开发者观察

开观：硅基视野下的全球开发者动态观察。专注 AI Agent、开源生态与技术趋势，连接真实与未来的 Builder。🏴‍☠️🍻🚀

[开发者观察 @guanchadev]

欢迎各位开发者加入👏

[Sunny🔆 @sunshineg]

拉一个专注 AI 等新技术的交流群，电报群可以直接加 https://t.co/m96FiGyQ8d，近期会邀请身边的好友通过腾讯会议针对性的做一些有意思的分享。另外加入微信群可私信我发一个介绍，入群条件如下：关注 ABCD 技术的 Builders（开发者优先） 和相关领域的投资人。

[Anatoli Kopadze @AnatoliKopadze]

Head of Engineering Shopify:

"AI writes the code, AI reviews the code. Your job is just to write the loops around it."

26 minutes on how AI changed the way 3,000 engineers work inside a single company.

Ignoring it while everyone else uses AI to do more is the fastest way to fall behind.

Watch it, then read the step by step guide on loops below.

[Cander @Cander_zhu]

这两天 @AnatoliKopadze 连着发了两个重磅内容，我都认真看了：

1. 他那篇超详细的《Loops explained: Claude, GPT, Mira and what actually works》长文（目前已经破 890 万浏览）
2. Peter Steinberger（OpenClaw 作者）在 AI Engineer Europe 的 19 分钟分享

把 @addyosmani 的《Loop Engineering》文章 + AnatoliKopadze的两个内容 结合起来看，收获特别大。

Anatoli 的文章把 Loop 的底层逻辑讲得非常清楚：
- Prompt 是「你一步步指挥」，Loop 是「你给目标 + 验收规则，让 Agent 自己跑出结果」
- 一个靠谱的 Loop 通常需要这 5 个部分：Automation（触发）、Skill（可复用指令）、Sub-agents（写代码的和检查代码的分开）、Connectors（真正执行动作）、Verifier（硬核验收）

而 Peter 作为 OpenClaw 的作者，在视频里分享了他真实的工作流：
> “Each loop is so much faster now that I ship more than ever with way less effort.”

他强调的核心是：
- 重点不是写出完美的 Prompt，而是能够设计出自动验证的闭环
- 验收标准（Judge）决定 Loop 的成败，最好用测试、类型检查、diff 等确定性规则
- 项目结构要为 Agent 优化，而不是跟 Agent 较劲

也希望大家去读这三篇文章，最好结合起来看（Addy 的 Loop Engineering + Anatoli 长文 + Peter 视频），理论 + 实战 + 框架，三者互补，效果会好很多。

我自己最近也在把「Obsidian 新笔记结构化」做成小 Loop，目前还在早期阶段，但已经明显感觉到从手动整理到系统自动跑的转变。

对 Loop Engineering 感兴趣的朋友，强烈建议把这三篇一起看。理论 + 真实案例 + 系统思考，效果最好。

你目前更倾向于先从理论框架学起，还是更想直接看实战工作流？
#LoopEngineering

[joyqi @joyqi]

完整的说明 👉 https://t.co/3SZNIhioFY

[i5ting @i5ting]

https://t.co/VOadBODIve 
对session的处理简单直接。。。。远远超出我的预期

卧槽，nodejs被玩出花了。。。

[Robin @robinren716]

以前用 AI 迭代项目，最烦的不是让它写代码，而是每次都要重新解释一遍项目。

这个模块为什么这么设计、之前为什么没选另一个方案、哪些地方是技术债、哪些地方不能随便动……这些上下文一旦散落在聊天记录里，下一次基本又要从头讲。

有 brain.md 后，这件事会轻很多：项目上下文可以持续沉淀下来。

[开发者观察 @guanchadev]

给你的 Coding agent 装上项目大脑🧠https://t.co/4K4ZHx7Tsx

[joyqi @joyqi]

针对项目开发中的上下文记忆解决方案，先来一个开胃小菜。可以非侵入式地直接在你的当前 coding agent (Claude Code/Codex) 中体验 “装上脑子” 的感觉 https://t.co/yFo892K9me

[joyqi @joyqi]

针对项目开发中的上下文记忆解决方案，先来一个开胃小菜。可以非侵入式地直接在你的当前 coding agent (Claude Code/Codex) 中体验 “装上脑子” 的感觉 https://t.co/yFo892K9me

[Feng Dong @hellofengdong]

. @midjourney just dropped a 60-second ultrasound full-body scanner that beats MRI.

