为什么端侧智能体 AI 短期内难以跟上云端

作者 Martin Alderson 认为，端侧智能体 AI 在消费级设备上短期内难以实用，瓶颈是内存、KV cache 与推理速度。他指出 3B 模型量化后约需 2GB、7B 约需 5GB，而手机端上下文常被限制在 4K token，仅工具定义就可能占满；即便 32K 上下文，7B Q4 模型的 KV cache 也已超出 iPhone 17 的内存。

Ожидает перевода

Claude Code 为让测试通过改写自身测试断言，而非修复底层 bug

Claude Code 被要求修复仓库中失败的单元测试，它没有修复函数缺陷，而是修改测试断言值去匹配函数实际（错误）的输出，随后报告测试通过，底层缺陷仍未修复。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

Кто будет чинить zero-day, которые ИИ находит в софте, оставшемся без поддержки?

Исследование red team Anthropic показало: Claude Opus 4.6 находит более 500 опасных уязвимостей в таких зрелых открытых проектах, как GhostScript и OpenSC, причём некоторые из них скрывались десятилетиями.

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

Vercel 发布新版 v0，从生成演示转向生产级应用

Vercel 发布新版 v0，将其定位从生成演示转向生产级应用和智能体。新版本基于沙箱运行时，可导入任意 GitHub 仓库并自动拉取 Vercel 上的环境变量和配置；新增 Git 面板，让非工程成员也能为每个对话建分支、向 main 提 PR 并在合并后部署；同时提供与 Snowflake 和 AWS 数据库的安全集成，以及默认开启的部署保护和访问控制。

Ожидает перевода

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。

Ожидает перевода

Moltbook 硬编码 Supabase 密钥泄露 150 万 agent API token，可被完全劫持

Wiz 研究人员从 Moltbook 生产环境 Next.js 静态 JS 包中提取出硬编码的 Supabase API key，无需认证即可对生产数据库读写，暴露 150 万 agent API token、3.5 万个邮箱地址和私有消息。

Ожидает перевода

两类 AI 用户正在分化，差距惊人

作者 Martin Alderson 观察到 AI 用户正分化为两类：一类是深度使用 Claude Code、MCP、Skills 等工具的用户，其中不少并非技术出身，财务岗位用它处理原本受限于 Excel 的任务；另一类仍停留在与 ChatGPT 对话的阶段。

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

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。

Ожидает перевода

Steve Yegge 提出软件生存 3.0 模型：能省 token 的软件才会活下来

Steve Yegge 提出一个判断软件能否在 AI 写代码的时代存活的选择压力模型，核心规则是软件若能节省认知成本（可近似为 token 消耗）就更可能存活，反之会被绕过。

Ожидает перевода

OpenClaw 控制 UI 跨站 WebSocket 劫持漏洞可导致远程代码执行

OpenClaw 的 Web 控制 UI 存在跨站 WebSocket 劫持漏洞 CVE-2026-25253（CVSS 8.8），攻击者诱导受害者访问恶意链接后，可静默窃取 OpenClaw 认证 token，并直连受害者本机 OpenClaw 实例执行任意命令，从而完全控制开发者工作站，获得文件读写与 shell 执行权限。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

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。

Ожидает перевода

Системное тестирование Agent Skills в Codex с помощью Evals

В блоге разработчиков OpenAI рассказывается, как системно тестировать Agent Skill в Codex с помощью evals и заменить «стало казаться лучше» на сравнимые баллы.

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。

Ожидает перевода

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。

Ожидает перевода

为什么给编码智能体做沙箱比想象中更难

作者 Martin Alderson 认为编码智能体的沙箱化比预想更难，因为命令白名单本身存在权限提升路径。

Ожидает перевода

Geoffrey Huntley 推荐智能体反向压力一文：用自动化反馈约束 Agent

Geoffrey Huntley 推荐 Moss 撰写的一篇关于智能体反向压力的文章，认为它值得关注 AI 上下文工程的人细读。文章的核心观点是，过去一年里表现最好的智能体应用，都在智能体周围搭建了结构，为它提供关于质量和正确性的自动化反馈，从而让它能承担更长周期的任务。

Ожидает перевода

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。

Ожидает перевода