技术博客 全部文章

Dynamic workflows 是 Claude Code 的脚本化多代理编排能力，由 Claude 为任务生成 JavaScript 工作流并在后台执行，适合代码库审计、大规模迁移、交叉验证研究等需要数十到上百代理的任务；用户可通过 `/deep-research`、提示中加入 ultracode、或 `/effort ultracode` 启动，可审批、查看、暂停、恢复、停止、保存为命令并复用；其优势是把计划、分支和中间结果放进脚本而非上下文，提高可重复性、规模和可靠性，但会消耗更多 tokens，并受并发16个代理、单次最多1000代理等限制。

Perplexity推出Search as Code架构，将搜索栈拆成可由模型生成代码调用的SDK原语，并在安全沙箱中完成检索、排序、过滤、并行和聚合，使智能体能为复杂任务动态构建搜索流程；评测显示SaC在五项基准中四项领先，WANDR领先次优系统2.5倍，同时降低成本和上下文噪声，推动搜索从固定接口转向可编程智能体基础设施。

作者从 Claude Code 转向 Cursor 后，认为多模型切换、快速上下文压缩和图形化工作流更适合智能体编程；其开源 pstack 插件，把调试、评审、测试、架构等工程方法固化为技能，强调先提升验证与可信度，再做多智能体并行；内部机器人 Benny 已用这些技能自动分诊、复现、修复并提交 PR。软件自动化的瓶颈不是写代码，而是可验证的端到端信任。

多代理并行不等于个人产能并行，真正瓶颈是开发者的判断、审查与合并能力；若盲目启动大量代理，只会增加上下文切换、浅层评审和认知债务。有效做法是按可审查速率限制代理数量，区分可委托任务与需亲自判断任务，批量评审并让机器自证，把注意力当作稀缺串行资源来架构。

作者用200张来自Wikimedia、Geograph和iNaturalist的图片复测o3地理定位能力，比较普通提示与流行“GeoGuessr神提示”，结果显示神提示未提升表现，反而中位误差更高；o3确有强定位能力，但gpt-5.4、gpt-5.5未继承，结论是模型隐藏能力需用基准验证，不能凭试用和提示叙事判断。

Codex正从代码助手扩展为通用计算机工作执行系统，依托持久线程、语音输入、任务纠偏与排队、浏览器/桌面/MCP连接器、自动化、Goals、侧边栏和共享记忆，持续处理跨代码库、网页、Slack、Gmail、文档等工作流，用户负责设定目标、验证结果和最终决策。

Claude Code在大型代码库落地的关键不在模型本身，而在围绕代码库建立可导航、可维护、可治理的配置体系：用分层CLAUDE.md提供上下文，配合hooks、skills、plugins、LSP、MCP和subagents提升检索、执行与分发效率，并由专人或团队持续维护规则和治理；组织若提前建设基础设施、控制上下文噪音、定期更新配置，采用效果和规模化速度显著提升。

语音智能体的记忆不能沿用文本架构，500至800毫秒响应预算下，同步向量检索和实时总结会破坏对话节奏；可行方案是反转读写路径：通话前预加载用户画像、上次摘要和未结事项，通话中只查热缓存，语义检索和事实写入异步执行，通话后总结并在空闲期整合，最终记忆质量取决于预先准备和筛选，而非临场检索能力。

作者主张在 Claude Code 中用 HTML 取代 Markdown 作为主要输出格式，因为 HTML 能承载表格、SVG、交互、布局和可视化，更适合复杂规格、代码审查、设计原型、研究报告和一次性编辑器；代价是生成更慢、版本 diff 更差，但可读性、分享性和参与感更强，能让人更有效审阅并指导 AI 工作。

语音代理不是给LLM加语音，而是受延迟约束的STT、LLM、TTS流水线；生产主流仍是可观测的级联架构，需用流式、全双工、打断检测和轮次管理把响应压到500至800毫秒内，否则体验会显得机械或失效。