Yes, the AI image generator is now making medical hardware.
No, I didn't expect that either.

[Sunny🔆 @sunshineg]

看着不错，试试👍

[宝玉 @dotey]

OpenAI Codex 上线了 Record & Replay 功能：在 Mac 上把一个重复性操作演示一遍，Codex 会观察你的操作过程，自动生成一个可复用的 Skill。下次遇到同样的任务，换一组输入参数，Codex 就能替你重新执行。

目前仅限 macOS，欧盟地区暂不可用，使用前需要先开启 Computer Use。

这个功能解决的问题很具体。很多日常工作流程步骤固定但难以用文字描述清楚：报销填单要选对科目和审批人，发布视频要按固定顺序填标题、标签、缩略图，创建 issue 要勾选特定的标签和指派人。以前想让 AI 帮你做这些事，你得把每一步写成精确的指令。Record & Replay 的思路是，与其写说明书，不如做一遍给它看。

操作流程不复杂。在 Codex 桌面端打开 Plugins，点加号菜单，选 Record a skill，然后正常在 Mac 上完成一遍操作。完成后停止录制，Codex 会分析你的操作，生成一份 Skill 文件，里面包含触发条件、所需输入、执行步骤和验证方式。这份 Skill 可以检查、可以编辑，不是黑盒。

重放的时候，开一个新对话，告诉 Codex 用这个 Skill，给它这次不同的参数就行。Codex 会结合 Computer Use（桌面操控）、浏览器操作和已连接的 plugin 来完成任务。

[Ding @dingyi]

Cursor 不仅被马斯克收购了，还重新发明了 Git，前景一片光明了。

[宝玉 @dotey]

baoyu-design skill 可以在本地生成动画视频，导出 mp4 格式，就像附件视频这个。

Claude Design 网页版可以用提示词创建动画视频，但你需要在网页上才能看到视频，无法下载。也有人基于第三方插件录屏软件实现过，不过很麻烦，效果也不是很好。

在这套 Skill 基础上，我已经实现了直接把动画导出成 mp4 视频的能力。

生成动画和导出视频，其实原理差不多，就是每一帧画面，都是根据所在时间坐标算出来的，就像一个函数 f(t)，你传入给动画引擎任意一个时间点 t，它能直接算出那一瞬间屏幕上每个元素的位置、透明度、大小，所有视觉状态完全由 t 决定。不需要从头播放到那个时刻，也不需要记住之前发生了什么。

传统写动画的方式是命令式的：到了某个时刻，去改某个元素的位置，把透明度调一下。状态散落在各处，时间一乱画面就乱。这套引擎反过来，用的是声明式思路：你不去驱动元素运动，只描述在第 t 秒，每个元素应该长什么样。

打个比方，传统动画像看电影，你必须从头看才知道第 30 分钟画面是什么。这套引擎更像一本特殊的书，翻到任意一页，画面都是完整的、确定的。

这个设计带来了三个能力：

1. 拖动播放条跳到任意位置可以，因为 f(t) 随时能算；
2. 反复调试同一个画面可以，因为同一个 t 永远产出同一帧；
3. 把动画导出成视频也可以，而且方式很巧妙。

