Gavin

[Justin @interjc]

今天才知道，Google AI Pro 以上送 YouTube 会员了

这个活动力度不可谓不大

[AYi @AYi_AInotes]

强烈推荐大家都去看这个跟workbudy产品负责人Jason的深度对谈播客，
另外关于腾讯workbudy，我说个暴论，你看100篇那些AI写的教程文章，都不如抽1个小时好好看看腾讯官方出品的这期播客，太他么深度了，干货拉满！

Jason分享了一个关键判断让我印象特��深：2021年他曾计划培养孩子学习编程，到2026年发现这个方向已经失效了，在AI的加持下编程本身不再是稀缺技能，洞察力、审美品味、逻辑清晰的语言表达能力，才是AI时代真正的核心竞争力。

还有这个文科生的故事，英语文学专业的前媒体人，一行代码都不会写，就因为自己攒了7000多首杜比全景声的歌，Excel卡到打不开，找外包又说不清楚需求，被逼得没办法开始摸AI编程工具。
你以为是AI两下给他把App生成出来了？根本不是，
他说前前后后开了40多个对话窗口，文件拆得乱七八糟，环境部署从头啃，��了无数坑，磨了好几个月，才真的把那个杜比音乐App做出来，现在都更新到3.2版本，正经上架App Store了。

那他为什么没放弃？
他说AI会在他做对一点点的时候，蹦出来一句“你这个思路很清晰，像个成熟的产品经理”。
卧槽，就这一下兄弟们应该懂吧，
我们这种在否定式教育里长大的东亚小孩，太吃这一套了。

很多时候你不敢开始，其实不是懒也不是笨，是脑子里那个“你不行”的声音太大了。

咱们从小到大做什么都先被挑错，刚迈出一步就有人说你这不对那不好，久了你自己都信了，你就是做不成事。

但是AI不judge你，不骂你，不会翻个白眼说这都不会，你做对一点它就真心实意夸你，直接把那个压了你几十年的声音盖过去了。

播客里WorkBuddy的产品负责人Jason说，2021年他还在规划以后要送孩子学编程，2026年回头看，这个想法已经不成立了。

我以前以为，只是因为写代码的门槛被AI踏平了，现在才懂，被踏平的根本不止是代码门槛。

以前我们想做个东西，不仅要会写代码，还要有颗大心脏——被bug卡一周，被前辈骂写的什么垃圾，被环境配置搞到崩溃，90%的人在第一步就被劝退了。

现在AI不仅帮你写代码、查bug，还给你当啦啦队，把你那点被打击了几十年、碎得渣都不剩的信心，一点点给你拼回来。

你看现在满屏都是MCP、Agent、Vibe Coding这些新名词，好像你三天不背就要被时代抛弃，大家课买了一堆，一个工具都不敢打开，但实际上哪有那么玄乎啊🤣

当然了，如果你���小在夸奖里长大，内心强大到根本不需要别人给你托底，可能get不到这个点。

但如果你和我一样，总怕自己做不好，怕出错被笑话，迟迟不敢迈出第一步，真的不用上来就想做个上架的App，

不如今天就花半小时，让AI帮你写个批量改文件名的小脚本，或者整理下你乱了半年的文件夹。

你会发现，你根本不是不行，只是之前从来没人，在你做对一点点的时候，认认真真跟你说一句“你做得真棒”🥹🥹

焦虑这东西，站在岸边看永远觉得水很深，脚伸下去才知道，原来不仅水不深，还有人在旁边扶着你，跟大家共勉！

评论区是我对51分钟的文字版总结👇

[Gavin @goodloop]

@fiapp_pro 影响代码和分析能力么

[Gavin @goodloop]

@johnsome44 @m0d8ye 小米跟deepseek那个体感更好呢？

[0x_Miko @Mikocrypto11]

Anthropic 自己的团队，刚刚演示了如何搭建 production AI agents

37 分钟

免费
而且是由真正构建这套系统的 engineers 亲自讲
这不是又一个“AI 很强”的泛泛分享

而是直接展示：
怎么把 AI agents 从 demo，推进到 production
很多人过去 6 个月，还在手动管理每一个 workflow
自己拆任务
自己复制上下文
自己盯执行
自己检查结果

但 Anthropic 这次讲的是另一件事：
如何把这些 workflow ���到 autopilot 上
让 agent 不只是回答问题，而是参与执行、协作和���续推进任务

真正有意思的是：
AI agent 的关键，不是单次生成得多漂亮
而是能不能稳定接住真实工作流
能不能连接 tools
能不能处理上下文
能不能持续执行
能不能进入 production

先看这个 37 分钟 workshop
未来真正拉开差距的，是谁会用 AI 提问，还是谁能把 AI agents 接进自己的生产系统？

[Gavin @goodloop]

@aillusoryx 纯ai生成的，还是4dgs这样渲染的？

[Aillusory @aillusoryx]

GTA 5 but it's in CHINA (Reimagined by AI)

[向阳乔木 @vista8]

https://t.co/8ZcrDjb4ua

[Zed @zeddotdev]

You can now use your ChatGPT subscription in the Zed agent, with the same usage and rate limits you benefit from in Codex directly. We're grateful that @openaidevs continues to support subscription-based access for third-party tools, even as others move toward usage-based billing.

