智能体利用率成为新的性能天花板

作者 Ryan Lopopolo 提出智能体利用率是新的性能天花板，认为模型智能要转化为工程产出，取决于智能体在整个软件生命周期中被允许做多少事。他给出的数据是 2026 年 3 月使用 GPT-5.2 时，无 Symphony 每人每天 3-5 个 PR，接入 Symphony 后每人每周约 75 个 PR，差别来自 Symphony 让智能体保持忙碌。

Awaiting translation

我让 Agent 玩 1000 回合宝可梦，它始终没走出卧室

作者构建的宝可梦红版自主 Agent 跑了 1000 回合仍停在卧室，原因是它把背景瓦片图地址 0xC4F2 当成文本框状态标志，一直按 A 键却不知道卡住。

Awaiting translation

ETH Zurich 新研究重新评估 AGENTS.md 对 AI 编程智能体的价值

ETH Zurich 团队构建 AGENTbench，用 138 个来自小众仓库的真实 Python 任务，测试 Claude 3.5 Sonnet、Codex GPT-5.2、GPT-5.1 mini 和 Qwen Code 在无上下文文件、LLM 生成文件、人工编写文件三种场景下的表现。

Awaiting translation

智能体需要黑匣子：从 Claude Code 会话崩溃谈可重放日志

作者在 Claude Code 中设计 Postgres 集成时会话崩溃，上下文窗口关闭导致一小时的设计工作全部丢失，靠此前用 tapes 代理写入本地 SQLite 的请求响应记录才重建了上下文。

Awaiting translation

多模态 RAG 的三种模式：先转文本，再考虑 CLIP

作者提出多模态 RAG 不必一上来就用 CLIP，而是把图片、音频、视频、表格先转成文本，复用已有的文本 RAG 流程，并给出三种模式：全部转文本、CLIP 等跨模态嵌入、多向量混合检索。

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

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

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

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

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

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.

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.

Latent Space Engineering：用情绪化提示词让 AI 智能体进入更好状态

Jesse Vincent 提出 Latent Space Engineering，即通过提示词把模型推入更有利于完成任务的潜在空间，而非只往上下文窗口塞事实信息。

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

Geoffrey Huntley：一切皆可成为 ralph 循环

Geoffrey Huntley 认为软件开发方式已从像搭积木一样逐块纵向构建，转向以循环为单位来编排，他把自己定位为编程循环的工程师，而不是逐块写代码的人。他反对当下流行的多智能体与智能体间通信，理由是智能体本身是非确定性的，多智能体只会像微服务一样带来复杂度，而 ralph 是单仓库、单进程、每轮只做一件事的纵向扩展方案。

Awaiting translation

哪些编程语言最省 token：用 RosettaCode 数据集实测 19 种语言

作者用 RosettaCode 数据集中 19 种语言都有的编程任务，配合 Hugging Face 上 Xenova/gpt-4 分词器，比较各语言的 token 效率。

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

Streamlinear：为 Linear 打造更省上下文的 MCP

作者 Jesse Vincent 为 Linear 开发了新的 MCP 工具 Streamlinear，把上下文占用从官方 Linear MCP 的 19,659 token 降到 975 token。

Awaiting translation

压缩不等于混淆，Claude Code 证明前端代码可被快速逆向

作者 Martin Alderson 用 acorn 生成两个 npm 包版本的 AST，让 Claude Code 对 AST 做 diff 并派出 10 个子智能体分头分析，不到 10 分钟就产出一份报告，涵盖功能开关、未发布功能、日志与遥测细节以及内部架构。

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.

Building a front-end/back-end log bridge for the coding agent to make debugging web apps easier

When developing web apps with the coding agent, the author often runs into client-side JavaScript bugs. If the agent can't fix them by reading the code, it fires up browser MCP for interactive debugging just to see the browser console logs—burning tokens and slowing things down.

我如何用 Claude Code 管理运维任务

作者把运维任务按项目拆成独立 Git 仓库，每个仓库放一个 CLAUDE.md 记录服务器连接方式、硬件与软件清单、项目背景、源码位置以及常见任务和已知问题，并让 Claude Code 在每次操作后回写文档。

Awaiting translation

Context Engineering：把上下文当作软件工程来设计

作者 chrisloy 提出，随着 LLM 从聊天机器人变成复杂系统的决策组件，提示词工程正让位于上下文工程，即动态、有针对性地设计喂给模型的每一个 token。

Awaiting translation

Dagster Labs 如何用 Codex 做技术文档与教学

Dagster Labs 分享了用 OpenAI Codex 加速技术文档写作、跨媒介内容转换和文档覆盖度评估的实践。他们重写了 CONTRIBUTING.md，明确文档层级、结构和最佳实践，让 Codex 能据此生成符合规范的文档；还借助 gh 命令让 Codex 解读 PR 的 diff 和描述，并让 Codex 把教程改写成 YouTube 视频脚本。

Awaiting translation

上下文工程忽视了超链接：用 read_resources 工具实现按需加载

作者 mbleigh 认为上下文工程普遍忽视了超链接这一手段，并提出只需一个接受 URI 列表的 read_resources 工具加一个入口 URI，就能让模型按需递归加载上下文。

Awaiting translation

Using episodic-memory to give Claude Code cross-session memory

The author built the episodic-memory plugin for Claude Code so it can search past session logs. By default, Claude Code deletes the .jsonl session logs under ~/.claude/projects after one month; you can extend retention via cleanupPeriodDays in ~/.claude/settings.json.

The author built a custom superpowers-chrome MCP that cut startup overhead from 13678 tokens to 947.

The author built a lightweight Chrome MCP and Skill for Claude Code called superpowers-chrome. At startup, the MCP configuration takes up only 947 tokens, while Microsoft's Playwright MCP needs 13678 tokens just to be available—about 7% of the context window.

拆解 Spec-Driven Development：Kiro、spec-kit 与 Tessl 三种工具实测

Martin Fowler 试用 Kiro、spec-kit 和 Tessl 三款自称实现 spec-driven development（SDD）的工具，把 SDD 归纳为 spec-first、spec-anchored、spec-as-source 三个层次，并指出目前所有方案都停留在 spec-first。

Awaiting translation

让 AI 写出好文风的一个怪招：先让 Claude 读《The Elements of Style》

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

Anthropic on Effective Context Engineering for AI Agents

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.

Rewriting CLAUDE.md Rules with GraphViz's Dot Language

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.

把 AI 锚定到参考应用：用 MCP server 做代码模式漂移检测

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

Manus's AI Agent Context Engineering Experience: Six Practical Principles

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.

AGENTS.md 可能骗我们写出更好的文档

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

上下文工程实战：用 n8n 搭建多智能体深度研究工作流

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