Leo Chen

看世界

[王小龙 @wangxiaolong188]

再顶的片，冲完也跟垃圾一样

我就想知道：有没有哪一部

你冲完了，下次还想点开看第二遍的 ？？？

[陈大黄 @realchendahuang]

很多人只知道商业版的 Codex和 Claude Code。

但在开源 Coding Agent 领域，真正能当主力生产底座的其实是 OpenCode。

最近它的 v2 版本全面开放，相比第一代完全是一次脱胎换骨的架构重构。

为什么它值得去尝试一下？

OpenCode v2 相比第一代，带来了几个极具竞争力的独特进化：

1. 架构升级为后台 Server 守护模式
v1 只是个普通的命令行脚本，终端一退任务就死。v2 彻底解耦成了常驻后台的 Server。你派发完重构任务，直接合上电脑下班，路上拿手机连上去继续看进度，断网断连也绝对不丢状态。

2. 原生 Git Worktree 隔离与多会话并发
v1 只能单任务线性执行，写崩了容易污染整个工作区。v2 原生支持多任务并发，每个任务在独立的 Worktree 分支里跑。思路跑偏一键分叉回退，主分支毫发无损。

3. 零偏袒的模型生态与 Coding Plan 授权
原生支持 75+ 家模型提供商与本地 Ollama。最舒服的是它支持通过 OAuth 接入各家主流的 Coding Plan，把已有算力额度直接用上，不搞任何商业绑架。

4. 配置文件收拢与克制设计
废弃了 v1 杂乱的嵌套配置文件，收拢为清晰的全局配置。支持项目级 AGENTS.md，不暗中塞几万字隐藏提示词，严格守护 Prompt Caching 命中率。

另外，如果你不喜欢天天面对黑框框敲命令，想要一个顺手好看的图形化界面。OpenChamber 就是目前 OpenCode 最好的配套 GUI 客户端。

OpenCode项目地址：https://t.co/jIghDUmFGS

OpenChamber项目地址：
https://t.co/38zplvPacf

[Joway @jowaywang]

之前写了一篇 《尽职编程：AI Coding 时代的个体产出差异的来源》 引发了大家很多讨论，但那篇文章只写了工作态度，没有太多可以指导工作实践的技巧。所以我打算再分享下一些更具实操性内容。

https://t.co/GBzK81fDEl

[程序员小灰 @XiaohuiAI666]

这篇Workbuddy技能的文章爆了，看来好用的技能自带流量。

今天小灰再给大家推荐两个靠谱技能：

1. Tencent BrowserSkill（腾讯官方浏览器技能）

接到你已经登录好的真实浏览器上，任务在独立 Agent 窗口跑，不抢你正在看的标签。适合查已登录后台、填表、截长图、抽动态页面数据。

安装方法：

对 WorkBuddy 说，按照 https://t.co/23xFEEgncR 的说明，在本机安装并配置 browser-skill。

2. Computer Repair Skill（电脑维修技能）

这个技能解决的是 C 盘爆满、卡顿、流氓软件、应用迁盘、断网、数据恢复等，流程是先取证、再计划、你确认后再改，不是一上来乱删。

安装方法：

对 WorkBuddy 说，帮我安装这个技能：
https://t.co/9ZFlhi1rfh

希望以上两个技能可以帮助到大家。

[雨哥向前冲 @xiangxiang103]

腾讯刚开源的 BrowserSkill也太给力了啊！

我用 WorkBuddy 实测了一遍。

装好以后，WorkBuddy 可以直接操作你已经登录的 Chrome，自己打开网页、搜索内容、点击页面、读取数据和截图。

以前让 Agent 操作浏览器，经常会启动一个全新的环境。账号没有登录，浏览器里原来的页面和状态也用不上。BrowserSkill 可以直接复用现有的浏览器登录状态，同时把任务放在单独的 Agent Window 里运行，不会打乱你正在使用的窗口。

它由三个部分组成。

Skill 告诉 WorkBuddy 怎样操作浏览器，bsk CLI 负责在本机传递命令，浏览器插件负责连接 Chrome。只要 Agent 能调用 Shell，就可以接入这套工具，所以除了 WorkBuddy，它也支持 Codex、Cursor、Claude Code 等 Agent。

这类工具很适合做网页资料调研、社交媒体热点搜索、重复的后台操作，也可以拿来检查网页和测试前端。

我这次用 WorkBuddy 做了几项测试：

• bsk doctor 七项检查全部通过
• 识别出 Chrome 当前打开的 17 个标签页
• 找到了其中的 3 个 X 页面
• 新开页面搜索 “Gemini 4”
• 读取并整理了 Top 排序里的 7 条结果

