六月的🐟

[宝玉 @dotey]

学习研究了下 amontlabs/lcu 这个项目，它把 Codex 的 Computer Use（让 AI 看屏幕、点鼠标、敲键盘来操作电脑的能力）单独拆了出来，让 Claude Code、Codex CLI、Pi 等其他 AI Agent 工具也能调用。

我本来还以为它是模仿 Codex 实现了一套，原来是直接用的 Codex 的 Computer Use，在本机找到已安装的 ChatGPT 桌面版，启动其中 OpenAI 自带的 Computer Use 运行时，再通过 MCP 接到你用的 Agent 工具里。仓库文档写明，指令、执行和权限策略都以 OpenAI 原版运行时为准。

因此电脑上必须装有官方 ChatGPT 桌面版，但不需要登录 ChatGPT 或 Codex 账号。

它给模型的工具很少。常见的电脑操控方案会把截图、点击、输入、滚动各做成一个工具，LCU 只给两个：js 和 js_reset。

js 用来执行一段 JavaScript 代码，运行环境里预置了一个名为 cua 的对象。模型通过写代码来操作电脑：先调用 cua.getState() 拿到当前桌面状态和使用说明，再用 getApp 选定某个窗口，然后调用 click、typeText、pressKey、getScreenshot 等方法。点击、输入、读取结果可以写在同一段代码里，一次调用完成。

这个 JavaScript 环境会保留状态，上一次调用里定义的变量，下一次还能接着用；环境出问题时调用 js_reset 清空重来。除了截图，模型还能读取窗口的无障碍信息（操作系统提供给读屏软件的界面元素列表），按元素点击，不必完全依赖屏幕坐标。

js 加 cua 对象这套接口是 OpenAI 原版的设计，LCU 原样转发。仓库记录显示，在 macOS 上对比测试时，模型收到的初始化说明和首次调用返回的使用指南，与官方 Codex 收到的内容逐字节一致。

目前正式适配的 Agent 工具是 Pi、Codex CLI 和 Claude Code，Oh My Pi 和 Hermes 为实验性支持。系统支持 Apple Silicon 芯片的 macOS（需授予辅助功能和屏幕录制权限），以及使用 X11 桌面的 Linux（ARM64 和 x86-64）。Windows 11 尚在候选阶段，Intel Mac 和 Wayland 桌面不支持。

控制 Chrome 浏览器需要额外开启，走的是 OpenAI 官方 Chrome 扩展，每个网站仍需单独批准。安装需要 Python 3.12 以上，README 给出的做法是把一段提示词贴给自己的 Agent，让它按安装文档完成配置，也可以从 GitHub 手动下载安装包。

项目地址：https://t.co/UigGSqo5fh

[花叔 @AlchainHust]

文章才发了2小时，已经100+stars了。万星🌟潜力股

[santi @santtiagom_]

les dejo uno de los mejores papers que leí sobre Harness Engineering.

explica muy bien:

1) qué es un harness
2) cómo están construidos los coding agents actuales
3) qué patrones se repiten entre Claude Code, Codex, Gemini CLI, etc.
4) hacia dónde está evolucionando la categoría
5) qué recomiendan si querés construir uno

todo parte de una definición simple:

Agent = Model + Harness

como complemento, también pueden leer el artículo que escribí sobre el tema.

paper:
https://t.co/xTvb7MvzQG

[nicco @0xnicc0]

Andrej Karpathy spent 8 years at OpenAI and Tesla

last week, he packed everything he knows into one free 2-hour lecture

Agents → Loops → Harness → Self-Improving Systems

people spend $25K on bootcamps that teach less than this

this lecture is worth more than most paid AI engineering courses

you probably don't have two hours for it right now

don't let it get buried in your feed

bookmark it and watch later

then read the full article below

[uudon @uudonX]

🎁 Karpathy 又给行业发福利了！codex / claude code 给你生产一大堆文字，你还一个字不落地读吗？ 别这样，效率太低了，试试下面 Karpathy 提出的几个方法。

你只能感慨，牛人终究是牛人，聪明的同时，还努力，还不断想办法让自己高效。

Karpathy 提了一个很多人忽略的问题：当 AI 的产出速度超过人的理解速度，继续让它写更多文字，只会把瓶颈越堆越高。

模型可以在几分钟内生成几万行代码、研究报告和复杂方案，但人仍然要判断它做了什么、逻辑是否成立、结果能不能使用。

所以 Karpathy 提出的几个方案：怎样把模型的输出转换成人更容易理解和验证的形式。

1️⃣ 用 ASD-STE100 约束文字。
普通模型喜欢使用长句、抽象词和模糊表达。同一个概念写了很多字，读完仍然不知道重点。
ASD-STE100 最初用于航空维修文档，它限制词汇、句式和表达方式，要求每句话清楚、直接、含义唯一。
可以提示模型：“用 80% 的 ASD-STE100 风格解释这个问题。”

