Understand-Anything：代码知识图谱
本文介绍了开源项目Understand-Anything，旨在解决当前AI编程助手（如Claude Code）在理解大型代码库时面临的效率低下和记忆缺失问题。其核心方案是构建代码知识图谱：使用Tree-sitter进行确定性结构解析，提取文件、函数、类之间的调用与依赖关系作为图骨架；再利用LLM生成语义摘要、标签和架构层分类作为血肉，从而将整个代码库转化为一个可查询、可分析的图结构。文章详细阐述了其安装配置方法（支持15个AI Agent平台）、由五个专门Agent组成的分析流水线（扫描、文件分析、架构分析、导览构建、验证）以及知识图谱的七大用途，包括交互式浏览、语义搜索、影响分析、新人导览、业务域提取等。项目还支持增量更新、知识图谱的Git版本控制共享，并通过实战案例展示了其应用。整体而言，该工具通过将AI的代码理解能力从实时低效搜索转变为预计算的知识查询，显著提升了AI Agent的代码协作效率。
理解 Skill —— 读《图解 Skill》
文章基于《图解 Skill》一书，系统解析了AI Agent中Skill的核心设计与实践方法。Skill作为功能模块，以文件夹形式存在，包含SKILL.md文件，其YAML头定义名称与描述，正文遵循角色定位、核心要点、禁止清单、参考资料的框架，并限制在5000 token以内。description需精炼功能与触发场景，直接影响模型调用时机。对比测试是验证Skill效果的关键，通过加载与不加载的对照实验，结合客观验收标准（如结构完整性、语气符合度）和盲评方法减少评估偏见。Anthropic的skill-creator工具实现了自动化测试，能生成测试用例、运行对比评估和基准测试，优化描述触发。实用技巧包括单一职责确保Skill专注、按需加载优化上下文占用、配置外置增强灵活性。文章涵盖Skill的编写、测试到迭代全流程，为AI Agent开发者提供了入门指导和优化思路。
从”内容治理”到”行为治理”：中国智能体治理框架深度解析与绿盟科技实践
中国人工智能产业在2026年正经历从内容治理向行为治理的范式转换，传统基于生成内容的监管模式已不足以应对智能体复杂行为风险。本文深度解析了中国智能体治理框架的核心架构，该框架以行为可解释性、可控性和安全性为支柱，整合了实时监控、风险评估和动态干预机制。框架采用分层设计，包括行为采集层、分析引擎层和决策执行层，支持多模态数据融合与联邦学习，确保治理的精准性和隐私保护。绿盟科技作为实践案例，展示了如何将框架应用于网络安全场景，通过智能体行为建模实现威胁预测与自动化响应，提升防御效率。文章还探讨了框架在伦理合规、标准制定和技术挑战方面的进展，强调跨学科协作的重要性，为行业提供了可落地的治理范式参考。
AI Coding Agent 时代，我自己最常用的 4 个终端工具
在AI编码代理时代，人机协作模式转变，作者聚焦于优化终端工作流而非记忆复杂命令。核心工具包括：realpath及其封装rp函数，用于跨项目文件路径的绝对路径复制，解决AI代理无法直接引用外部文件的问题，实现精准路径投喂；zoxide通过模糊匹配和访问历史快速跳转至目标项目目录，简化多项目切换；fzf结合自定义fp函数，实现文件模糊搜索、选中并自动复制绝对路径，方便将文件精确交给AI代理分析；Otty的防睡眠机制确保长时间AI任务不被Mac系统休眠中断，保障任务连续性。这些工具协同形成高效协作流程：先用zoxide定位工作区，再用fzf选择文件，通过realpath复制路径交给AI代理，最后用Otty保持任务稳定。作者强调，开发者应专注于提供准确项目、文件路径和约束，而AI代理负责仓库内部探索与执行，从而在AI时代提升开发效率。这套工具链突显了终端作为控制台的角色，通过简化高频操作改善人机交互体验。
美团海报生成 AIGC 技术创新与实践