整个过程中，我原来打开的浏览器页面没有受到影响。任务结束以后，BrowserSkill 创建的 session 也正常关闭了。
安装同样很简单。
第一步，在 WorkBuddy 里手动安装 BrowserSkill。
第二步，让 WorkBuddy 帮你安装 bsk CLI，下载、配置和检查环境都交给它。
第三步，在 Chrome 商店安装 BrowserSkill 插件，然后确认连接成功。

需要自己动手的地方，基本只有安装 Skill 和浏览器插件。剩下的安装与测试都可以直接交给 WorkBuddy。

我把完整的安装和实测过程录下来了，想试的可以跟着视频走一遍。

项目地址
https://t.co/xJBhyuteqR

Chrome 插件
https://t.co/8Q4KC5osZo

[Lucas @lksmlabc]

搞Agent开发的铁子们，这波白嫖福利千万别手滑划走了❗

O'Reilly那本大名鼎鼎的《AI Agents - The Definitive Guide》，作者直接把整本书的配套代码全扔到GitHub上了，12个章节对应35个Jupyter notebook，从最基础的思维链、思维树、ReAct模式，到多Agent协作，再到上生产才会踩到的记忆管理、效果评估、成本核算这些深坑，全给你覆盖了。

最爽的是每个notebook都自带Colab一键运行按钮，浏览器点开就能跑，本地连Python环境都不用装，简直是懒人福音。

我翻了下目录，最后一章专门讲给Agent系统做威胁建模，这块入门教程市面上基本没人碰，光啃透这一章就值回票价了。

就算没买书，也完全不影响你把代码从头到尾撸一遍。
🔗 https://t.co/9jQe4CM1Xi

[Bojie Li @bojie_li]

《深入理解 AI Infra》开源发布了！

写完《深入理解 AI Agent》后，在与读者交流的过程中，我越来越感到，要开发好基于模型的应用，还需要理解它赖以运行的基础设施。

最近几十年系统领域最重要的变化是编程抽象的上移：从操作系统到模型上下文。传统的操作系统、编译器和硬件要为事先未知的各种程序提供通用能力，系统优化总要在可编程性与性能之间取舍。

如今 LLM 成了最重要的应用，可以针对特定的模型和加速器架构优化；模型设计也开始反过来适应硬件，DeepSeek V4/V4.1 重新设计长上下文的表示方式，就是一例。

从某种意义上说，模型成了 LLM 时代的操作系统，AI Infra 成了 LLM 时代的计算机体系结构。《计算机体系结构：量化研究方法》是我在体系结构领域的入门书，而 AI Infra 领域还缺少一本从硬件约束和模型架构出发、量化推导系统设计的书，这是我写作本书的动机。

全书约 500 页，包括 12 章：
1. 初识 AI Infra
2. 模型架构
3. 推理与训练负载
4. 加速器架构
5. 算子与运行时
6. 超节点
7. 数据中心网络
8. 推理优化
9. 分布式推理
10. 训练系统
11. 资源调度与运行环境
12. 端边云协同

欢迎 star & 提 issue/PR！

https://t.co/R1DAPLMWVq

[Hux @huxlab]

