AI编程
-
Agent 反复失败,问题可能不在技能:工程实践中被低估的记忆层
Agent 反复失败时,开发者常习惯继续加工具、改提示词、补 few-shot。但 Dev.to AI 一篇工程文章结合 WikiSkill 论文指出,真正被低估的是记忆层:技能决定当下能做什么,记忆决定能否从经验中学习。
-
OpenRouter 上 5 个免费模型可处理 100 万 token,大型代码库分析有了低成本入口
OpenRouter 上出现 5 个免费支持 100 万 token 上下文的文本模型,为大型代码库分析、长文档摘要和仓库级 AI 编程工具提供了低成本试验入口。
-
AI 编程助手缺的不是代码能力,而是工程习惯:开源项目 Waza 尝试把资深工程师的工作方法变成可执行技能
Waza 是一套面向 AI 编程助手的开源技能集合,尝试把资深工程师的隐性经验转化为模型可执行的标准化流程。
-
Codex 回退对话却不回退文件,暴露了 AI 编程助手真正的工程难题
Codex 双击 Esc 可以回退对话,却不会同步回退文件,导致模型基于错误状态继续回答。OpenAI 曾两次尝试修复,但都因触碰用户 git 仓库而引发问题。社区项目 codex-rewind 则提出不写入 git、单独维护快照的第三种方案。
-
GLM-5.3 Flash 前端实测:四个真实任务里,低成本模型能接住多少活?
一位前端开发者用四个脱敏后的真实任务测试智谱新上线的 GLM-5.3 Flash,涵盖异步竞态修复、并发任务编排、React 代码审查和布局问题排查。结果显示,多数代码类任务可一次跑通,视觉类任务仍有边界;按限时折扣计算,总成本约 4 分人民币。低成本模型正在改变工程分工:AI 负责初稿和初审,人工负责最终判断。
-
Codex 成为 Claude Code 插件:AI 编程工具开始从并行走向分工
OpenAI 官方 Codex 插件进入 Claude Code,让 AI 编程工具从多窗口并行转向主 Agent 与第二意见的分工。窗口减少之后,上下文、权限、额度和验收成本仍需要开发者重新设计。
-
65 行 CLAUDE.md 规则实测:让 Claude Code 少写 80% 无效代码
掘金作者实测发现,给 Claude Code 加一份 65 行 CLAUDE.md 规则后,AI 生成代码从 380 行、12 个文件降至 75 行、2 个文件,过度设计和顺手修改明显减少。
-
Code Agent 工程解剖:为什么一个“笨”的单循环,反而更可靠?
MyCodeAgent 用一个单一主循环、不可变状态机、完成门反馈和完备终止路径,展示了 Code Agent 框架如何通过工程约束提升可调试性与可靠性。
-
架构师的新工作流:用 Claude Code 和 Draw.io MCP 服务器自动生成技术图表
通过 Draw.io MCP Server 与 Claude Code 的配合,开发者可以用自然语言快速生成可版本控制的架构图,将技术文档制作从手动拖拽转向自动化工作流。
-
Code Agent 崩溃后如何恢复:一篇技术文章拆解状态持久化机制
当 Code Agent 执行长任务时,一次崩溃可能让几十步探索全部丢失。一篇技术文章详细拆解了 Transcript、事件流恢复和 Session Memory 等机制。