美团平台数百万商家面临海报设计资源匮乏、交付时效苛刻、内容同质化及批量质量失控等困境。AIGC技术为创意平权带来可能，但生成商业可用海报需克服精准文字渲染、和谐版式布局、统一美学风格、多任务场景支持及质量可量化评估等挑战。美团智能创作团队构建了PosterCraft、PosterOmni和PosterReward三大系统形成技术闭环。PosterCraft采用端到端优化，通过四阶段级联训练（包括大规模文字渲染优化、高质量海报微调、美学强化学习及视觉反馈精炼）显著提升文字渲染准确率，接近闭源商业系统水平。PosterOmni针对多任务设计需求，将扩图、补全、比例调整等六类任务统一于单一模型，通过专家训练、任务蒸馏及统一奖励模型进行强化学习，缓解任务冲突并提升编辑与创作能力。PosterReward作为首个海报质量评估奖励模型，构建自动化偏好数据集并通过四阶段级联训练，在专项基准上达到86%准确率，为生成模型提供优化信号并承担线上质检。三项工作全部开源，并在美团外卖套餐图生成、品牌IP设计等业务中落地，有效提升海报生产效率和质量。
01 引言：软件工程范式的五十年之变
文章回顾了软件工程自1968年以来的范式演变，从瀑布模型到敏捷、DevOps，指出核心假设“代码由人编写”首次被大语言模型打破。AI Coding Agent的演进分为四层：补全、对话、任务、自主流程，逐步将人类角色从作者转变为指挥者和审查者。Vibe Coding虽降低编程门槛，但易导致代码质量陷阱，需通过Agentic Engineering和结构化方法提升产出。核心主张是从Prompt-Driven转向Skill-Driven，强调持久化、可复用的Skill系统，如Spec-Driven Development和Ralph Loop等方法论。这些变革基于“用结构化知识驾驭非结构化AI能力”的原则，为AI时代软件工程提供新框架，凸显工程素养的关键作用。
00 卷首语：当 Karpathy 说他半年没写一行代码
Andrej Karpathy宣布半年未亲手写代码，转而使用AI Agent驱动开发，标志软件工程进入新纪元。他提出软件3.0概念：LLM作为新型计算机，编程通过提示实现，产生‘参差不齐的智能’。行业趋势显示AI编程工具从Copilot到Claude Code快速进化，效率提升数百倍。然而，AI放大工程缺陷，Vibe Coding可能导致技术债务，而Agentic Engineering强调人类在架构、验证和责任感上的核心作用。方法论如Matt Pocock的Skills系统、Spec-Driven Development、Ralph Loop的自主循环和Garry Tan的gstack虚拟团队，共同应对验证差距。Harness Engineering聚焦Agent运行环境，确保可靠性。文章指出，当开发速度不稀缺，工程化成为壁垒，人类需提升品味、判断力和系统审美。作为卷首语，它引出本书对AI时代软件工程方法论的系统探讨。
从需求到上线，让 AI 管理你的整个研发流程！
goal-workflow 是一套AI驱动的研发工作流系统，旨在自动化从需求分析到代码交付的整个软件开发生命周期。系统通过四个标准化步骤实现端到端闭环：首先，/prd 命令利用AI生成结构化PRD文档和Issue卡片，通过交互式问题澄清需求并拆解任务；其次，/goal 命令基于Issue实现功能代码，AI代理自动分析代码库、编写实现并运行测试；然后，/review-it 命令进行可信代码审查，遵循验证后执行、拒绝噪音、迭代修复原则，确保代码质量；最后，/ship-it 命令自动化提交流程，包括git操作、创建PR、合并代码和关闭Issue。工具兼容Claude Code、Codex等多种AI代码编辑器，提供双语支持和灵活部署，集成GitHub Issues、本地Markdown等平台。其核心理念是让AI处理重复性、规则性工作，释放开发者专注于创造性任务，提升团队研发效率和个人开发速度，减少需求理解不一致和返工问题。
antigravity-cli
