Glean 拾遗
最近收录

12 条 · 按时间

11-18

当 90% 代码由 Claude 写:把验证层当正经系统来做

Claude Code 团队已让 Claude 编写和审查约 90% 的代码,Addy Osmani 的新文章讨论在这个比例下如何搭建验证层,让 Agent 拿证据证明自己改对了。文中两个做法值得借鉴:一是评判规则 REVIEW.md 固定从主分支读取,PR 无法修改评判自己的规则,新提交门禁先以 observe 模式运行,统计清楚误拦情况后再转为强制;二是一份 39 条可靠性清单,每条写明从 diff 里怎么识别、背后对应哪次真实事故,Claude 读完 diff 只执行被触发的 3~10 条。适合做 coding agent、CI 门禁与代码评审自动化的工程师细读。

x.com · 1 min · Agent Engineering · Agentic Coding · Claude Code
11-14

带 agent 写代码,本质是在做管理

Addy Osmani 把工程管理的实践逐条映射到 coding agent 的日常操作上:给 agent 一个可判定的验证机制(测试、构建退出码、截图),而不是把「看起来做完了」当作验收;写清代码里读不到的上下文(目标、约束、不在范围内的事、成功标准),把仓库里能自己查的部分留给它自己查;同一个错误纠正两次就写进 CLAUDE.md 或做成 skill。他把 Grove 的 task-relevant maturity 对应到 Claude Code 的软硬分层:prompt、CLAUDE.md、skills 是请求,hooks、deny rules、托管设置才是强制,过度流程就是新的微观管理。文章也给了无人值守任务的五个前置问题,并诚实地列出类比失效之处——agent 没有经验只有笔记本,rework 近乎免费,人机团队仍然需要人。适合每天与 agent 协作、想扩大并发而不牺牲质量的工程师。

x.com · 22 min · Agent Workflows · Agentic Coding · AI Engineering
11-12

Claude Code 团队如何用六层流水线取代逐行人工评审

Anthropic 的 Claude Code 团队公开了内部 code review 流程:在每日合并变更从 5 月的约 2500 涨到 9 月的 3 万以上的压力下,他们把大部分「读代码」交给机器,把人的注意力留给方向判断和高风险路径。流程拆成六层——提交前用可执行的验证(测试、构建、截图对比)加 fresh-context subagent 审 diff;每个 PR 由 Claude 对照整个 repo 和 PR 声明的意图评审,findings 先经多个 agent 投票过滤,再按 Important/Nit/Pre-existing 分级以 inline comment 呈现;安全评审可阻断合并;CI 之外按风险分档决定需要 0/1/2 个人工 approval,分档由分类器读改动内容决定而非按作者;最后是 merge queue、flag、内部先灰度与一步回滚。他们也写了失败:一个 CLI PR 一夜跑了 50 多轮评审,git blame 显示约 59% 的告警命中是首轮就存在的旧代码,于是加了轮次上限、只审新 diff、按 bug 类聚合。适合正在把 agent 接进 code review 的团队。

claude.dev · 19 min · Agentic Coding · Claude Code · Code Review
11-12

Shopify 用 30 人 12 周重写 App:agent 写代码,人改流程

Shopify 三十名工程师用 12 周把 App 从 React Native 迁到 Swift 与 Kotlin,覆盖 300+ 屏幕、widget、Apple Watch app 与 Siri Shortcuts,大部分实现代码由 agent 产出。文章重心不在代码量,而在代码之外:先花数周把业务逻辑做成不启动设备就能跑,Reflex 架构加 CLI 让任意屏幕毫秒级加载,iOS/Android 共用同一套架构,每个新屏幕都有示例与 .md 文件,CI 在两端分歧时直接失败。spec 驱动开发被放弃,因为 spec 几天就过期——旧 React Native 版本本身成了可对照的规格。后半部分讲瓶颈转移:单机跑不动多开模拟器,review 与合并排队,ticket 追不上 Slack 里已修好的问题,于是有了远程开发环境、agent 先做对抗式评审、每 15 分钟一次的自愈循环。适合正在搭 agentic 工作流或做移动架构的团队。

shopify.engineering · 19 min · Agent Workflows · Agentic Coding · CI/CD
11-11

Anthropic 员工访谈:不会 TypeScript 的人也在用 Claude Code 造应用

Anthropic 官方博客整理了一批内部员工访谈,列举 Claude Code 在公司的实际用法:新入职的数据科学家把整个代码库交给它,靠 CLAUDE.md 理清数据管道依赖;安全团队在事故中把 stack trace 和文档喂进去追控制流,自称排障提速约 3 倍;数据基础设施团队遇到 Kubernetes 无法调度 Pod,用仪表盘截图逐级排查,定位到 Pod IP 池耗尽并拿到新建 IP 池的命令;市场部用两个 sub-agent 处理含数百条广告的 CSV 并批量生成变体;法务则搭了内部「电话树」原型,帮人找到对口律师。文章的核心主张是 agentic coding 正在模糊技术与非技术工作的边界。需要注意:全部为厂商自述的二手案例,没有代码、没有配置、没有失败复盘,数字无法验证。适合想了解 Claude Code 落地场景的团队参考,不宜当作效果证据。

