Cline 开源开放权重模型的评测方法与 trace
Cline 开源其开放权重模型的评测方法，并附上价值超过一千美元的爬坡分数与 trace 供下载分析。文章给出 Hill Climber's Checklist 五条启发式：设定北极星指标、量化噪声、按任务/模型/供应商拆解失败模式、不要默认更多思考更好、保留私有评测集。
推荐理由：Cline 公开评测方法与上千美元 trace，给出五条可迁移的爬坡启发式，适合自建 harness 的团队参考。
实践与教程
全部主题最佳实践、可复现的工作流和带命令、配置的教程。
117 条精选相关主题问题与踩坑新工具与 Skill工作流
最新精选
第 41–60 条 · 共 117 条Cline · Blog精选AI 评分7171 OpenAI Developer Blog · Codex精选AI 评分7171 OpenAI 开源 Codex harness，并开放 app-server 客户端协议
OpenAI 把驱动 Codex App、CLI 和 IDE 扩展的 harness 开源，并通过 Codex app-server 的客户端协议开放创建线程、启动轮次、接收事件和处理审批请求等能力。
推荐理由：官方公开 Codex harness 与 app-server 协议，读者可据此判断把智能体嵌入自有产品的方式与边界。
Lovable · Blog精选AI 评分7474 Lovable 如何把 lovable.dev 从 Next.js 迁到自家 TanStack Start 栈
Lovable 用六个月把月访问 4200 万的 lovable.dev 从 Next.js 迁到自家 TanStack Start 托管栈，迁移期间两套框架并行运行，由代理 worker 按路由和用户分流，最终 Next.js 专属代码只占 3%。
推荐理由：Lovable 官方复盘把 90 万行代码从 Next.js 迁到自家 TanStack Start 栈，双框架并行、AI 智能体批量迁移和一次 OOM 事故的细节都可直接借鉴。
Addy Osmani · Blog精选AI 评分7878 Addy Osmani 的循环工程实践：用 Claude Code 的 goal 与 loop 原语管理并行智能体
Addy Osmani 介绍自己每天并行运行 5 到 10 个智能体、通常同时最多 5 个的工作方式，并把循环工程拆成 Claude Code 的两种原语：goal 用于把单个有界任务推进到可验证的完成标准，loop 按固定间隔重跑提示词，类似 cron。
推荐理由：作者把并行跑 5 到 10 个智能体的日常拆成 goal 与 loop 两种原语，并给出可复用的验证 Skill 与停止条件写法。
Paper Compute · Engineering Blog精选AI 评分8080 如何降低 AI Agent 成本：审计 500 个 Claude Code 会话后的三类成本泄漏
作者用 tapes 记录并导出团队最近 500 个 Claude Code 会话，按工具名和参数做指纹统计，发现同一会话内完全重复的工具调用只占 3.6%（932/25587），真正的开销在别处。
推荐理由：作者审计 500 个 Claude Code 会话，把成本拆成会话内、会话间与会话周边三类，给出可复用的排查方法。
InfoQ · AI Coding Presentations精选AI 评分8383 Spotify 如何用后台编码智能体 Honk 持续重写代码库
Spotify 平台团队分享了后台编码智能体 Honk 的演进过程，它从替换迁移脚本起步，逐步接入构建与测试验证，把合并 PR 的节奏从 3 个月 1000 个提升到 10 天 1000 个。
推荐理由：Spotify 团队复盘 Honk 从脚本迁移到后台编码智能体的演进，重点讲验证与标准化如何决定生成代码能否合并。
OpenAI · Codex Cookbook精选AI 评分7171 用 Codex 迭代开发工作流：从 AGENTS.md 到分阶段构建文件
OpenAI Codex Cookbook 给出把 Codex 接入开发流程的一套仓库约定：用 AGENTS.md 存放持久化仓库指令，用 PLANS.md 作为阶段计划来源，再拆成 harness/build/ 下的分阶段构建文件，每个阶段写明目标、验收标准、边界和审批门禁。
推荐理由：OpenAI 官方给出用 AGENTS.md、PLANS.md 与分阶段构建文件约束 Codex 的完整目录约定，可迁移到自己的仓库。
Martin Fowler · Exploring Generative AI精选AI 评分7878 重构的经济收益：一次用 Claude Code 量化 token 节省的实验
Martin Fowler 用一个约 15 万行、几乎全由 Claude Code 和 Cursor 写成的 Rust 应用做实验，把 17,155 行的数据访问层按严格重构步骤拆分，每步后用全新子智能体执行同一个代表性改动并记录 token 消耗。
推荐理由：作者用同一改动反复跑重构前后对比，量化出重构对智能体 token 消耗的实际影响，并指出节省来自文件切分而非代码总量下降。
Hacker News · Context Engineering 讨论精选AI 评分8282 Anthropic 发布 Claude 5 代模型的上下文工程新规则
Anthropic 技术团队成员 Thariq Shihipar 撰文总结 Claude 5 代模型的上下文工程新规则，称已为 Claude Opus 5、Claude Fable 5 等模型删掉 Claude Code 超过 80% 的 system prompt，编码评测没有可测量的损失。
推荐理由：Anthropic 官方给出 Claude 5 代模型的上下文工程新规则，并说明如何精简 system prompt、CLAUDE.md 与 Skills。
Cline · Blog精选AI 评分7979 Cline 用递归自我改进让智能体自主把 Kimi K3 在 Terminal-Bench 2.1 提到 88.8%
Cline 用一条提示词启动 17 小时连续运行的编码智能体，以 GPT-5.6-Sol 为 leader 模型，把 Kimi K3 在 Terminal-Bench 2.1 上的成绩从基线 69/89（77.5%，$79）提升到确认运行 79/89（88.8%，$49.8），超过 Moonshot 自报的 88.3%。
推荐理由：Cline 用一条提示词让智能体自主完成 17 小时爬山，把 Terminal-Bench 2.1 从 77.5% 提到 88.8%，可看具体修了哪些 harness 问题。
Lovable · Blog精选AI 评分7171 Lovable 如何用 AI 黑客智能体集群对自己打夺旗赛
Lovable 在内部搭建了一套进攻性安全程序，让 AI 智能体集群像人类攻击者一样探测系统入口，直到拿到可验证的漏洞证据。它用夺旗赛的思路做验证：把 flag 散布在基础设施和权限最高的产品界面中，不预埋任何漏洞，智能体取到 flag 就说明找到了真实入侵路径，而不是模型猜测。
推荐理由：Lovable 公开了用夺旗机制验证漏洞的内部攻防智能体编排方法，可迁移到自家安全测试流程。
Augment Code · Blog精选AI 评分6262 什么是循环工程，领先软件工程团队如何用它
Augment Code 提出循环工程，即设计从触发、执行、验证到完成结果的智能体循环，让智能体承担中间环节、人类只在需要判断的检查点介入。文章把循环工程与提示词工程、上下文工程分层对比，并给出触发、执行、验证、结果、改进五个阶段，以及代码评审、工单转 PR、漏洞修复、事故响应四种已在生产运行的团队级循环。
推荐理由：Augment Code 把循环工程拆成触发、执行、验证、结果、改进五阶段，并给出四种已在生产运行的团队级循环形态。
Addy Osmani · Blog精选AI 评分7474 Addy Osmani 谈软件工厂：明厂与暗厂，验证才是瓶颈
Addy Osmani 提出软件工厂由 loop、harness、factory 三层构成，工厂不是更聪明的智能体，而是多个带 harness 的 loop 汇入一个评审门禁、由人掌控外层循环。
推荐理由：作者把软件工厂拆成 loop、harness、factory 三层，并指出验证而非生成才是真正的瓶颈。
Hacker News · Claude Code 高分精选AI 评分8080 把闲置 Mac 配成 Claude Code 可完全控制的常驻机器：分步指南