Google在2026年I/O大会上发布Antigravity CLI，正式取代Gemini CLI，整合进Antigravity产品家族。该工具与Antigravity 2.0桌面版共享统一Agent引擎，支持自然语言交互，用户可通过对话指令Agent完成代码编辑、工作流编排等任务。核心特性包括Subagents（子智能体），允许主Agent派生子Agent并行处理后台任务如文档查询、构建验证，并拥有完整工具权限；终端沙箱利用操作系统原生能力（macOS sandbox-exec、Linux nsjail、Windows AppContainer）实现安全隔离，零启动开销；插件系统提供打包命名空间，可部署技能、智能体、规则等组件。安装通过一键脚本跨平台完成，认证支持本地和SSH环境。三大核心斜杠命令：/goal启用深度工作模式，自动执行复杂任务直到目标达成，使用独立模型评判；/schedule设置定时或循环任务，基于Cron调度实现自动化检查和报告；/grill-me用于方案对齐，确保AI输出准确。Antigravity CLI定位终端优先、键盘效率，与桌面版互补共享设置，提供统一AI开发工具链。
Clawpatch + codex-review：AI 代码审查工具链的正确打开方式
本文探讨了AI驱动的代码审查工具链Clawpatch与codex-review skill，旨在解决传统代码审查中审查者缺乏完整上下文的核心矛盾。Clawpatch通过`clawpatch map`命令将代码仓库映射为包含入口点、归属文件、上下文文件和关联测试的语义特征单元，突破了传统逐文件扫描的局限。它支持主流技术栈的自动识别，并基于这些语义单元调用AI进行审查，生成结构化的findings，包含分类、严重程度、置信度和证据。其修复流程设计保守，通过`clawpatch fix --finding
如何构建你自己的 Agent 运行时
文章剖析了当前AI Agent运行时框架的单体式缺陷，指出如LangChain等框架将运行时组件捆绑为整体，导致定制和扩展困难。iii引擎提出一种模块化架构，将运行时拆分为多个独立worker，包括turn-orchestrator、approval-gate、session、llm-budget等，每个worker通过共享引擎和WebSocket协议连接，使用触发器机制（如iii.trigger()）实现通信。这种设计允许开发者替换特定worker而无需重写整个系统。文章详细列出Agent运行时必须完成的15项核心工作，涵盖持久化turn请求、凭证管理、模型目录查询、状态机驱动、策略检查、审批处理、预算追踪、上下文压缩等，并展示了iii引擎如何通过worker映射这些职责。执行流程从客户端请求开始，经过引擎触发、turn编排、模型调用、工具执行到结果返回，强调了自动化的OpenTelemetry集成用于调试。此外，文章通过五个示例说明构建自定义运行时的方法，如替换模型目录为实时API、添加新AI provider、从私有库提供技能、覆盖系统提示词以及替换审批UI，突出了模块化和可组合性优势。
套壳不丢人！我用Go+AI搓了一个Agent统一编排框架，ClaudeCode-Codex-Pi全被我包了
作者在智能体开发中，从langchain转向套壳Claude Code、Codex、Pi等现有AI Agent，认为套壳是高效利用现成工具的合理方式。这些Agent已发展为通用智能体，不仅能处理代码任务，还可用于多种场景。面对多个Agent各自为政、胶水代码繁杂的问题，作者用Go语言开发了agent-wrapper框架，提供统一编排层。通过简单API，一行代码即可注册和切换不同Agent，如Claude Code、Codex、Pi等。框架核心功能包括三道安全闸门：审批拦截允许自定义工具调用权限，如只读操作而拒绝写入；预算监控在Token消耗超阈值时自动中断，防止成本失控；上下文压缩和自动重试处理上下文超限，通过滑动窗口和摘要策略提升稳定性。此外，支持会话恢复，通过SessionID跨会话保持上下文连续性，便于跨进程或跨天持续任务。框架既支持命令行测试，也可作为Go库嵌入项目，实现零额外进程和协议开销。作者通过在故障分析产品中的实际应用，展示了如何专注于业务逻辑而非基础设施。最终，agent-wrapper解决了Agent集成的安全性、预算管理和跨平台问题，将实验性套壳转化为生产就绪的解决方案。
Loop Engineering 实践：一次批量实现 8 个 issue，完成夔牛工具的开发