吴恩达（Andrew Ng）今天发了一篇长文，直接点破了当下开发者的最大认知误区：

如果你的工作模式依然是“等 PM 写好 PRD，再去按部就班敲代码”，你正在被时代急速抛弃。

AI 编程工具爆发后，代码本身的生成成本趋近于零。真正拉开差距的，不再是谁能把功能实现，而是谁能“主动塑造整个构建过程”（Shape the build）。

当产品、设计与工程的边界被 AI 彻底打碎，一个顶尖 AI 工程师的核心壁垒究竟是什么？吴恩达拆解了 4 个底层能力：

1. 极速推进“构建循环”（Driving the build loop）

大多数产品的诞生都是一个闭环：写原型 → 拿反馈 → 决策下一步。 过去这个循环以“周”为单位，现在 AI 把它压缩到了“小时”。

行动压倒等待： 别等需求完美再动手。用极短时间搓出一个 MVP / 原型，直接跑给用户或团队看。

敏锐的节点判断： 清楚什么时候该收集用户反馈，什么时候该做模型微调实验，用高频、小步快跑的节奏把项目往前推。

2. 在没有 PRD 的真空里做产品决策（Product sense）

当工具把交付速度拉满，最大的瓶颈变成了“到底该做什么”。顶尖开发者必须补齐这三样直觉：

产品感觉： 面对规范没覆盖的灰色地带，能自主拍板，做出符合用户预期的决策。

商业与设计底感： 考虑 ROI、单位经济模型（Unit Economics）和交互体验，不自嗨。

极深的用户同理心： 无论是非正式聊 3 个用户，还是看百万级埋点数据，能把真实痛点精准翻译成产品特性。

3. 跨越边界的“翻译官”与领导力（Communicating & Leading）

开发者的作战半径正在前所未有地外扩，甚至直接对接法务、财务和增长团队。
很多非技术高管根本摸不清 AI 的能力边界，常常“既高估短期，又低估长期”。

你的技术深度，不是用来秀优越感的，而是用来帮整个组织降噪：告诉业务方什么可行、什么不可行、哪条路径投入产出比最高。

4. 极其强烈的自驱能动性（High-agency ownership）

传统研发的衡量标准是“我的 Jira 工单提测了没有”；而 AI 时代的衡量标准只有一条：“这件事到底创造了多少业务价值？”

无需自上而下的精准指令： 主动在业务中嗅出机会，自己定优先级、自己写方案、自己端到端落地。

在模糊中自愈： 容忍不确定性，在没有明确路标的泥潭里把事情推上线。

纯技术实现的门槛正在坍塌，但“创造产品”的门槛被空前放大了。

从“代码执行者”变成“产品构建的主导者”，这是 AI 时代给工程师最残酷的淘汰赛，也是最让人兴奋的红利期。

[Leo Chen @leo_nj]

@nytchinese 不是北京难道是华盛顿吗？

[Wei佳 @LiuweijiaVip]

我在 Codex App 测评了 DeepSeek V4.1 Flash 和 Gemini 3.8 Flash，比较了一下它们的速度。

我这次测试的重点，是利用它们的 Computer Use 特性，在我的手机电脑映射上完成打开 X 进入主页、打开 Grok bot 并完成一轮对话....丝滑！！！

Codex App 是我用过最喜欢的一款 Agent Harness，因为它的 Computer Use 是断档式领先，这次关于速度的对比就像之前发的那样，Gemini 3.8 Flash 确实还是远超 DeepSeek V4.1 Flash，不过他们两个都在 Codex app 中很丝滑地利用 Computer Use，能够帮我准确地完成一些操作！！！

[阿蔺A-Lin @alin_zone]

卧槽，京东 plus 会员生活服务包积分也能换 Token 调用 DeepSeek 等模型了！

这尼玛龙虾最火爆的时候你在干啥呢？？？现在龙虾消失的跟没出现过一样了都

🔥 我直接录制一波兑换流程，大家直接看我视频去操作兑换就行了

1积分可以换10000积分的卡密，输入输出1:1的话
DeepSeek-V4-Flash 04.24 470万 Token
DeepSeek-V4-PRO 04.28 79.4万 Token

再花1积分可以换个72000积分的优惠券，39块钱买72000积分，总82000积分，输入输出1:1的话
DeepSeek-V4-Flash 04.24 3905万 Token
DeepSeek-V4-PRO 04.28 651万 Token

详情看下这个帖子👇

[李不凯正在研究 @libukai]

我强烈建议！不不不，我强烈要求！你们必须要尝试一下今天新出的 deepseek-v4.1-flash-expires-on-0910 + AI 专属浏览器 ego lite 的组合，在 WorkBuddy 中用这个组合比 Codex 中用 Astra 还要爽啊！

不知道是不是用的人还少，deepseek-v4.1-flash-expires-on-0910 轻轻松松飙到 300 token/s，干啥都是秒速搞定，实在是爽到极致。

而 ego lite 本身就是主打极致速度，直接用 JS 代码来进行模拟操作，速度相对使用 MCP 的方案又快了很多。

例如在下面的这个视频中，我让 WorkBuddy 帮我在淘宝中自行查找指定商品并添加到购物车，不到 50 秒它就搞定了整个流程·······

视频没有加速，真的没有加速，🤣

就在短短半年前，Browse Use 还只能算是一个玩具，无论是从 Token 消耗还是操作速度上来说都不具备实用性。

而现在，两个提升叠加到一起实现了快上加快，速度的提升又带来了体验的质变， 更别说 DeepSeek 这个价格杀手还把成本拉到了可承受的范围内。

AI 大佬们真的要这么卷吗？真的不给普通人活路了吗？

本是同根生，相煎何太急啊，😂

[Leo Chen @leo_nj]

@nytchinese 纽约时报真堕落了，信息源居然要找这个李老师，，，

[Leo Chen @leo_nj]