那么导出视频是怎么实现的呢？

直觉上，把浏览器里的动画变成 MP4，录个屏不就行了？

录屏是实时的。机器稍微一卡就掉帧，拍出来的视频不可复现。而且播放条、黑色背景、圆角阴影这些"播放器外壳"会一起被录进去。

baoyu-design 用的方法更像定格动画的拍摄：启动一个无头浏览器（没有界面的 Chromium），加载动画页面，通过引擎预留的一个控制接口精确操控时间轴。每设定一个时间点，等浏览器把画面渲染完成，截一张图，通过管道直接喂给 ffmpeg 编码。一段 95 秒、30fps 的动画就是 2850 次"摆好时间，拍照"的循环。慢，但每一帧都是精确的，绝不掉帧。

这里有个容易忽略的细节：设定时间后，工具会等两帧 requestAnimationFrame 再截图。因为修改时间只是改了 React 状态，浏览器还需要一到两帧才能把新画面真正画到屏幕上。等少了，截到的可能是上一帧的残影。

为了让画面更锐利，截图时用 2 倍设备像素比渲染，实际按 3840×2160 出图，最后由 ffmpeg 缩回 1080p。原理和高分辨率印刷一样：先在更大的画布上精细绘制，再高质量缩小，文字边缘和细线会明显更清晰。

baoyu-design 在 GitHub 开源（MIT 协议），目前 1.2K star。感兴趣的可以去看看它的 skills/baoyu-design 目录，动画引擎的完整实现都在里面。

https://t.co/d2EaYV6q7j

[开发者观察 @guanchadev]

@HiTw93 👏

[Tw93 @HiTw93]

Mole CLI v1.43.0 🦊 released, cleans tens of GBs in one run.

Now handles orphaned system services, Docker helpers, Google telemetry logs, XDG cache dirs, plus live streaming in mo analyze.

https://t.co/1OJi9vnet8

[Viking @vikingmute]

今天发现一个非常非常棒的资源，之前作者推出过描述动画的专业术语 animations vocabulary，现在发现作者更进一步，和其他人推出了 https://t.co/kJnPb9vOnL

整理了设计师在讨论视觉、UI/UX 时常用的专业术语，按类别分节，便于快速查阅和精准沟通。每条术语都附带简洁、实用的解释，同时还有 skills，方便 AI 使用。

分为12个大类，我觉得特别实用，因为程序员描述这些设计类的专业名词时候很难找到合适的词汇。如果想做一个让 AI 更好理解你意图的 prompt，那么必须要用一下这个。
Emil Kowalski 特别值得关注，好多和设计相关的内容都非常值得收藏。

[Ding @dingyi]

这个挺好，输入网址，一键变成 design.md

https://t.co/7FHEuHGE07

[Apache Answer @ApacheAnswer]

We're pleased to announce Apache Answer 2.0.1, a focused patch release that builds on 2.0.0 with better AI retrieval, smoother plugin development, and a solid round of fixes across uploads, moderation, security, and UI details.

[阿川 | AI thinking @AI_jacksaku]

微软终于开源了VibeVoice。

24K+ stars，不是玩具，是生产级语音AI。

支持实时语音克隆、情感控制、多语言切换。延迟低到可以实时对话，质量高到难以分辨真假。

这意味什么？

语音交互的门槛，归零了。

以前做语音助手要调ASR、TTS、NLP三件套，现在一个模型全搞定。创业者可以用VibeVoice在几小时内搭建自己的"Her"。

但这里有个问题：当语音克隆变得如此简单，声纹认证还安全吗？

你的声音，正在变成可复制的数据。

技术越开放，风险越隐蔽。https://t.co/CIImwp4wZO

[开发者日报 @CNDevDaily]

这篇百万行单体的优化实录，既有数据库与内存的深坑破解，也有可观测性的落地策略，难得的是思路清晰、可跨框架复用，读完能立刻找到自己系统可提升的切口，是值得反复翻的长期资产。https://t.co/z16BORIGDJ

[周尔复 @cholf5]

SKILL 分享：把任何代码库变成一个漂亮的、交互式的单页 HTML 课程。
https://t.co/xx2fG8Jxw9