从编码智能体的运行日志里读出测试结果，比看退出码难得多
编码智能体（coding agent）会把执行过的每条命令都记录下来。所以判断「最后一次测试跑过没有」看上去一行代码就够：找到最后一条测试命令，读它的退出码。我在大约 1.6 万条公开的智能体运行记录上试了这个办法，出错的比例高到足以改变结论。以某个模型为例：按这种方式统计，有 88 次运行看起来是…
氛围编程资讯站
Vibe Coding 资讯、案例、开源与工具聚合 · 每日更新
最新资讯
all-MiniLM-L6-v2 在 256 个 Token 处静默截断：我的分块有 38% 受影响
问题其实很简单：“怎么轮换 staging 环境的 API key？”答案就在我的 runbook 索引里，一字不差。可我的 RAG 流水线却返回了一段关于轮换日志文件的内容。 我打开那个本该命中的文本块，答案确实在里面——在最后三分之一处。而嵌入模型（embedding model）压根没见过那部…
Cloudflare Auto Router 公测：自动选模型真能省钱吗？
Cloudflare 通过 AI Gateway 推出 Auto Router 公测，把模型名写成 cloudflare/auto，系统就会按每个请求的内容自动挑选模型。官方基准称可靠性提升约 10 个百分点、成本降到约三分之一，但从业者提醒：分类只看最近几轮对话，长会话里的关键约束可能被忽略。…
看起来真的很不错！不过有一点让我担心：只有 26 个 MR？我们有 40 多个项目，是不是漏了一些……有些项目用的是标准库 errors，而不是 cockroachdb/errors？如果是这样，那就意味着我们还得再做一轮。
我大概九点半上床。睡前，我对会话敲下的最后一段话是： 我现在要去睡了。不过我希望你继续推进迁移，把第 1 到第 5 批的 MR 全部创建出来，但不要合并；我们早上一起 review。 整个治理模型，就压在这最后一句上。一次覆盖整个代码库的迁移：把几十个模块从第三方 errors 库换到我们自己的库…
你的 AI 套餐是靠补贴撑着的，不盯 token 的独立开发者迟早要还
- 面向独立开发者的包月固定费率 AI 套餐，背后是各家实验室在补贴，而这份补贴正在缩水 - Anthropic 已经把企业客户改成按 token 计费，最新的模型也按等级开放 - 独立开发者该在计费器启动之前，先摸清 token 用量、砍掉多余的上下文 - 把模型和任务对应起来能省下 AI 开销—…
我让三个 AI 智能体接手处理一次线上故障，而它们做过最有用的一件事，是直接拒绝我
在 Switch 上搭一个由人类把关的事故响应小组，让 Claude Code 代理在 Mattermost 和 Telegram 里干活。 晚上 7 点 57 分，我在一个 Telegram 群里敲下一句谎话：“@switchops-commander 我已经推送了，把这次事故标记为已解决（RES…
AI 写代码太快，GitHub 撑不住了：OpenAI 自研后端并收购 Pierre，Cursor 与 Anthropic 各建各地
GitHub 在 11 月初接连出现故障，同一时间 OpenAI 被曝拟收购代码托管工具 Pierre，并已上线自研 Git 后端 Pando。Cursor 和 Anthropic 也在把代码向自研系统迁移。直接原因只有一个：AI 编程让代码提交和自动化任务量激增，原有代码基础设施跟不上。 Git…
我阻止了那个靠“后见之明”运作的智能体编造我的过去
你问大语言模型（LLM）有没有「类似的过往投资」，它总能给你找出几个：名字、年份、核销金额，一应俱全。哪怕你压根没做过任何投资，它也照给不误。模型只是想帮上忙——在它看来，本该写着你的履历的地方空着，那就是个等着被填上的坑。 我在 Vectorize 的开源 Agent 记忆系统 Hindsight…
事后诸葛：我的智能体说“这个问题五月就修过了”
周一早上 07:02，一个对账检查挂了：fact_supplier_commit 在 fiscal_week=FY27W06 下的行数是 0。可加载任务报的是 SUCCESS，还说写了 60 行。暂存区里也确实是 60 行。那它们去哪了？ 同一个事故，我交给同一个模型跑了两次。提示词一样，数仓一样，…
AGENTS.md 正在变成 AI 时代的新病毒：一次静默下载，编码助手就会替黑客关掉沙箱
一份纯文本的 AGENTS.md 文件，正被攻击者当作投毒载体：网页可以在用户毫无察觉时把它放进下载目录，而用户随后启动的 AI 编码助手会把其中内容当成项目规范照单执行——修改全局配置、关闭沙箱、安装恶意依赖，甚至外传本地 API Token。安全机构 Forever Security 在虚拟机中…