@nytchinese 直接把秘鲁总统抓到美国，啥事儿都解决了

[Leo Chen @leo_nj]

@dw_chinese 能找个正常点的教授吗？啥水平的都是来？

[一地鸡毛 @zhang_baoqing]

说个大实话：

你能想到的项目

估计GitHub 99%已经有了

[烟花老师 @teach_fireworks]

今天用 GPT-6 Astra，给我开源的 Fireworks Tech Graph 做了一轮完整升级，不积跬步无以至千里，做开源项目尤其是这样。

近期这个小开源项目竟然收到了两个赞助，真的是意外之喜，这个月会上线独立域名进行长期宣传和维护。大家敬请期待！

fireworks-tech-graph 是一个给 Codex、Claude Code 用的技术绘图 Skill，可以画架构图、Agent 流程图，支持 12 种风格，以及 PNG、HTML 和语义 SVG ,GIF动图输出。

这轮遇到一个很典型的细节：
文字宽度算对了，浏览器里的固定 CSS 字号却把排版结果覆盖了。只看代码和报告，这张图就会被当作合格产物交出去。

整体细节把控更好了，这次把中文换行、文字截断检查、箭头碰撞和导出尺寸一起补齐，也调整了各主题的辅助文字对比度。

141 项测试全部通过，12 种风格都跑了实际渲染和浏览器动效回归。

Astra 这次的软件工程和视觉判断能力，适合放进这种需要反复看结果的任务里。

经常让 Agent 画技术图的，可以看看这个 Skill。
https://t.co/ZKEHSaBwsb

[Hedy Zhang @xiaomanhedy]

其实除了FDE，这篇提到的项目管理Agent，下面这类场景都可以用：

1. 日常跟客户沟通交流主要以微信语音、视频、电话为主；
2. 信息散落在个人微信、企微、钉钉、飞书各个角落；
3. 团队每天花1小时以上来“整理内部资料”，但各自依然无法对齐共识。

这篇把“录音-转写-分派-更新”的工作流拆透了，哪怕不用同款工具，整套搭建逻辑，包括信息统一管理、跟进和展示也很值得照搬。

[meng shao @shao__meng]

AI Engineering Skills Map 系列之「使用 Coding Agent」

吴恩达老师的 AI 工程技能图谱第三篇详细展开：
1. 构建与部署 AI 应用
2. 软件工程基础
3. 使用 Coding Agent（本文主题）
4. 塑造构建方向

吴恩达老师认为：使用 Coding Agent 正在成为 AI 工程师的关键能力，而且它的演进速度比其他顶层技能都快，因为 Agent 本身在 harness 和模型两个层面同时快速迭代。因此，这项技能没有终态，只能靠持续的实验、构建和学习来维持。

# 用 Coding Agent 构建软件的通用工作流

通过访谈数十位顶尖 AI 工程师并复盘自己团队的实践，他归纳出一个一致的高层工作流，分三步：
1. 规划（Planning） 包含两部分：一是头脑风暴，可能涉及研究、实验、理解已有代码库；二是写 spec（规格说明），涵盖需求、技术设计、架构，随后生成执行计划。规划完成后还应审视计划本身：质疑关键假设，检查安全性、过度设计等问题。

2. 执行（Execution） 构建、测试、验证，关键在于把握智能体自主性与人工监督之间的平衡。一是让智能体以"校准过的自主程度"去构建；二是通过自动化和/或人工检查来验证输出。

3. 部署与监控（Deployment and monitoring） 部署可能经由 CI/CD 流水线或额外的人工关卡把关；随后用智能体观察日志、发现问题、提出并执行改进。

这个工作流有两个特别注意：
1. 它与前智能体时代的软件开发流程本质相似。真正变化的是注意力的重心：从写代码转移到决定做什么、设计架构、写 spec、验证输出。
2. 各步骤的时长弹性极大，可以省略。greenfield（从零开始）原型的 spec 可能只是一条快速写下的提示词；而有大量用户的 brownfield（存量）项目的 spec 则需要投入大量精力去撰写和验证。整个流程高度迭代，熟练的开发者知道何时该从后面的步骤退回前面：验证失败就引导智能体重建修复；监控发现问题就让智能体更新系统并重新部署。

# 五项关键技能

1. 指挥工作流（Directing the workflow）
知道如何走完上述每一步，并决定每一步投入多少人力、多少智能体算力，以及何时回退迭代。这背后是对速度、成本、技术风险、人力投入四者权衡的深刻理解，具体体现在：前期研究和规划做到什么程度、哪些关键工作保留人类所有权、如何选择架构、规划产物（如 spec）写多细、如何把工作拆解成可验证的步骤。

