全部文章

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。

Gas Town为2026多代理编排IDE，基于Git存储的Beads与tmux驱动市长等角色，通过GUPP、巡逻与分子工作流将任务封装成Convoy并自动入队合并，可持续并行20–30个Claude Code提升开发吞吐，但系统未成熟、复杂且成本高。

作者回顾2025大模型：RLVR推理成标配并显著增强工具调用，搜索与编程代理落地，Claude Code等CLI/异步编码代理成为关键产品并推高200美元月费订阅；中国开源权重模型冲上榜首，OpenAI领先被削弱、Gemini强势追赶，同时YOLO自动确认与AI浏览器代理加剧提示注入等安全风险。

季逸超在访谈中阐释Manus受《The Bitter Lesson》影响选择“智能主导”Agent，不预设流程而以MCP优先、读API文档、网页模拟等降级方式通用接入服务，不自训模型而专注上下文与工程细节叠加，结论是靠持续做对大量小判断扩展能力上限并形成竞争力。

作者开源并升级五年知识管理系统为CARD流程，借助AI完成信息过滤、渐进阅读与笔记沉淀入库并用Agent检索联结，结论是知识仍需被管理且应在实践与创作中随需调用，以对抗AI内容泛滥并强化个人判断与输出。

作者批判社交媒体鼓吹的奋斗文化，认为其用极端工时、自我表演和流量话术绑架努力，把“投入”伪装成成功路径；真正有效的做法不是把自己变成只会硬扛的机器，而是围绕目标保持灵活、快速学习、按效率与质量做选择，守住个人真正的目的，停止崇拜苦熬式勤奋。

作者认为AI代理将成组织的新“钢”，当前仍停留在把聊天机器人外挂到旧流程阶段，需先整合分散上下文并提升可验证性，才能让个人与公司把重复工作交给不眠的“无限脑力”，从而缩短决策链、实现持续运转与规模跃迁，知识经济将由人尺度走向更快但更难以看清的巨型组织。

作者2025离开Sentry创业并转向Claude Code等代理式编程，LLM从写代码扩展到日常组织但引发拟人化与责任归属焦虑，认为现有git/GitHub评审与可观测性不足以审查与追溯提示和失败路径，呼吁新型版本控制与评审机制并建立AI生成代码的协作规范。

2025年LLM进展由RLVR取代部分预训练、以可验证奖励拉长推理驱动能力提升，模型呈“尖峰式”智能并使基准易被针对而失真，同时Cursor推动编排型应用层、Claude Code确立本地私有环境代理形态，vibe coding降低编程门槛且重塑岗位，Gemini“nano banana”提示多模态GUI方向，结论是能力仍将加速但离AGI尚远且潜力未被充分开发。

作者因不满现有编码代理臃肿与不可控，开发极简pi框架，统一多厂商LLM接口与跨模型上下文交接，提供可观测会话与终端UI，采用最小提示和四工具并默认全权限，拒绝内置计划/待办/MCP/后台进程/子代理，基准测试排名具竞争力，证明少即是效且更稳定可控。