它的收益是降低语言噪声，减少歧义，让技术文档和复杂概念更容易检查。

2️⃣ 生成图表。
有些内容的难点来自关系复杂，例如系统架构、调用链、因果关系和模块依赖。线性文字很难同时展示这些结构。
让模型生成流程图、架构图或概念图，可以直接看到节点之间如何连接、数据如何流动、问题可能出现在哪里。

它的收益是降低理解成本，也更容易发现缺失关系和逻辑断点。

3️⃣ 生成交互式网页。
如果一个问题包含状态、参数或动态变化，静态文字和图片都不够。
这时可以让模型输出 HTML，通过按钮、滑块和动画展示：参数变化后结果会发生什么，系统在不同状态下如何运行。
它的收益是把“阅读结论”变成“亲手验证”。用户可以修改参数、观察结果，快速建立因果理解。

4️⃣ 生成解释视频。
算法执行、物理过程和抽象概念都包含时间顺序。视频可以逐步展示变化过程，同时结合动画、旁白和重点标注。
Karpathy 建议直接让模型制作 3Blue1Brown 风格的解释视频。

它的收益是帮助人建立直觉，尤其适合只看文字很难想象的概念。

这几个方案背后的真正变化，是“可丢弃软件”的成本正在接近零。过去，为一个问题单独制作网页、动画或视频不划算。

现在模型可以根据你的知识水平临时生成，用完就扔，别再傻傻完整读完模型给你输出的所有内容了，效率太低了，试试上面的方法。

[孙宇晨（去过太空版）🧑‍🚀 @sunyuchentron]

一个秘密：

这个时代不用闲鱼买东西，你几乎一定在溢价

拒绝京东
拒绝天猫
拒绝线下购物

买任何东西之前
先让闲鱼识别一下价格

你会看到一个
震碎三观的市场价

朋友送礼
就别用闲鱼识别了
会失去友谊

慢慢你会意识到：

几乎没有什么东西
是闲鱼买不到的

甚至包括很多
你原来以为不能买、不能卖的东西

宁愿买更贵的二手
也不买更便宜的一手

因为：

一手价格来自权力
二手价格来自市场

没有一枚金币比另一枚更高尚
但二手价格永远比一手更高尚

因为它来自于
自由

不要抄一底
永远抄二底

刘邦、李世民
都是抄二底得天下

孙学就是赢学

买东西
也要赢

[Viking @vikingmute]

今天 HackerNews 上很棒的一篇文章：《Plan Mode 已死》

https://t.co/bDLDXyDZpU

大模型现在能力在飞跃 写一份给人看的冗长的 plan 的需求已经大幅的降低了 它提倡一个流程是：understand → act → inspect → clarify → adjust → act again 不再先写成一份要人批准的 spec 而是一边做一边改

我觉得好多 skills 也过时了 很多场景下 好多 skills 只会限制强大的大模型的行为方式 不如让它自由发挥 尤其是最近的 Opus 5.5

同时我也发现我已经卸载了非常多的 skills 还有已经很久没有用过 plan 模式了

[旺旺 @TiagerBao]

100 万+行代码，从 Zig 迁移到 Rust，Anthropic 把背后的 Claude Code 方法开源了。

项目叫 code-migration-kit-with-claude-code。

这套方法参考了真实生产迁移，包括 Bun 的 1M+ 行 Zig→Rust 项目。

它不是让 Claude Code 一口气把整个仓库翻译完，而是把迁移拆成 6 个阶段：

建依赖图和迁移规则
用难文件先压力测试规则
并行翻译全部代码
统一编译，把错误变成修复队列
跑最小端到端测试
和旧实现逐项做行为一致性验证

其中一条规则很关键：

只要两个 Agent 可能给出不同答案，就先写进 RULEBOOK.md。

真正开始迁移后，每个单元也不是交给一个 Agent 就结束，而是：

Implementer + 2 个 adversarial reviewer + fixer

先翻译，两个独立 Reviewer 找问题，再让 fixer 修。

编译也不是几十个 Agent 各跑各的。

整个仓库统一做 survey build，把错误整理成机器可读队列，再按模块分给 fixer。

验证阶段更重要。

如果原来的测试不能直接复用，就要在迁移开始前建立 parity harness，同时运行旧代码和新代码，对比行为。

README 里有句话说得很直接：

No judge, no exit condition.