2. 赋予智能体自主性（Enabling agent autonomy）
这一节内容最密集，可拆成四个决策点：
· 自主程度：盯着它交互式往返，还是委托一大块工作？何时设定明确目标让它循环直到成功？
· 上下文管理：构建过程会经历不同阶段，要判断何时把关键经验、用户反馈、假设（包括中途变化的假设）记录下来供智能体下游使用。
· 并行化：何时把任务拆解后让多个智能体并行，由人或更高层的智能体来编排；以及如何在多个并发会话之间分配人的注意力。
· 安全运行：设置权限、对高风险动作设关卡，在保持开发速度的同时限制泄露、数据丢失等损害。

3. 审查工作成果（Reviewing the work）
出发点是一个基本事实：智能体的输出是不确定的。我们事先不知道它会想出什么好主意，也不知道它会埋下什么 bug。因此审查和验证是拿到想要结果、并在偏离时纠正的关键环节。

具体手段包括：
· 设计与任务匹配的测试和验证，按需结合行为验证和功能验证。
· 测试用户流程，可让智能体提供截图作为成功或失败的证据。
· 对定性/行为性评估，可使用评估集（eval sets），可能配合 LLM-as-a-judge。
· 决定测试的自动化程度。某些工作流会把测试完全自动化，让智能体能自行检查、自知何时完成。但必须评估这些测试是否真正对应你的目标，不对应就要演进它们。
· 使用智能体代码审查，运行 AI 驱动的安全和架构审计。
· AI 审查不够时，审慎地插入人工审查——主要审查代码行为，较少审查代码本身——同时探索进一步自动化的可能。
· 验证部署，并用智能体把监控和事故管理运营起来。

这里有一个值得注意的判断：人工审查的对象主要是"代码行为"而非"代码"，这反映了注意力重心的转移。

4. 定制智能体及其环境（Customizing the agent and its environment）
目标是让智能体高效获取所需上下文、访问工具、正确高效地构建。具体包括：
· 集成 skills、插件、MCP 服务器，并在不再必要时（如新模型让旧 skill 过时）剪除它们。
· 用 hooks 自动化开发流程中可重复的部分，如触发自动代码审查或 CI/CD。
· 维护常驻上下文（AGENTS.md、CLAUDE.md），记录代码库信息、关键架构假设、代码风格、数据访问模式。
· 跨会话、跨并行智能体保存状态，随时间积累智能体的经验，比如通过运行后复盘记录哪些做法有效、哪些无效。
· 建立一致的约定和结构，让代码库对智能体可导航；定期清理智能体产生的技术债。
· 团队协作时，考虑如何在不同开发者的智能体之间协调上下文。

5. 编码智能体基础原理（Coding agent foundations）
要做好上述所有决策，需要理解智能体的工作机制：如何做代码库搜索/检索、如何管理上下文窗口、不同操作（增加工具调用、MCP 服务器等）如何影响上下文、智能体与子智能体如何交互、智能体是如何通过在 LLM 外包裹 harness 构建出来的。

这种理解让智能体不再是黑箱，帮助你识别典型失败模式：
· 把简单方案过度设计
· 因缺乏显式验证流程而丧失严谨性
· 未达目标就停下
· 可能破坏文件或生产数据的动作

同时也帮助你推断智能体的状态、给出正确的指令或上下文来引导它，并在监控运行时更早发现它偏离轨道、需要介入。

# 对行业叙事的批评

结尾处吴恩达老师有一段针对性很强的观点。他认为社交媒体对如何使用编码智能体的描述往往过度简化。让智能体自主运行数小时、消耗数百万甚至数千万 token 有时确实有用，但目前超长时程任务的实际效用——尤其是相对成本而言——被夸大到超出现实。

他的结论是：最有效的编码智能体使用是一个复杂、高度迭代的过程，能够以高水平判断力适时介入，效果远好于放手长跑。

[数字生命卡兹克 @Khazix0918]

看到GPT-6 Astra发布之后，作为一个博主很激动。
但写完稿子以后，躺在床上久久不能入眠。

作为一家30多个人的公司的企业管理者，这个时候却又会很真实的焦虑。
我怕这个时代太快，我们的团队、我们的组织跟不上。

只能尽可能向大家表达我的想法、还有我的认知。
尽可能让我们的小伙伴，更加的AI Native一点。
也尽可能，希望能带着大家一起走向那个伟大航线。

常常感叹，真是一个动荡的大时代啊。