你是哪种 Vibe Coder？一份玩笑式角色测试

一篇俄语文章把 Vibe Coding 的开发者分成从「Воин（战士）」到「Некромант（亡灵法师）」的十余种角色，用表格列出每种角色的开发方式。

Ожидает перевода

AI 编程智能体是否正在制造现有工具难以应对的安全问题？

有开发者在 Reddit 上征集 Claude Code、Codex、Cursor 等 AI 编程智能体的实际安全实践，覆盖运行前扫描恶意 skill、MCP server 与传递依赖，AI 生成 PR 的安全检查与人工审查，以及运行中的工具调用监控、文件系统/网络/凭证访问限制和沙箱隔离。提问者更关注真实事故、险情和现有工具的缺口，并追问提示词注入是否来自 README、skill 或依赖文件。

Ожидает перевода

Платформа агентов, созданная для разработки агентов: отделяем интерфейс возможностей от реализации

Автор Райан Лопополо утверждает: агент — это параметризованная программа, построенная на наборе возможностей. Среди них — модели и конфигурации, цикл рассуждений и вызова инструментов, компьютеры, диски, контекст, Skills, инструменты, коннекторы, среда выполнения, сетевые политики, идентификация, IAM, гардрейлы, каналы ввода-вывода и системный промпт.

AI 原生思维：像训练大模型一样训练自己

宝玉在演讲中提出 AI 原生思维，主张做 AI 产品要盯着模型能力边界线找需求，并按能力、成本、价值三条边界判断值不值得做。他以自己做的字幕翻译 App BaoCut 为例，说明从模拟字幕组的 V1 转向以终为始的 V2 后，用词级时间戳对齐、术语表注入和 Agent 自验证替代人工校对，一次成本优化把调用从 33 次降到 12 次、单集处理从 31 分钟降到 18 分钟。

Ожидает перевода

Addy Osmani 谈智能体时代的技能退化：完成任务不等于练到本事

Addy Osmani 在博客中提出，智能体能跳过写代码、调试、读别人代码这些原本积累经验的环节，因此刻意练习变得必要，他建议在提示前先形成假设、多问为什么、读 diff、预测失败点，并偶尔手写小问题。

Ожидает перевода

Agent Skills 都用什么语言编写？GitHub 数据揭示非英语占比升至 16.3%

GitSkills 数据集对 187 万个去重 Skill 做语言识别后发现，14.3% 的 Skill 正文不是英语，其中中文占 6.2%，高于 GitHub 仓库文档 3.3% 的中文比例。非英语 Skill 占比从 2026 年 Q1 的 13.0% 升至 Q2 的 16.3%，三个月涨 3 个百分点，而 GitHub 整体非英语文档从 3.7% 到 13.0% 用了十年。

Ожидает перевода

Drew Breunig：编码 harness 是「情境化智能体」

Drew Breunig 提出用「情境化智能体」来定义 harness：Harrison Chase 所说的系统提示词、规划工具、文件系统和子智能体构成开发者控制的核心循环，harness 则管理循环之外的世界，包括会话、环境、仓库、记忆、Skills、团队、组织和模型这些由内向外、使用人数递增而变动递减的层次。

Ожидает перевода

Hacker News 讨论：AI 智能体为什么需要 Skill，而不只是 Markdown 文档

Hacker News 上一位用户发帖追问：Claude Code、Codex 等框架为何要引入 Skill 概念，而不是用组织良好的 Markdown 文档加 AGENTS.md 指向文件。

Ожидает перевода

关于 Agent 的几个判断：通用 Agent 通吃、插件生态与模型护城河

宝玉针对 @cellier_ 提出的三个 Agent 判断给出补充：通用 Agent 赛道将是少数赢家通吃，小通用 Agent 同样没有生存空间。他认为开放与封闭的差别不在开源或能否切换模型，而在插件生态，Skill 加 MCP 让 Agent 能完成各类任务。他还判断 Agent 产品体验护城河不深，模型能力和成本才是拉开差距的关键，小团队更适合基于 Agent 做插件。

Ожидает перевода

把 AI 工作流建在 marketplace plugin 原语上，而不是绑定单一厂商

作者主张把业务 AI 建在 marketplace plugin 的通用原语层上，而不是绑定单一厂商，这样厂商位于工作流之下而非包裹工作流。

Ожидает перевода

不靠 Harness 工程构建 Agent：从自建到 Hermes 的取舍

作者为 prismvideos.com 构建媒体生成 Agent 时，发现竞品 Higgsfield 基于开源个人 Agent Hermes 推出的 Supercomputer 已具备跨会话记忆、Skills、自动化、计算机和文件系统，而自建这些功能需要数周。

Ожидает перевода

人类还需要什么样的文档？

Drew Breunig 提出，当 AI 智能体可以解释一切时，面向人类的文档应转向帮读者建立心智模型，而非追求完整参考。他认为人们愿意写 Skill 却抗拒写文档，是因为智能体承担了大部分写作、可边用边改、能立即产生价值且不必反复精修，Skill 本身也兼具文档作用。

Ожидает перевода

Codex 的野心：MCP 和 Skill 之后，Agent 需要插件机制

宝玉观察到 Codex、Claude 桌面版、Cursor 3.0、TRAE SOLO 几乎同时收敛到左侧会话、中间对话、右侧工作区的三栏布局，认为这是 Agent 交互的当前最优解。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода