标签
一篇推荐开源资料库 claude-code-best-practice 的帖子,汇总了 Claude Code 的核心概念、进阶功能、10 套工作流、跨模型协作方案及 83 条实用技巧,适合复杂项目开发时当避坑手册使用。
Simon Willison 重点介绍了 Jacob Sansbury 关于构建 Spawn 的经历。Spawn 是一个多人游戏世界,玩家可以通过向游戏内的智能体 Savi 输入提示来修改这个世界。如今,它由一群基于 Fable 的智能体自主开发,每月的词元开销超过 300 万美元,并且每小时都会向生产环境发布更新。
讨论2026年AI算力市场的剧烈变化:价格上涨、合约期延长,以及智能体(agents)本身正成为算力的主要使用者,需要在同一工作流中同时使用GPU推理和CPU运行代码,呼吁更灵活的算力租赁方案。
Simon Willison 引用了 Geoffrey Huntley 的做法:通过使用 pre-commit 钩子来约束 AI 编程代理的行为,阻止直接调用可观测性功能,并注入提示词,让代理使用他的诊断库,从而取得了“十次成功十次”的效果。
哥伦比亚大学 Agentic Engineering 课程第 5 讲「Agent tools in pictures」的深度解读,221 分钟内容系统讲透工具的本质、一次调用的完整链路、五种工具打包方式(函数/CLI/Skill/MCP/代码执行)以及安全与工程判断,核心命题是「模型写订单,程序做菜——提示词不是锁,代码才是锁」。
Kent C. Dodds 反思了教授 agentic engineering 的困难,指出与 AI 代理协作的最佳实践变化如此之快,以至于今天的最优方法很快就会被内化到代理本身之中。
Warp 的一篇随笔指出,智能体驱动的工程已经分化为两个方向:「产品工程」(由人类负责确保产品的质量与实用性)和「工厂工程」(部署并优化智能体集群)。文章还讨论了这一转变面临的挑战,以及从提示词驱动开发迈向「软件工厂」的必然趋势。
Victor Velazquez 宣布了他的新书《The Agentic Engineer》,该书概述了使用大型语言模型 (LLMs) 构建生产系统的原理,并包含了真实世界的事件故事。
这是一则关于10月14日在San Francisco举行的智能体工程BOF会议的公告,旨在通过非正式讨论和与该领域的建设者和实验者进行展示交流。
这是一个关于进阶代理工程的视频教程,展示了如何使用first-mate等工具协调多个AI模型进行高吞吐量并行任务处理。
Grok,一个 AI 模型,创建了一个可配置和可下载的智能体工程百科全书,包括领域指南和集成课程,展示了 AI 生成全面教育资源的能力。
Thoughtworks的工程师们进行了一项实验,在单一代码库中使用AI代理来构建一个航空公司的IROps系统,发现了通过共享计划和频繁提交涌现出的协调。
David Ondrej 的一条推文,推荐了一个他认为每个 Agentic 工程师都应该使用的仓库。
Wes McKinney 解释了他在 Kenn Software 的三人团队如何利用 Superpowers 和 roborev 等工具,通过智能体工程每周合并数百个 PR,并强调人类在规划和设计中的参与。
Addy Osmani 强调了工程师在采用AI方面的两个差距:前沿用户运行着许多智能体,而有些公司很少使用AI工具,他建议后者从一个可信赖的循环开始。
Ray Fernando 主持了一场关于智能体工程的直播大师课,涵盖图、可验证运行时和零垃圾方法。
本文介绍了一项对AI代理编写的大型代码库进行重构的实验,证明重构能减少未来AI驱动更改的令牌消耗。作者详细阐述了方法论和结果,显示重构后输入令牌数量有所减少。
Stack Overflow 探讨了开发者为何对 Vim 和 Emacs 等工具产生深度信任,以及这种信任如何被日益兴起的智能体 AI 编程工具所挑战,并引用调查数据显示 AI 使用率上升但信任度下降。
一位开发者分享了如何在智能体技能中明确添加反触发器,以防止重叠技能之间的冲突,确保行为的一致性。