作者 ykev 发布一份分步指南，教用户把闲置 Mac 变成 Claude Code 可完全控制、开启 computer use 的常驻机器，可从手机 Claude app 或主 Mac 经 SSH 操作。
推荐理由：作者把闲置 Mac 改造成 Claude Code 常驻控制机，给出从 SSH、免密 sudo 到 computer use 的完整步骤，可迁移到任意两台机器。
Ryan Lopopolo精选AI 评分7171 Code Red 需要维护循环：用 Codex /goal 让抢修变成持续运维
作者以在 Stripe 参与首次 code yellow 的经历为例，指出多数 code red 结束后只留下复盘和疲惫的工程师，指标重新无人维护。他认为 code red 应留下一个维护循环，并可用 OpenAI Codex 的 /goal 命令把一次性编码请求变成带明确完成标准的持续目标，让持久化智能体集群持续观察指标、生成干预并请求人工审核。
推荐理由：作者结合 Stripe code yellow 经历，提出用 Codex 的 /goal 把一次性抢修变成长期维护循环，可迁移到 SLO 治理。
AI Hero · Skills Updates精选AI 评分6565 AI Hero skills 仓库发布 v1.1：新增 /wayfinder，重命名 /to-spec 与 /to-tickets
AI Hero 的 skills 仓库发布 v1.1，把 /to-prd 重命名为 /to-spec，将 /to-plan 和 /to-issues 合并为 /to-tickets，并新增 /wayfinder、/research、/prototype 等 Skill。
推荐理由：作者把 grilling 到部署的完整 Skill 流程讲清楚，并给出重命名、合并和新增 /wayfinder 的迁移命令，适合想搭 AI 开发工作流的人参考。
Martin Fowler · Exploring Generative AI精选AI 评分7171 在本地小模型上做智能体编码的实测体验
Martin Fowler 在 M3 Max 48GB 和 M5 Pro 64GB 上实测 Qwen3.6 35B MoE、Gemma 4 31B/26B、Qwen Coder Next 80B 等本地小模型的智能体编码能力，按内存、速度、工具调用、代码正确性、上下文、任务复杂度、代码质量逐层筛选。
推荐理由：作者用两个具体任务对比多款本地小模型的智能体编码表现，并给出可复用的任务选择标准。
宝玉精选AI 评分8080 Claude Code 团队讲解 AI 智能体循环的四种类型与用法
Claude Code 团队把 AI 智能体的循环定义为不断重复执行工作周期直到满足预设停止条件，并按触发方式、停止条件、所用基础指令和适用任务四个维度分成回合制、目标导向、基于时间和主动式四类。
推荐理由：Claude Code 团队把循环拆成回合制、目标导向、基于时间和主动式四类，并给出各自的触发、停止与 token 控制方式。
Jesse Vincent精选AI 评分6868 用 Claude Code 与 Slack 上的智能体互相评审来开发 Sen 2.0
作者 Jesse Vincent 在 Prime Radiant 用 Claude Code 通过 Slackline 命令行 Slack 客户端与自家智能体 Ada 协作，让 Claude 提出改动、Ada 评审并测试、Claude 再部署更新，形成智能体互相评审的开发循环。
推荐理由：作者用两个智能体互相评审、测试、部署的循环，展示了一种可迁移的智能体协作开发模式。
Lovable · Blog精选AI 评分8888 花掉 8.5 万美元 token 后，我在 Lovable 扩展智能体编程的经验
Lovable 一名工程师从今年 1 月到 6 月把个人 token 花费从每月约 600 美元推到 5 月的约 2.5 万美元、累计约 8.5 万美元，同时把每周合并 PR 数从 20-30 个提升到 150 个以上。
推荐理由：作者公开了自己每月约 2.5 万美元 token 的智能体开发配置，包括风险分级、多智能体评审和上下文管理，可迁移到其他团队。