另外，大规模迁移的成本也不能忽略。

官方提醒，生产级迁移可能在两周内消耗 数十亿 input tokens，预算应该直接按：

工作单元数量 × 单元成本

来算。

这套流程比较适合 Zig→Rust、Python→Go、C/C++→Rust 这种整个代码库都要换语言的项目。

JavaScript→TypeScript 这种可以渐进迁移的场景，Anthropic 自己都说多数情况下没必要搞这么重。

我觉得这个项目最值得看的不是那几个 Prompt，而是怎么让一群 Claude Code 同时改大型代码库，还能保证最后的结果可验证。

Agent 可以并行，规则和验收标准必须先统一。

GitHub：https://t.co/gM7bfagX8G

#ClaudeCode #Anthropic #Agent #OpenSource

[Akshay 🚀 @akshay_pachaar]

Finally, an OpenRouter for agent harnesses!

(including System One by Jev)

Devs just open-sourced a plug-and-play infrastructure layer that lets you run any harness under a single interface, like:

- Codex
- Hermes
- Claude code
- DeepSeek Harness
- System One, powered by Jev
- And 9 more agent harnesses

This means you can bring Jev into the same product that already uses Codex, Claude Code, or another supported harness, without writing another implementation for sessions, streaming, files, cancellation, and failure handling.

Here's the repo: https://t.co/scJwb2xUyM

(don't forget to star it ⭐ )

The harnesses run locally, and the Unified Harness Protocol (UHP) defines the common task interface with an OpenAI Responses-compatible API.

If you want to dive deeper, my recent article explains why model routing is not the same as harness routing, and what it takes to support multiple harnesses.

It also covers UHP, the full local setup, a working API call, and how sessions and files work.

Read it below.

[AYi @AYi_AInotes]

有点燃炸兄弟们，这才是顶级工程师驾驭 AI 最硬核的打法，建议调到两倍速把这场 38 分钟的技术内幕看完，去感受一下什么叫真正的生产力震撼。

前 Meta 和 Netflix 资深工程师、现 xAI 核心主力 Lauren Tan 刚把给 Cursor 官方大会准备的底牌直接公开了，她一个人带领智能体舰队单月合入 2500 个生产 PR，而且自己还能安稳睡大觉。

很多人用 AI 编程把自己变成了全天候无休的人肉测试员，而她做对的事情只有一件：把人类的检查点彻底往前移，让智能体不仅要写代码，还必须自己拉起真实环境把证据拿出来。

铁汁们你知道单人带队一个月往生产环境合入 2500 个 PR 是什么概念吗？ 整整 2500 个。

按每月 22 个工作日换算，相当于每天合入 113 个，平均每 4 分钟就要上线一个功能。但全网都在跟风吹代码生成有多快的时候，她开场第一句话直接泼了一盆冷水：如果代码质量不过关，盲目堆吞吐量就是一场灾难，连一个智能体都信不过就千万别开一百个云端舰队，那纯粹是在花钱买代码垃圾。

最先击穿行业认知的，是她把做完这两个字的定义重新写了一遍。 以前大家让 AI 写代码，只要终端显示编译通过或者模型回复说搞定了，人就赶紧跑去肉眼看 diff，一行行核对直接把工程师累成整条链路里最慢的瓶颈。

在她的系统里，模型自己的口头报告连标点符号都不能信，做完必须等于铁打的运行时凭据。

智能体必须自己调用 Chrome DevTools Protocol 驱动真实界面，点击到具体按钮，甚至跑完 CPU 性能分析抓出 trace 日志，把全套绿灯的执行录像留在原地，才算完成交付。

但光会验证还远远不够，遇到喜欢抄近路的智能体，下周相同的错误还会原样长出来。

传统团队纠正 AI 习惯写几十页的长篇规范或者在 prompt 里苦口婆心叮嘱，结果模型转头就忘。

她在 Dune 架构里直接把代码库当成外部记忆体，按业务功能严格把代码锁在单层目录内，更绝的是把所有被团队反复骂过的坏习惯直接写成编译炸弹。

比如在项目里直接封死 useEffect，谁敢写一行 CI 当场引爆，甚至连代码注释都直接禁止，配专门的清理工具全面清场，因为注释里 99% 都是过期的废话和误导性教条。