[Andrej Karpathy @karpathy]

Fireside chat at Sequoia Ascent 2026 from a ~week ago. Some highlights:

The first theme I tried to push on is that LLMs are about a lot more than just speeding up what existed before (e.g. coding). Three examples of new horizons:

1. menugen: an app that can be fully engulfed by LLMs, with no classical code needed: input an image, output an image and an LLM can natively do the thing.
2. install .md skills instead of install .sh scripts. Why create a complex Software 1.0 bash script for e.g. installing a piece of software if you can write the installation out in words and say "just show this to your LLM". The LLM is an advanced interpreter of English and can intelligently target installation to your setup, debug everything inline, etc.
3. LLM knowledge bases as an example of something that was *impossible* with classical code because it's computation over unstructured data (knowledge) from arbitrary sources and in arbitrary formats, including simply text articles etc.

I pushed on these because in every new paradigm change, the obvious things are always in the realm of speeding up or somehow improving what existed, but here we have examples of functionality that either suddenly perhaps shouldn't even exist (1,2), or was fundamentally not possible before (3).

The second (ongoing) theme is trying to explain the pattern of jaggedness in LLMs. How it can be true that a single artifact will simultaneously 1) coherently refactor a 100,000-line code base *and* 2) tell you to walk to the car wash to wash your car. I previously wrote about the source of this as having to do with verifiability of a domain, here I expand on this as having to also do with economics because revenue/TAM dictates what the frontier labs choose to package into training data distributions during RL. You're either in the data distribution (on the rails of the RL circuits) and flying or you're off-roading in the jungle with a machete, in relative terms. Still not 100% satisfied with this, but it's an ongoing struggle to build an accurate model of LLM capabilities if you wish to practically take advantage of their power while avoiding their pitfalls, which brings me to...

Last theme is the agent-native economy. The decomposition of products and services into sensors, actuators and logic (split up across all of 1.0/2.0/3.0 computing paradigms), how we can make information maximally legible to LLMs, some words on the quickly emerging agentic engineering and its skill set, related hiring practices, etc., possibly even hints/dreams of fully neural computing handling the vast majority of computation with some help from (classical) CPU coprocessors.

[Numman Ali @nummanali]

OpenSkills v1.5.0 is out 🚀

The Universal Skills loader for AI Coding Agents

Now you can:
• Use with npx directly
• Ability to update skills
• Read multiple skills in one call
• Better Windows support

Many more features coming!

npx openskills install <skill>

[苍何 @canghe]

https://t.co/6xSdOSDJqQ

[Eyad @eyad_khrais]

https://t.co/i5L6UIPgH8

[Gavin @goodloop]

@eastwoodnet 感觉讨论的公司也不多了。。。

[一泽Eze @eze_is_1]

全网最好的 agent skill 终极中文指南，全文 1.2w 字，终于写完了，欢迎收藏与讨论！

从基础概念、应用价值优势，
到使用与制作教程、哪些场景适合做 skill
都给了说人话的详尽解析。

结合了不同复杂度的 skill 实验与多篇技术博客后，我把我对 Skills 的完整应用思考写成了这篇长文。

巧借通用 Agent 内核，只靠 Skills 设计，就能低成本创造具有通用 AI 智能上限的垂直 Agent 应用。

[歸藏(guizang.ai) @op7418]

只需要装一�� Claude Code for VS Code 的插件，你就可以在 Antigravity 里面双开 Gemini 和 Claude Code

两个套餐的模型混着用，还有 IDE 界面可以快捷方便的对文件和内容进行操作

[耳朵 @RookieRicardoR]

最近一直在使用一个绝对被低估的开源宝藏组合：OpenCode + oh-my-opencode。

如果你觉得 Claude Code 已经是体验天花板，那这个组合可能会刷新你的认知。

它不仅免费开源，更汇聚了 Claude Code 和 AmpCode 的所有优势，甚至在某些方面完成了超越。

🔥 什么是 OpenCode？它抛弃了枯燥的命令行，采用极其性感的 TUI (终端用户界面) 模式（见图一）。

这就好比把你的终端变成了一个 Cyberpunk 风格的指挥舱，信息流一目了然。

Oh my opencode 则是 OpenCode 的一个开源插件，它为 OpenCode 提供了一整套 Agent 任务处理机制，作者说他为了设计这套 Agent 架构，烧掉了价值 24,000 美元的 Token。