APM——AI agent 的依赖管理器
APM 是一个面向 AI agent 的依赖管理器。在 apm.yml 里声明项目所需的 skills、prompts、instructions、plugins 和 MCP 服务器（模型上下文协议服务器），之后任何开发者只要执行 apm install，就能在 GitHub Copilot、Clau…
房地产 API MCP：AI 智能体查一次迪拜房产，要花掉 17000 个 token
在 Bayut API 上，迪拜码头（Dubai Marina）一居室租房信息翻一页，就是 68,709 个字符的 JSON。按业界常用的「四个字符一个 token」估算，25 条房源大约要占掉 AI 智能体 17,000 个 token 的上下文窗口。如果一个智能体要在两个门户上对比三个区域，那它…
Agent Package Manager：用 Dependabot 让技能保持更新
Agent Package Manager（APM）解决的是我在几乎所有引入 AI 智能体的仓库里都能看到的一个毛病：好的技能和指令只写一次，然后就被到处复制。一个团队为发布说明写了一份很扎实的 SKILL.md，下一个团队把它拷过去改了两行，三个月后就出现了五个版本，结果谁也说不清哪一份才是最新的…
运行 AI 生成的 Bash 脚本之前，先看看这篇
AI助手12秒就写出了一个Bash脚本。脚本里有注释、有进度提示，最后一行还写着“Done!（完成）”。看起来挺专业。可惜，自信不能当权限边界用。执行之前，先问一个问题：这个脚本会改动什么？我怎么知道改的就是我想改的？你不用怀疑AI写的每一行代码，但你需要一套审查流程，而且这套流程不能建立在“AI说…
不止于代码生成：面向开发者的智能体工程指南
今年 10 月，GitHub 一周内收到超过 12 亿次提交，比一年前增长 400% 以上。这个数字甚至超过了 GitHub 2025 年全年的提交总量。你很可能也比一年前生成了更多代码。但不妨问问自己：你感觉自己比去年高效了 400% 吗？开发软件不只是写好提示词那么简单。AI 加快了实现速度，开…
将 Claude Code 扩展到 Amazon Bedrock AgentCore 的远程会话，并保留安全控制
你可能已经在本地笔记本上运行 Claude Code，并让它通过 Amazon Bedrock 调用模型。本文进一步介绍如何把它作为远程智能体运行在 Amazon Bedrock AgentCore 上。AgentCore 是一个用于大规模构建、连接和优化智能体的平台，支持任意框架和模型。示例使用…
与智能体语音对话
现在你可以和智能体实时语音通话了。把想改的地方直接说出来，问问智能体正在做什么，工作推进过程中还能听到语音更新。语音对话支持 Agents Window、IDE、网页版和 Cursor for iOS。 开始通话 当智能体空闲、聊天输入框为空时，点击标有 Start voice chat 的波形按…
SageMaker Inference 现已支持 Multi-Instance GPU，可提升模型端点的 GPU 利用率
Amazon SageMaker Inference 现在支持多实例 GPU（Multi-Instance GPU，MIG），用于提高模型端点的 GPU 利用率。 把模型部署到 GPU 端点时，最小的 GPU 请求单位是一整块加速卡。这一限制会带来两方面的损失。首先，一台实例能承载的模型数量不会超过…
Claude Code 邮件共享报告：2026 年检查编程智能体对外发送内容的 6 个要点
coding agent 可以留下一份干净的 diff，同时留下一个让人不安的隐私问题。让 agent 生成的代码更快合入、更少回滚固然重要，但一个把个人信息发往网站的请求，需要的控制手段和 PR 审查完全是两回事。在把网络访问权限交给任何 coding agent 之前，我会先把这两个问题分开。对…
用 Okta Cross App Access 与 Amazon Bedrock AgentCore 管控 AI 智能体访问（第 1 部分）
当一个 AI 代理更新工单或读取客户记录时，它是在代替某个人行事，而且是在这个人有权访问的应用内操作。这时，身份团队必须回答一个按应用 OAuth 授权和共享服务账号都无法解决的问题：哪个代理可能代表哪个用户、在哪个应用中操作，以及如何阻止它。Okta Cross App Access（XAA）在身…
