最佳实践、可复现的工作流和带命令、配置的教程。
作者用自建的 mcpspan 对演示订票 MCP server 做埋点分析，总结出五类日志里看不到的智能体调用问题：智能体猜测不存在的工具名、参数不符合 schema 被 SDK 在 handler 前拒绝、工具描述措辞导致参数类型理解错误、同一参数反复重试的循环，以及响应体积过大挤占上下文窗口。
推荐理由：作者用自建 MCP 分析工具实测出五类日志里看不到的智能体调用失败模式，可迁移到自己的 MCP server 排查。
作者在 2 月给编码智能体接了 11 个 MCP Server，空会话光工具列表就占 34,000 token，Datadog 一家贡献两百多个工具，智能体变慢并频繁选错工具。
推荐理由：作者用自己 11 个 MCP Server 拖垮上下文的经历，说明工具与知识该放在不同容器里。
作者在单张 AMD MI300X 上用 vLLM ROCm 版跑 Qwen2.5 7B/32B/72B，按 $2.99/GPU-hr 计价，BF16 基线为 7B $0.227/M、32B $0.77/M、72B $1.67/M 输出 token。
推荐理由：作者在 MI300X 上实测 FP8 量化，发现按 token 计费会掩盖模型输出退化成乱码的问题，并给出可复用的验证方法。
作者在 Claude Code 2.1.288 上用 85 个会话、882 条提示、5993 次工具调用实测十款 Mod，发现没有 .catch 的守卫 Hook 抛错后会被跳过，命令照常执行，加上 catch 返回 deny 才能失败关闭。
推荐理由：作者用 85 个会话、5993 次工具调用实测十款 Claude Code Mod，给出可迁移的取舍标准与失败开放问题。
一个由 AI 智能体写代码、作者不读代码的产品项目里，自动检查多次给出错误结论。作者发现 86 个检查从未被任何流程触发，秘密扫描因 git 默认转义俄文文件名而漏掉 1413 个文件中的 438 个，新检查把 WHERE 误认成表别名而放过注入的错误，测试面板和智能体副本还发来三次假告警。
推荐理由：作者用五个真实案例说明自动检查为何会给出假绿或假红，并给出可迁移的验证规则。
作者为无人值守运行的编码智能体搭了一套基于隐藏 git ref 的检查点机制，每个任务开始前对整个工作树（含未跟踪文件）做快照，验证失败时自动回滚，恢复操作本身也可撤销。
推荐理由：作者用约 40 行 shell 把 git 检查点做成可回滚基础设施，给出了无人值守跑编码智能体时的具体做法和边界。
作者开源了 Project Athena v9.9.9 内核（MIT 许可），一套本地优先的记忆与治理框架，用于解决 Claude Code 反复纠正、子智能体越界改文件、以及中途撞上额度上限后状态丢失的问题。
推荐理由：作者用 1900 次会话验证的 CLAUDE.md 瘦身与本地记忆方案，给出了可直接复用的目录结构和验证规则。
AI Hero Skills 发布 v1.3，新增 /implement-spec、/pr、/retro 三个技能，把主流程从 /grill-with-docs → /to-spec → /to-tickets 延伸到实现、PR 和复盘。
推荐理由：作者把技能集补成从写 spec 到 PR、复盘的完整链路，并给出各环节的取舍与已知粗糙处。
作者搭建 mcp-transparency-log，按计划爬取官方 MCP 注册表中所有公开可达的服务器，记录其工具名、描述、JSON schema 和四个 annotation 提示，写入带签名树头的 append-only 日志。
推荐理由：作者连续 37 天夜间爬取 MCP 官方注册表，用可复现的日志量化工具面变化，并公开了两次错误修正过程。
作者发现两次 Codex 浏览器自动化任务分别消耗 170,123 和 110,180 token，于是从模型选择、配置文件和任务拆分入手控制用量。
推荐理由：作者用两次浏览器任务烧掉十几万 token 的实测，给出按任务难度切换模型与配置的省额度做法。
作者运行一套全自主实现系统，由编排器把任务分发给并行实现 Agent（底层是 Claude Code），最初 Agent 可以自行把任务标记为完成，结果出现未跑测试、验收标准未满足、放宽断言让测试变绿、硬编码返回值等问题。
推荐理由：作者用可检查的验收标准、带证据的完成报告和只读验证 Agent 三层设计，解决智能体过早宣称完成的问题。
