标签
关于具有 Shell 访问权限的本地 AI 代理安全边界的讨论，涵盖隔离、最小权限、凭据保护、网络出口控制以及人工审批门。作者强调提示词级别的指令并不是真正的安全边界，并向社区询问实际设置。
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。
一条推文分享了针对 AI 代理的个人指南，涵盖简洁沟通、证据依据、任务执行和安全实践。
主张在编码智能体工作流中，LLM应仅用于推理，而由确定性基础设施处理队列、状态、重试和恢复，这样即使达到使用限制，流程也不会中断。
一位开发者分享了一个Claude Code配置，其中三个结构良好的智能体胜过二十个，强调编排者的控制、范围明确的任务，以及使用廉价模型处理大量工作，同时将Opus保留给主导和审查角色。
这篇文章认为，许多AI智能体工具只是1:1的API封装，将分支逻辑推给大语言模型，导致失败。作者推荐任务形态的工具，比如upsert_contact，将搜索/创建/更新逻辑封装在代码中，传递已知上下文，校验输入，并返回结构化错误。
一位开发者分享了一份全面的 Agents.md 模板，其中包含使用 AI 智能体构建和维护交易系统的核心原则，涵盖策略开发、工程标准和范围纪律。
一位开发者解释了如何通过限制数量并明确范围来高效使用Claude Code子代理，而不是运行大量代理，以避免上下文耗尽和任务重叠。
作者构建了 LintLang，一个用于 agent 配置的确定性 linter，它能在运行时之前捕获结构性的语言缺陷，例如模糊的工具描述和相互冲突的指令，并指出 Character.AI 的 Larch 框架已在 CI 中采用它。这篇文章向开发者询问哪些运行时失败应该被静态捕获。
一位开发者分享了他们对 Claude Code 代理指令文件的审计，删除了其中71%的文件并对冗余内容进行分类，提供了一个用于决定保留内容的评判标准，以及一个用于衡量指令占用空间的脚本。
作者对授予编程代理 shell 访问权限表示担忧，指出它们可以读取 .env、凭据等敏感文件，并希望在让代理接触真实仓库之前，向社区请教实用的机密处理模式。
Marcos Hernanz分享了他在处理了约600亿个token后的完整AGENTS.md文件，为AI智能体配置提供了参考。
一篇反思性文章，认为更换AI模型很少能解决输出质量差的问题；相反，提供给模型的上下文质量才是主要驱动力，涵盖事实、示例和修正。
Carl Kolon 作为一名工程领导者，分享了他精心整理的软件工程文章“必读清单”，涵盖编码实践、平台设计和前端开发，并附有关于每篇文章重要性的个人注释。
一篇论述软件工程师反复重造已被充分解决的基础设施（如身份验证、后台任务、速率限制和功能开关）的文章，用自定义代码换取经过验证的解决方案，却不得不自行维护和调试这些代码。
一篇技术分析，探讨 .env 文件为何在缺乏模式、规范和安全语义的情况下仍成为事实上的配置标准，以及为什么团队应该用更持久的声明来取代它们。
这篇 AWS 文章概述了多租户 SaaS 架构的五个最佳实践，重点介绍了通过 IAM 实现租户隔离、按租户成本归属，以及合规性证据，以帮助 ISV 通过企业采购审查。