基于 Amazon ECS Fargate 的无服务器 MCP 服务器：让 AI Agent 访问数据湖
构建人工智能（AI）应用的组织面临一个反复出现的挑战：如何让大语言模型（LLM）代理访问企业数据湖，同时不必在每个代理和应用中重复实现集成逻辑。多数团队一开始会把代理直接连到数据库和 API，中间没有类似模型上下文协议（MCP）服务器这样的共享网关。每新增一个数据集就要写一套自定义代码，每个代理也各…
用 TanStack Start 和 Cloudflare 构建 RapVideoGo：不止是调用 AI 接口
AI 视频产品的界面看着简单：上传一张照片，描述一个想法，点击生成。但在这个按钮背后，应用要回答好几个问题：用户提交了两次怎么办？供应商接受了请求但连接断了怎么办？积分该什么时候扣，失败之后又怎么退回？ 我是 RapVideoGo 的开发者，这是一个用参考照片和文字提示生成个性化说唱视频的网页应用。…
用 AI-SDLC 在 Amazon Bedrock AgentCore 上重塑软件交付
软件开发团队基本都已采用敏捷交付模式，阶段划分很明确：需求、梳理、开发、测试、代码审查。每个阶段都存在重复、可预测的工作，比如澄清需求、编写验收标准、拆分工单、制定测试计划、审查拉取请求。AI 编程助手改变了开发阶段，但其余四个阶段仍然依赖人工、交接和口口相传的经验。 Verisk 与 AWS 合作…
Cloudflare 与 VoidZero 联合发布 tsrs：一个由 AI 生成的 Rust 版 TypeScript 编译器
Cloudflare 联合 VoidZero 与 Owner.com 工程师 Max Schwenk 推出 tsrs，这是 TypeScript 编译器的 Rust 移植版，官方称类型检查最快可提升 8 倍、内存占用减少约七成。更引人注目的是它的开发方式：Schwenk 没有手写代码，而是指挥 AI…
写代码变快了，验证却成了瓶颈
技术说明：当写代码不再是最紧的约束，会发生什么？我们的工程代理集群里大约有 25 个代理，配合 Claude Code 和三个 Claude Ultra 账号使用。代理和人一起工作，写了主仓库里的大部分 Pull Request。一个代理可以开一个草稿 PR，GitHub 就会开始跑三万条测试。下一…
用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
概览 把形式化方法用在日常软件里。 PDD Kit 帮你把意图变成一份形式化规格，然后证明智能体写的代码对任意输入都满足这份规格；证明覆盖不到的地方，再用测试补上。它把形式化方法从少数专家的小众工作，带给了没有形式化方法背景的工程师，也带给了日常应用——就像这里展示的这个全栈 Web 应用。 随着…
DigitalOcean 推出智能体学习与数据服务：让 AI Agent 从真实会话中持续改进
DigitalOcean 发布 Agent Learning Services 和 Agent Data Services 公开预览版，目标是让开发者在同一套 AI 原生云平台上构建、评估并持续改进 AI 智能体。新服务基于其 Inference Engine 和 Managed Agents，重点…
谷歌与 Meta 开源 TorchTPU：PyTorch 模型可原生跑在 TPU 上
在 2026 年 PyTorch 北美大会上，谷歌与 Meta 联合开源 TorchTPU，让 PyTorch 模型无需侵入式改代码就能跑在 TPU 上。Meta 计划借此把更大规模的 LLM 负载迁到 TPU，谷歌则把它视作推理需求爆发下硬件多元化的一步。不过官方也坦承，改一行代码只是起点，想跑满…
搭建 model-radar：筛选出真正能发起工具调用的免费大语言模型（LLM）
model-radar 是我为 AI 智能体（agent）准备的两个小命令。第一个就是 model-radar 本尊：它列出 OpenRouter 上的免费模型，并逐个实际要求新模型发起一次工具调用。很多免费模型嘴上说支持工具调用，真到用的时候却只回一段文字。第二个命令 model-canary 盯…
智能体 Harness 的演进：从链、图到代码化
基于大语言模型的智能体框架（Harness）在过去几年经历了三次范式变迁。LinkedIn 工程团队回顾了从线性“链”到结构化“图”的演进：前者上手快但脆弱，后者通过显式控制流、多智能体协作和人在回路机制，把概率模型逐步推向生产级可靠。 从粘合代码到结构化框架 过去几年，基于大语言模型构建的智能体…