英文2026年的编程智能体工作流
2025编程助手普及,Anthropic用Claude Code写出约90%自身代码,但要先写规格与计划、把任务拆小迭代、提供充分上下文、按需切换模型并用代理落地,持续测试评审与频繁提交并用规则和自动化兜底,结论是产能显著提升但最终质量与决策仍由工程师负责。
浏览 技术博客 分类下的公开文章、摘要与延伸阅读。涌现智元旗下AI信息管理工具
英文2025编程助手普及,Anthropic用Claude Code写出约90%自身代码,但要先写规格与计划、把任务拆小迭代、提供充分上下文、按需切换模型并用代理落地,持续测试评审与频繁提交并用规则和自动化兜底,结论是产能显著提升但最终质量与决策仍由工程师负责。
中文Anthropic 的 Boris Cherny 分享 Claude Code 用法:不追唯一最佳实践,开多个实例并行跑任务,优先用 Opus 提升综合效率,以 CLAUDE.md 沉淀团队规则,先用 Plan 对齐再自动执行,用斜杠命令与子 Agent 自动化流程,接入权限与外部工具并为长任务加自验证闭环,结果是更少返工、更高质量与更可复制的团队工作流。
英文为解决长时AI代理跨多轮上下文无记忆导致的一次做太多、进度丢失或过早宣告完成,Claude Agent SDK引入初始化代理搭建init.sh、feature_list.json、claude-progress.txt与git基线,后续编码代理按单一功能增量实现、提交记录并用自动化端到端测试后才标记通过,从而提升连续性、可回滚性与交付质量,后续拟探索更专门的多代理分工。
英文Deep Agents让代理通过文件系统读写、编辑、搜索文件,把工具返回的大段内容、任务计划和技能指令写入并按需用grep/glob回读,缓解上下文窗口与token膨胀、提升冷门信息检索与多步执行可靠性,并可在用户反馈后更新自身指令实现持续学习。
英文LLM无指导生成网页常陷入Inter字体、紫色渐变等同质化,源于采样时的分布收敛;将排除默认审美并强化排版、主题、动效、背景及多文件React构建等规则封装为按需加载的Skills复用,可在不增加全局上下文负担下显著提升前端品牌辨识度与生成artifact的功能质量。
团队提出提示词工程最佳实践,要求用清晰明确且具体的指令并补充目的与上下文、必要时给示例与格式约束并允许表达不确定以减少幻觉,复杂任务用预填充、链式思考或提示链拆分流程,从而降低反复沟通成本并更稳定产出符合需求的结果。
英文梳理编译器后端可选目标:直出机器码或经IR走LLVM/GCC/QBE,也可转译到C或JS/Lua,或生成JVM/CLR/BEAM字节码、Wasm/WASI并借助元追踪框架构建JIT,结论以玩笑收尾称要把C++编译成JSFuck。
英文Claude Agent Skills以Skill元工具在tools数组汇总各技能描述,模型基于文本自行匹配意图并调用后加载SKILL.md,将隐藏指令与可见状态消息注入对话,同时修改工具权限及可选模型,不直接执行代码而通过上下文改写引导复杂工作流,效果是专用能力可组合且更可控但带来较高token开销并不适合并发使用。
英文作者用Google Maps Places API在科罗拉多斯普林斯市中心15km内抓取1200余家餐饮评分与评论数据,借助LLM生成脚本分块查询去重并清洗至约1130家,再以99%置信的Wilson区间对评分按评论量加权排序,输出前20榜单和前25%餐厅热力图识别核心商圈与隐蔽高分聚集区,结论是数据与LLM可快速产出更稳健的探店决策参考。
英文密码认证因钓鱼、恶意软件、中间人、服务器入侵和数据库泄露成为大量数据泄露根源,Passkeys基于WebAuthn用设备私钥签名服务器挑战、公钥留存服务端,私钥不传输且绑定域名,可显著降低钓鱼和撞库风险;最佳迁移是删除密码、用一次性邮件引导注册Passkey,敏感场景仍可叠加硬件密钥2FA。