Loop Engineering（循环工程）是AI编程领域的前沿实践，由Anthropic的Boris Cherny等人倡导，核心思想是将编程工作从直接编写代码提升到设计自动化循环驱动编码代理。本文首先追溯Loop Engineering的演进历程：从2022年的ReAct学术循环到2023年AutoGPT的自主提示，再到2025年Ralph Loop的简单管道，最终发展为2026年支持循环间监督、并发执行和状态持久化的编排式Loop。作者基于此理念开发了goal-workflow开源工作流，其中/loop-it命令能批量处理GitHub issues，每个issue经历目标实现、代码审查、决策记录和提交合并四个阶段。技术实现包括使用.loop-state.json文件持久化循环状态以实现崩溃恢复，通过拓扑排序自动解析issue依赖关系确保执行顺序，引入split verifier机制让独立代理验证代码质量，并设计分级错误处理策略应对构建失败、测试红灯等常见问题。实战案例中，该工作流在一小时内完成kuiniu工具的8个feature开发，从PRD到代码合并全程自动化，展示了Loop Engineering在提升开发效率和自动化程度上的潜力。文章还对比了轻量级实现与更宏大编排系统的优缺点，强调状态管理和错误恢复在长链路任务中的关键作用。
LLM 究竟是如何工作的？
本文系统解析大型语言模型（LLM）的工作原理，聚焦于transformer架构的核心机制。文本首先通过tokenization转换为整数序列，采用子词分词平衡效率与泛化能力。嵌入层将token ID映射为向量，通过训练学习语义关系，如“king”与“queen”的向量接近。位置编码（如Rotary Position Embeddings，RoPE）通过旋转Query和Key向量注入序列顺序信息，解决词序依赖并提升长上下文泛化。attention机制是关键，每个token生成Query、Key、Value向量，通过缩放点积计算相似度，softmax加权聚合信息，并利用因果掩码确保生成顺序。多头注意力并行运行多个attention头，学习语法、语义等多种关系模式，Grouped-Query Attention（GQA）优化内存使用。前馈网络独立处理每个token，通过扩展、非线性变换（如SwiGLU）和压缩存储事实知识，Mixture of Experts（MoE）扩展参数规模而不倍增计算成本。残差连接和层归一化促进梯度流动，使深层堆叠可训练。文章还提及KV缓存等优化，避免复杂数学，提供入门指南，帮助读者理解LLM内部组件及其训练与推理差异。
从月球漫步到赛博都市，WBench 测出了世界模型的边界
WBench由美团LongCat团队开发，是首个针对交互式视频世界模型的系统性多轮评测基准。该基准包含289个测试案例和1058个交互轮次，覆盖多种世界定义和指令集，如未来城市和油画场景，支持第一人称和第三人称视角。通过测试Kling 3.0、HY-World 1.5等20个前沿模型，发现无全能模型：文本驱动模型擅长场景理解，专用世界模型在交互控制上突出。导航能力与视频画质等其他维度相关性低，依赖独立的空间状态表示；多轮交互中导航能力平均分下降33点，表明位姿误差累积是结构性缺陷。开源模型如HY-World 1.5在导航能力上表现优异。WBench基于世界定义、指令集、统一交互接口和评测套件四大要素构建，实现从被动生成到主动交互的范式转移，其自动评分与人类偏好高度一致，Spearman相关系数达0.94，验证了可靠性。评测维度包括视频质量、设定遵循度等，为世界模型研究提供标准化工具。
科技爱好者周刊（第 400 期）：rsync 的争论
科技爱好者周刊第400期围绕rsync工具最新版本3.4.3由AI模型Claude生成引发的争议展开。社区成员强烈质疑AI生成代码可能引入安全漏洞，威胁基础命令的可靠性。维护者Andrew Tridgell解释，因AI驱动的安全攻击日益复杂，他引入AI以增强rsync防御能力，自身转向编写测试用例确保代码质量，这体现了“AI写代码 + 人类测试”的新兴开发模式，尤其适用于资源有限的开源项目。文章还提及Meta AI客服漏洞案例，显示自动化系统可被提示词攻击修改用户邮箱，突显安全风险。此外，讨论延伸至AI对工作效率的影响，如减少工时可能带来福利提升，以及Siri唤醒事件中苹果通过频率删除避免误唤醒的技术细节。整体聚焦AI在开发中的应用趋势，强调测试与监控的重要性，但周刊性质导致部分话题如避蚊胺实验略分散焦点。