把错误路径用规则物理切断，AI 抄近路走出来的就只能是唯一正确的路。

真正让我觉得有意思的是，她把这套顶级工程师的心法全部封装成了现成的开源插件 pstack。

不用再对着聊天框盲目敲长提示词，系统内嵌了 23 本应对不同场景的任务剧本和 23 条工程铁律。

从复现 bug 到分层合入，智能体被严格规定先定位根因再动手，默认先做删减再做新增。

现在这套自动化外环甚至接入了用户反馈通道，智能体接到报错自己拉起模拟器复现，跑完验证直接提 PR，产品经理和设计师连一行底层代码都没摸过，都能安全地往主分支合入补丁。

用量狂飙不可怕，没有验证的并发才可怕。

以前是人写代码教 AI 抄，现在是人当主厨把控出餐口，把工程品味铸进静态检查，让智能体在环内自己修到全绿。

一个只能丢 diff 等你看的智能体是在偷走你的时间，一个带着运行录像和证据链自己闭环的智能体才配做你的工程分身。

这套打法已经在 Cursor 插件市场完全公开，输入命令即可直接挂载。

大家在日常写代码时，最敢彻底放手交给智能体去跑的是哪一步？我先说，排查冷门报错和抓性能日志我现在眼睛都不眨全丢给它，但核心架构的边界定义我半步都不会让。

[Viking @vikingmute]

这个 tip 很有用，帖子的回复质量也很高

OP 会在 AGENTS.md 前面加三条和测试相关的规则：

1 禁止写完实现再写 unit test：
我发现好几次 agent 为了通过而通过的现象，补 10 个单测去断言一个常量字符串里有没有某段子串 纯纯的表演型人格 各种模型都有会这种问题

2 测试尽量只用 E2E
用 E2E 验证复杂功能真能跑通，当然 E2E 很耗费时间，开发阶段先跑和这次改动相关的那几条，我是准备开 PR 以后全量在本地跑，CI 上就跑几条关键路径。

3 如果必须单独测一块系统 先列出它可能失败的方式 再写代码 这个有意思 感觉像变种 TDD

[陈成 @chenchengpro]

Interesting prompt.

[Pepetanyahu @Emmrobbin]

很多人好奇凭借简历包装与面试吹水，入选美团北斗计划拿到百万年薪的阿酥，酥神本人的简历是怎么写的，

Github上2.2k的开源项目
https://t.co/DnHMjoej54

或许对你有帮助。它可以直接带你提合规开源 PR 来丰富履历。

并且自带 ⁠/interview⁠ 功能，拿大厂面试官视角把你的简历从头到尾“问穿”，把漏洞全部堵在面试前！最近在考虑求职的朋友们可以关注一下。

[Matt Dailey @reactiverobot]

Here's my advice for engineers looking to up their design game. https://t.co/oBFur0Izaf

[逸尘 @gengdaJ]

这个创建Skill的元Skill有点牛逼啊，比Codex自带的Skill-creator强多了！

六个步骤把一个完整的工作流沉淀下来。

一、找根问题
如果用户说“做一个写作 Skill”，Dao-Skill 会先判断用户创建Skill的核心目的，避免Skill核心模糊——用户真正需要的是提炼文风、选题判断、文章生产，还是一整套内容创作系统？

二、找核心张力
用户在创建Skill的时候，总是既要又要，但是结果就是Agent执行Skill后，输出的结果很差。

比如以下几个场景是用户经常都想要一个Skill同时涵盖的两个功能👇
写作：自由发挥 vs 输出稳定
调研：覆盖全面 vs 证据可靠
回答问题：速度快 vs 核验充分

Dao-Skill会找出核心张力的平衡点，避免盲目塞功能导致Skill根本没法用。

三、建立三层结构
天：最高原则和不能违反的边界
地：适用场景、不适用场景、环境和路由
人：Agent 如何提问、判断、执行和输出

四、选择生产模式
Dao 内置四种主要架构：
1.单一流程 Skill：完成一种明确任务
2.工程工作流包：开发、调试、TDD、架构等多个小 Skill
3.方法论工具箱：主路由＋多个诊断子 Skill
4.认知提炼 Skill：把人物、作者、公司或思想体系提炼为一种思考框架