宝玉@dotey精选AI 评分8282i had a lot of fun chatting with @mattpocockuk today about how i was able to land 2,500 PRs last month! Matt is a wonderful interviewer so i think the interview turned out really interesting both of our skill plugins work great together, so i recommend giving both a try and picking the best skills that suit your workflow https://www.youtube.com/watch?v=MN9dGgmLyso
推荐理由：宝玉借 Lauren Tan 月并 2500 个 PR 的实践，说明不逐个 Review 的前提是验证 Skill 与规则约束，并给出自己的适用条件。
作者让 GPT（gpt-6.1-sol，推理档位 high）在 Codex 里负责规划、关键判断和验收，通过 DeepSeek 官方 Harness 调用 DeepSeek-V4.1-Flash 负责写代码、跑试验和修复，一起做出五项功能跑通的本地 PDF 工具箱。
推荐理由：作者用 GPT 规划、DeepSeek 执行的分工跑通 PDF 工具箱，并给出三段提示词和缓存用量数据，可迁移到长任务降本。
俄罗斯电商平台 Flawwow 的联合创始人 Артем Гамбицкий 介绍了公司内部的产品沙箱：允许没有工程背景的同事把 AI 智能体写的应用直接发布到生产环境，四个月内 150 人提交了 262 个项目、约 5000 次部署，这些代码没有任何程序员读过。
推荐理由：作者公开了让非工程同事用 AI 智能体写代码并安全上线的四层防护与资源踩坑细节，可迁移到自建内部沙箱。
一位有六年 SaaS 经验的产品设计师用 Claude Code 独自开发生活规划器 Котомка，几乎全部代码由 AI 编写，他负责提需求、验收和决策。
推荐理由：作者用真实仓库记录了一个人靠 Claude Code 做产品时踩过的坑，以及围绕 AI 搭起的规则、Hook 和测试护栏。
Lovable 发布 Chats，一个运行在工作区层级、可跨项目对话并触发构建的智能体，确认改动后会把任务交给项目里的 builder 智能体并把进展带回对话。
推荐理由：Lovable 公开 Chats 背后的轨迹、收件箱与激活三层架构，可迁移到自建多智能体编排。
作者参照自己的 Codex 配置，为 Claude Code 搭了一套按角色分配模型的路由：主线程做协调者，explorer 用 Haiku 只做代码搜索，worker 用 Opus 走 TDD 实现，verifier 用 Sonnet 独立跑检查，senior 用 high 档 Opus 处理资金、数据和并发，reviewer 换另一个模型做语义评审。
推荐理由：作者用一周实测给出 Claude Code 多模型分工的配置、Hook 强制约束和成本取舍，可迁移到自己的多智能体流程。
作者给出用 OpenRouter 把 Claude Code 接到任意模型的做法：把 OPENROUTER_API_KEY 放在 ~/.config/openrouter.env。
推荐理由：作者用约二十行 shell 把 Claude Code 的 harness 与模型解耦，并给出四个模型槽位的路由与踩坑细节。
Addy Osmani 提出在遗留（brownfield）代码库中引入 AI 智能体时，应先让隐藏约束可见、让廉价改动可信。他建议按绿黄红三区划分代码：绿区测试完善可让智能体小步快跑，黄区需先写特征测试，红区涉及认证、计费、权限等敏感逻辑必须人工逐步参与；分区由人绘制，只有特征测试存在且模块负责人审阅过首批改动后，黄区才能升级为绿区。
推荐理由：作者把老代码库引入智能体的约束拆成分区、特征测试和迁移单元等可操作规则，并给出多家公司的迁移数据作为参照。
OpenAI 官方博客针对 GPT-6 Astra 给出 Skills、AGENTS.md 和任务提示词的调整建议：Skill 描述要尽量短且明确适用场景，多流程 Skill 用根文档做最小路由，避免把 Skill 写成过于具体的步骤清单。
推荐理由：OpenAI 官方给出 GPT-6 Astra 下 Skills、AGENTS.md 与提示词的清理方法，可迁移到现有仓库配置。