ACL 2026美团论文精选：从能力评测到推理优化，构建生成新范式
本文精选了ACL 2026会议中6篇与大语言模型相关的论文，聚焦能力评测与推理优化新范式。CoreCodeBench提出细粒度代码智能评测框架，通过仓库级任务解耦评估模型编程能力，覆盖开发、修复等场景，有效性达78.55%。SOP-Maze基于真实业务数据构建复杂标准操作流程评估，分类为侧根和主根系统，揭示模型在深度逻辑推理中的不足，易犯路线盲区和对话脆弱性错误。AMO-Bench设计50道高难度数学竞赛题，确保原创性和奥数级别，评测显示最强模型准确率仅52.4%，凸显推理提升空间。研究过度思考现象，分析推理动态并提出推理完成点检测器，减少冗余生成token。MASPO针对强化学习优化，引入软高斯门控、质量自适应限制器等方法，提升训练稳定性和样本效率。FLR将隐式推理分解为多因子注意力模块，优化生成式推荐性能。这些工作共同推动了大模型在复杂任务中的评测与优化，为未来研究提供关键方向。
CatReader 上线：重启 RSS 阅读
CatReader是一款基于AI的RSS阅读器，旨在解决信息过载问题，通过智能助手AskCat提供上下文感知的阅读体验。产品使用Claude Code和Codex进行Vibe Coding开发，初始版本为前端离线应用，缓存数据于浏览器，后续迭代增加了AI助手功能。为产品化给墨问会员，进行了前后端分离、独立桥接程序、数据分离、用户系统改造、跨域和安全处理等工程挑战。技术栈涉及AI辅助开发、RSS桥接、知识库构建和智能交互，如快捷键支持和记忆系统。文章类型为产品发布和方法论分享，强调AI时代如何高效获取一手信源，并探讨从个人工具到生产系统的复杂性。整体聚焦于AI在软件开发中的应用实践。
用Agent评测思路管理AI Coding —— 31万行代码AI重构的实践
本文分享了一个团队在90%代码由AI生成、系统代码量膨胀至31万行的背景下，如何通过实践管理AI Coding并完成大规模重构的实战经验。文章指出，若无统一规范约束，AI Coding会加速代码腐化。团队提出了三个核心经验：一是借鉴Agent评测的“人人对齐→人机对齐”理念管理AI Coding，先通过规范拉齐团队共识，再将共识转化为AI可执行的约束；二是AI正在重新定义“经验”价值，从依赖人力“看全”代码转向借助AI快速识别问题并由人判断优先级；三是技术债可像业务需求一样，通过拆解到日常迭代中渐进式消化。重构执行路径包括：利用AI辅助定向梳理技术债、制定AI友好研发规范（如工程分层规约）并落地为AI Rule、通过SOP指导AI完成工程解耦、借业务需求平滑升级数据模型，以及建立Pre-PR机制和AI辅助测试用例生成规范以保证质量。整个过程强调规范是AI Coding时代阻止系统腐化的基础设施，为类似场景提供了可复用的方法。
美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语
美团开源的LongCat-Next探索了物理世界AI的统一建模路径，旨在让AI像处理语言一样原生处理图像、语音和文本。核心创新在于DiNA（离散原生自回归架构），将所有模态映射为同源的离散Token，并通过下一个Token预测范式进行统一建模，打破了传统多模态模型的拼凑式架构，实现理解与生成的对称优化。dNaViT视觉分词器支持任意分辨率图像编码，利用8层残差向量量化实现28倍像素压缩，同时保持细节保真。语义对齐完备编码器通过大规模视觉-语言监督学习高信息密度表征，结合多级RVQ减少离散化损失，确保离散Token的语义完整性。实验表明，LongCat-Next在细粒度视觉理解、图像生成和音频任务上达到或超越专用模型，如OmniDocBench和MathVista基准上表现优异，同时保持语言能力，在工具调用和代码生成上也有提升。模型开源促进社区发展，推动原生多模态智能走向更远。