五、真正生成文件
Codex 根据前面的设计写出 SKILL.md、references、scripts、examples 等文件。

六、根据失败进化
它要求失败经验必须沉淀成规则、测试、示例、脚本或评分标准，保证了复用Skill的稳定性。

https://t.co/tuAI6ANLrC

[南鸢 nuyoah @nanyuan0412]

https://t.co/bXUGI29SxG

[lifcc @mylifcc]

我去！德国独立实验室 Empero刚把新出的 Qwen3.8-Flash-Next 挂成免费 API，随便用。

接口：https://t.co/zA53i1vuaG
兼容 OpenAI SDK，任意 API Key 都行，客户端非要填的话写 free
号称不限 token
模型名：Qwen/Qwen3.8-Flash-Next-FP8（也认 qwen3.8-flash-next 这类别名）
这不冲？

[雪踏乌云 @Pluvio9yte]

目前最丝滑的浏览器自动化方案绝对是 egolite，体验了一下比agent-browser、playwright丝滑多了

换成 ego lite 之后顺很多：装完会把 Chrome 的登录态迁过来，Cookie、密码、扩展都在。

Agent 在独立 Space 里干活，还能继续浏览其他页面。Codex / Claude Code 装一下 skill 就能直接用。

地址放在评论区了

[Berryxia.AI @berryxia]

这下金庸本人不得佩服的五体投地！
万万没想到有一天和AI搭嘎了 ～

这天龙八部@DarioAmodei 看了不得兴奋，@sama 奥特曼看了不得大喜哈哈😂

最后还得靠梁祖来拯救你们…
不行了，真的太好笑了。

你们一定看完，视频作者赛博奇哥们太有才了。

[Chasen @chasen_liao]

你的 pi 正在用 grep 往 Context 里塞垃圾，我实测了一下午终于换掉了...

pi 内置的 grep 其实就是 rg --json 套壳，limit 100 + 截断 50KB + 默认带 --hidden，搜一次 TODO 这种高频词，直接30 多条平铺甩进上下文。Token 烧了，关键文件还被埋在后面

这个问题 Codex 早就用优化过的 rg 解决，pi 这边最干净的解法我测下来是 @ff-labs/pi-fff

它不是再包一层 rg，而是把 FFF 这个 Rust 原生库直接接到 pi 里，不起子进程，文件在后台预索引。核心变化就三点：frecency 排序常用文件自动置顶、git-aware 改动过的文件加权、grep 结果分组 + cursor 分页

我测了一下，本地建了个小项目 src/app.ts / utils.ts / README.md，往 noise.ts 里塞了 30 行 TODO fix，总共 33 个命中

用内置逻辑等价于 rg "TODO"，33 行平铺一次性返回。换成 ffgrep：

第一页只给 20 条，全是 noise.ts 分组好的 1-20，还带一句 [Continue with cursor="fff_c1"]。第二页 ffgrep
cursor="fff_c1" 才吐剩下 13 条，app.ts 和 utils.ts 被分在后面，首屏完全不淹没

fffind 也一样，fffind pattern:"app" 直接模糊命中 src/app.ts 和 README.md，frecency 会把你最近改过的文件排前面，不用写 glob。

1️⃣ 安装就一行，不用装 rg/fd 二进制

> pi install npm:@ff-labs/pi-fff

装完 reload 就有 ffgrep / fffind / fff-multi-grep。默认是 tools-and-ui 额外加工具，想直接替换掉内置 grep 就切
override 模式：PI_FFF_MODE=override 或启动加 --fff-mode override

2️⃣ 为什么选它不选别的
我扫了一遍 pi 插件库同期数据，@ff-labs/pi-fff 周下载 6,830 / 月 33,928，版本 0.10.5，已经 80+ 个 nightly 迭代，是搜索类最成熟的。对比 pi-lean-grep 周下载才 4，pi-hypa 是做压缩的，定位不一样。

3️⃣ 体感变化
默认 ffgrep limit 20 对比内置 100，首屏噪音直接砍掉 80%。配合 cursor，你是「精准定位再 read」，而不是「先把50KB 塞进 Context 再让模型自己找」。/fff-health 还能看索引和 frecency 状态

说真的，pi 默认 4 个工具 read,bash,edit,write 之外，grep/find 本来就得显式启用，既然要开，不如直接开这个

已经在用 pi 写代码、被 grep 刷屏搞崩过 Context 的人可以试试，尤其大仓、TODO / FIXME 满天飞的项目，提升最明显

推荐大家在pi里试试

传送门 👉 https://t.co/Q5uWHsuDWA

#pi #VibeCoding