全部文章

编码代理让写代码成本骤降，EPD流程从“先写PRD再出设计再实现”转为“先快速原型再集中评审”，瓶颈由实现转到架构、产品与交互的审查与仲裁；传统PRD式瀑布死亡但需求意图文档仍必需且可演化为结构化提示；角色更趋融合，通才与产品感更关键，专才门槛提高，组织分化为用代理构建的builder与高强度系统思考的reviewer，坏产品想法将放大浪费与产品膨胀风险。

Agent由模型与Harness组成，Harness指除模型外的代码与执行机制，通过提供持久状态、文件系统与Git、工具与代码执行、沙箱环境、搜索与记忆注入、上下文压缩与输出卸载、规划与自验证循环及编排钩子，把仅能输入输出文本的模型变成可长期自主完成任务的工作引擎，并与模型后训练共同演化但也可能导致对特定工具逻辑过拟合，因此优化Harness本身可显著改变同一模型的效果。

谷歌发布Gemini Embedding 2公测版，通过Gemini API与Vertex AI提供，将文本、图像、视频、音频与PDF映射到统一向量空间，支持多模态混合输入与100多语言语义表示，可用于跨媒体检索、分类、RAG与聚类等任务，并以可缩放向量维度在性能与存储成本间取舍，整体多模态与语音表现优于以往与主流模型。

Anthropic在Claude Code上线AI代码审查工具Code Review，先向Teams与Enterprise研究预览开放，集成GitHub自动审Pull Request并在代码中标注逻辑漏洞与修复建议，采用多智能体并行审查与汇总去重定优先级，支持基础安全分析和自定义规则，按代币计费单次约15-25美元，目标缓解企业PR激增导致的人工审查瓶颈并降低漏洞风险。

写作的核心是通过提出并回答问题来澄清目标、加深理解并建立能力与信任，用LLM直接代写会失去独立思考训练，也会削弱作者可信度，让人怀疑观点是否真实；LLM更适合用于调研、校对、记录和发散想法，若要真正提升效率，必须同步提高人的思考质量。

AI代理让写代码从辅助转为主导并快速商品化，个人产出与企业组织随之加速重构且裁员叙事被市场买单，历史类比印刷术、电力与云计算表明能力一旦变廉价价值会迁移并出现供给爆炸与注意力稀缺，创业竞争转向问题定义、产品判断、用户与数据等代码之外护城河，机会在围绕新能力重写软件形态并把握解构后再整合的窗口。

作者主张囤积可运行的技术解法与代码样例，通过博客与仓库并借助LLM持续扩充，再让编码代理检索并重组既有示例快速生成新工具，如合并PDF.js与Tesseract.js做浏览器OCR，结论是技巧只需攻克一次即可反复复用并显著加速后续开发。

GPT-5.4 Thinking是GPT-5系列最新推理模型，沿用该系列既有安全缓解框架，但首次在通用模型中针对“网络安全高能力”部署专门缓解措施，网络安全方案继承GPT-5.3 Codex在ChatGPT与API的做法，文中亦称其为gpt-5.4-thinking，且基线对比对象为GPT-5.2 Thinking。

OpenAI发布GPT-5.4及Pro并上线ChatGPT、API与Codex，整合更强推理、编码与代理能力，支持原生电脑操作、100万token上下文与工具搜索，提供可调计划、深网研究和更稳上下文，同时更省token并提速，基准成绩整体优于5.2与5.3，提升复杂专业任务产出与开发效率。

LangChain为Codex、Claude Code等编码代理构建按需加载的技能，并提出评测管线：在一致沙箱中设定可度量任务，对比无技能与不同拆分技能的表现，用LangSmith全程追踪行动与失败原因并迭代，结果任务完成率由9%升至82%，结论是技能必须依赖系统化评测与可观测性才能稳定增益。