全部文章

MiniMax Skills 是面向 AI 编程助手的开源开发技能库，整合前端、全栈、Android、iOS、着色器及文档处理等9项生产级能力，并提供 Claude、Cursor、Codex、OpenCode 的安装接入方案，目标是让 AI 代理稳定生成结构化、可落地的代码，采用 MIT 许可证开放使用。

last30days-skill 是面向 Claude Code 的近30天社区研究插件，聚合 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Bluesky 等8个信号源，并行搜索、复合评分、跨平台趋同检测与补充搜索后，输出带真实引用的摘要或即用提示词；v2.9.5 新增 Bluesky、对比模式和项目级配置，使一次性研究、持续监测与主题对比更快更准。

Claude Subconscious 是基于 Letta Code SDK 的 Claude Code 插件，通过后台智能体监听对话、读取代码库并持续更新八类结构化记忆，在新会话或每次提示前注入上下文指导，实现跨会话长期记忆，减少信息丢失，且支持多项目共享、权限分级与近乎零配置部署。

LangGraph是面向长运行、有状态智能体的底层编排框架，核心能力包括故障后精确恢复、执行中人工干预、短期与长期记忆、运行调试观测及生产级部署，可独立使用，也可与LangChain、LangSmith等集成，结论是它为构建、管理和规模化部署复杂智能体提供了通用基础设施。

开发正从单AI协作转向多代理编排，核心做法是用子代理或代理团队并行分工、共享任务与隔离上下文，再用计划审批、测试钩子、文件锁和人工审查建立质量门禁，结论是多代理能显著提升吞吐与专业化，但真正瓶颈已从生成转向验证，成败取决于规格清晰度、协调机制和持续积累的AGENTS.md知识。

论文提出“AI Agent Traps”框架，指出攻击者可通过网页、文档、界面等信息环境向智能体注入恶意上下文，操纵其感知、推理、记忆、行动、多智能体协作和人类监督流程，诱发越权执行、数据泄露、欺诈及级联故障；AI安全重心已从模型本体转向环境完整性，需结合技术防护、生态标准、法律问责与红队评测系统应对。

作者认为AI可辅助起草，但写作上常产出陈词滥调和同质化文本，难以把握何时、何地、何种分寸地加入幽默、节奏、双关等微妙“诗意”；面向人类的文本即使用AI生成初稿，也必须由人类深度改写和校准，才能更自然、更易读、更易被记住。

Harness Engineering指围绕AI搭建约束、上下文、工具、检查与反馈系统，让模型稳定协作产出，不只是写提示词；实证显示在不换模型时也能显著提升编码成绩和开发速度，但真正瓶颈转向环境设计与可维护性。AI工程核心正从“教模型回答”转向“给模型上缰绳”，而好系统仍依赖长期踩坑积累的经验。

文章给出智能体评测落地清单：先人工审查真实轨迹并明确单任务成功标准，优先从最有信号的全流程评测起步，再按任务构建可验证数据集、为不同维度设计合适评审器，结合离线、在线和人工复查持续迭代，并将高通过率能力评测接入CI/CD形成回归测试，最终用生产反馈闭环提升可靠性。

Cloudflare为所有已部署Workflows提供可视化流程图，核心做法是在部署时抓取打包压缩后的代码，用Rust Worker结合AST静态解析步骤、函数、分支、循环及Promise/await关系，重建执行图并标注并行与顺序，这解决了“工作流即代码”难以直接可视化的问题，提升了调试、理解和后续实时追踪能力。