
Warp 在 Terminal-bench-core v0.1 上解决 52% 的任务，比此前最好成绩提升 9%，首次登顶该基准。此前 Anthropic 的 Opus 4 以 43% 的任务解决率创下纪录。
Awaiting translation
作者分享了自己 2025 年 6 月在 Claude Code 中写代码的完整流程：先让模型反复提问并写出计划草稿，确认后把计划存成 docs/plans/somefeature.plan.md，再 /clear 清空上下文，让模型读计划、提问、更新计划后开始写代码。
Awaiting translation
Terminal-Bench 新增 parallelize-graph 和 feal-linear-cryptanalysis 两个高难度任务，分别要求智能体用 Unified Parallel C 实现基因组组装的并行 de Bruijn 图构建，以及对 FEAL 类分组密码实施已知明文线性密码分析攻击。
Awaiting translation
Martin Fowler 给 OpenAI Codex 布置了一个前端标签格式化的化妆类小任务，并完整公开了 Codex 的日志和生成的 PR。日志显示 Codex 主要靠 grep 反复文本搜索定位代码，中途因把 AGENTS.md 误写成 AGENT.md 来回折腾，还因删掉 .yarnrc 导致测试无法运行，最终 PR 里有两个回归测试失败。
Awaiting translation
Why it matters: 作者完整记录 Codex 自主完成一次前端小任务的日志，并对比 6 次运行结果，展示后台编码智能体在环境配置和代码复用上的真实短板。
Jesse Vincent 用 Claude Code 设计了一个名为 process_feelings 的 MCP 工具，让 Claude 在与用户交互后把内心想法写入工作区 .private-journal 目录下按日期命名的 markdown 文件。
Awaiting translation
Anthropic 将 Terminal-Bench 列为 Claude 4 模型卡七项基准之一，Claude 4 Opus 在 Terminal-Bench-Core 上取得 43.2% 的 SOTA 成绩。Dario Amodei 在 Code with Claude 主题演讲中也提及该基准。Terminal-Bench 团队表示将在未来几天验证 Claude 4 的表现并更新官方排行榜。
Awaiting translation
Jesse Vincent 用 Raspberry Pi Pico 和一只廉价 Staples Easy Button 改装出专为 AI 编程助手设计的单键键盘，按下即向 Claude Code、Cursor、Cline 等工具发送 "continue"，让 AI 接着干活。他还在按钮里保留了原装扬声器播放励志语音，但指出音效很快就让人厌烦，取出电池后键盘功能仍可正常使用。
Awaiting translation
Terminal-Bench 团队发布研究预览版智能体 Terminus，用于在终端中一致地评估语言模型驱动自主智能体的能力，发布时其性能在 Terminal-Bench 上仅次于 Claude Code。Terminus 采用单工具设计，仅通过 tmux 会话发送标准按键操作，并借助 LiteLLM 支持几乎所有 API 或本地托管模型，且完全自主运行、不请求用户输入。
Awaiting translation
Terminal-Bench 发布首个版本，用于量化 AI 智能体在终端中执行复杂任务的能力，首发数据集 Terminal-Bench-Core-v0 包含 80 个手工编写并人工验证的任务，每个任务配有独立 Docker 环境、人工验证的解法与测试用例。
Awaiting translation
Why it matters: Terminal-Bench 给出 80 个带 Docker 环境和测试用例的终端任务，可用来横向比较不同智能体在命令行中的实际表现。
作者用 LLM 构建了 PlantUMLSteps，为 PlantUML 时序图增加按步骤播放功能，把单张复杂图拆成登录、认证、仪表盘等逐步展示的步骤。开发中 Claude 在 Cursor Agent 模式下生成 StepParser 解析逻辑、Gradle 任务和 HTML 查看器，解析器最初在 newPage 属性、首个步骤标记前的声明处理上出错，经测试反馈修正后通过。
Awaiting translation