Oh my opencode 的核心在于多智能体编排和上下文治理，它解决了当前 AI 编程中最痛的几个点：

1️⃣ 异步 SubAgent

它不是一个模型在干活，而是模仿了类似 Claude Code 的工作流，但更开放。

它会将不同的任务分��给不同的模型，默认情况下你需要设置 ChatGPT（ 架构审查）、Claude（规划委派） 和 Gemini（前端 UI） 三个模型。

当你下达复杂指令时，它会派生出专门的 Search Agent 或 Plan Agent 在后台异步工作，主线程不阻塞。

2️⃣ 关键词触发模式

Ultrawork Mode (ulw)：火力全开模式，并行调度多个 Agent 解决难题。

Think Mode：检测到关键词（如 "think deeply"）时，自动调整模型参数，强制 AI 进行长思维链推理（类似 o1/Gemini 3 的思考过程）。

Search/Librarian Mode：专门负责翻阅文档和检索代码库。

3️⃣ LSP & AST 深度集成

不像普通的 AI 只是“看文本”，它集成了 LSP (Language Server Protocol) 和 AST-Grep。

这意味着 AI 能像 IDE 一样理解你的代码结构（函数引用、定义跳转），而不是瞎猜。

4️⃣ 上下文焦虑管理

当 Context Window 用量达到 70% 或 85% 时，它会自动触发 Auto Compact，把旧的对话压缩总结，防止上下文溢出导致 AI 变笨或任务中断。

Tips：最近我在使用 Claude Code 的时候经常遇到上下文中断，上下文中断不是说上下文不够了，而是模型一次性给你吐出的字数是有限的，你如果用来写代码可能很少遇到，但是写文章我经常会遇到。

5️⃣防“太监”机制

AI 写长代码最爱写一半就停（// ...rest of code），这个插件会强制检查 TODO，逼着 AI 把代码写完。

6️⃣ 内置 MCP

Exa：用来网络搜索。
Context7：用来寻找文档。
Grep app：用来搜索 Github 上的代码。

除了以上特点，它还完美兼顾了兼容性，它兼容 Claude Code 的命令、代理、技能、MCP、���子（PreToolUse、PostToolUse、UserPromptSubmit、Stop）机制。

并且它作为开源明星项目，还提供了不少免费模型，比如 GLM4.7 、MiniMax 2.1、Grok 免费用，甚至不用登录就能用，有点过于良心了。

对 Agent 有兴趣的小伙伴可以体验下～

[志辉 @iamzhihui]

新年送福利
2026.01.01 的最后一分钟

我决定把我的 「Claude Code 入门到狂飙系列」全部免费开放出来

这应该是目前中文最权威、最干货、最全的资料了

✅当前 2.5 万字
✅ 还有配套视频

全部送给有缘人：
链接: https://t.co/c3px148O4k
暗号密码: 36233@r2

顺便说下橘子大佬推出的 Claude Code 入门系列太好了

[Kevin Ma @kevinma_dev_zh]

分享一下我的开发工作流，我主力使用 Claude Code, Codex CLI 和 Gemini CLI，组成一个开发团队。

Claude Code 写代码快，小任务一把梭没问题。但任务一大，几乎必定有 Bug。让它自己改，改着改着容易绕进去。

所以我让 Codex 来 Review。

现在无论是技术方案还是代码实现，我都习惯交叉评审。就像人类团队里，代码写完要有人 Review 一样。

我一般是让 Gemini 做 planning，输出设计文档；Claude Code review 这个 plan，然后负责执行；Codex 依据 planning doc，review 代码并优化。

这个工作流目前还是很好使的，好几次重构都是一把过，省了不少来回改的时间。

UI 的调整就简单了，直接让 Claude Code 处理，不用这么复杂的流程。

我用 Gemini 做 planning，单纯是我更适应它的文字风格。Codex 的输出读起来太累，Claude Code 写文档又臭又长。所以规划这块我喜欢交给 Gemini，跟它聊起来比较舒服。

一个 AI 开发团队基本上就这三个模型了。像我们人类团队一样，相互讨论和 Review，然后由人负责把关技术设计，拍板最终方案。

我现在一个终端窗口，就把他们都放进去了。用 tmux 管理，能随时在三个 agent 窗口、nvim 和一个运行服务的窗口之间随意切换。想找谁聊就切到谁那边。

共享��下文有时要复制粘贴一下，命令倒也能解决，不过更多时候还是靠写文档来同步信息。不算特别优雅，但够用了。

[Gavin @goodloop]

感觉只有自己被耍了，还拉别人一起被人玩