claude.com · 8 min · Agent Workflows · Agentic Coding · AI Productivity
11-11

Claude Fable 5.2 提示词迁移手册:effort 档位、早停与子代理收敛

Anthropic 为 Claude Fable 5.2 写的提示词迁移手册,按「你观察到什么现象」组织,逐条给出对策。核心判断:能力增益大部分已在高 effort 档位兑现,medium 到 high 是主要台阶,high 以上收益不均且依赖任务;effort 必须和 prompt 一起重跑 eval,不能沿用 Fable 5.1 或 Opus 5.5 上调好的档位。文档给出若干内部测试数字:加入「完成任务」提示后,带可做工作却结束的会话约减半,输出 token 涨约 30%;在 system prompt 声明代码归模型所有,重复代码合并率从不足十分之一升到约一半,代价是 1.5 倍输出 token 和六到十次里有一次改变既有行为,且收尾摘要常漏掉小改动。另有子代理工具描述里写清成本可让委派减少约三分之一、progress-update thinking block 在 display 为 omitted 时文本为空、preserved thinking 下编辑历史前缀会作废 thinking 块,以及 stop_reason 为 refusal 时的分类与重试路径。适合正在迁移 agent harness、维护长 system prompt 与 memory 文件的一线工程师。

platform.claude.com · 22 min · Agent Harness · Agentic Coding · Claude
11-09

别写抽象计划:pstack 用代码做规划与架构

poteto 的 pstack 指南第二篇讲 agent 工作流的前半段:研究、规划、原型与架构。她认为 agent 的两类常见失败来自意图表述不足与上下文缺失,因此先用「间接提示」让 agent 用自己的话复述问题,再用 /how、/why、/recall、/teach 补齐运行时机制与历史动机。规划环节她反对写抽象计划文档,改为 README 先行、写教程倒推 API,并用 /prototype 在真实代码里跑多套方案、截图对比。/architect 会并行启动多个模型家族的候选设计,交给异模型交叉评审;实现阶段一旦发现类型需要 any 或强制转换,就推倒重来。适合已让 agent 写生产代码、又被「计划看着厚实却无实质」困扰的工程师。

11-09

让 agent 自己验收:pstack 的验证技能怎么搭

poteto 把「验证技能」当团队基础设施来维护:agent 能启动应用、截图、读 trace、确认改动真的生效,人才不用当瓶颈。文章给出 /create-verification-skill 的完整路径——先用一个 agent 友好的 CLI(doctor、snapshot、screenshot、wait-settle、feature-flag 等子命令)把启停、点击、性能采样封装成可复现命令,再用 Feature Map 这份 markdown 索引记录每个功能做什么、用户视角怎么进入、有哪些坑。她反对用 git worktree 横向扩容(单机大约 10 个 agent 就到顶),建议改用 Cursor cloud agents,配合 /swarm 批量跑验证;接上定时 routine 后,Slack 里的用户报告可自动复现。文中反复强调 CLI 设计规范(破坏性操作带 --dry-run、错误信息要告诉 agent 下一步、输出 JSON)和每天跑一次维护技能的必要性。适合正在搭 agent harness 的一线工程师;但「2,000 PR/月」「100-1000x」这类数字没有给测量口径,读者需自行打折。

x.com · 19 min · Agent Harness · Agent Skills · Agent Tool Design
09-29

Claude Sonnet 5.5 发布:Terminal-Bench 4.0 从 10.3% 跳到 70.6%

Anthropic 发布 Claude 5.5 家族的第二款模型 Sonnet 5.5,定位为 Opus 5.5 更快、更便宜的补充:输出速度提升 30% 以上,同一任务成本最多降低 30%。在 agentic coding 评测 Terminal-Bench 4.0 上,Sonnet 5.5 得 70.6%,而 Sonnet 5 只有 10.3%;FrontierCode、CursorBench、GDPval-AA、OSWorld 2.1 等评测同样提升,部分项目已接近 Opus 5.5。定价与 Sonnet 5 持平(输入 $2、输出 $10 / 每百万 token,缓存读取 $0.20),但完成同一任务所需 token 更少。这也是首个带网络安全防护与降级的 Sonnet 模型:高风险 cyber 请求会回退到 Sonnet 5,并首次加入阻止推理提取的蒸馏分类器和 preserved thinking。适合关注模型选型与 agent 编码成本的工程师。

www.anthropic.com · 10 min · Agentic Coding · Ai Safety · Anthropic
09-21

AI 编程行为指南:Agent 不担责,PR 控制在 600 行内

作者面向软件工程师群体,总结了在项目中实践 AI 编程的通用行为准则,刻意弱化工具与技巧之争(如是否 Spec 驱动),聚焦于协作方式本身。核心主张包括:AI Agent 拓展了人的能力但不对代码担责,人始终是代码的最终责任人,不提交自己不理解的代码;用「协作」而非「委派」的心智模型与 Agent 共事,不做只提需求不问实现的产品经理;拆分 PR(推荐 600 行以内),创建前用 AI 前置 review;先启用 Plan 模式做前置探索,理解了需求再写码;工具函数与库倾向采纳成熟方案而非让 AI 从零手撸;改动必须可自动验证,避免让 Review 兜底。文章后半部分针对初级工程师给出定制建议:质量优先于效率、用聊天模式参与修 Bug 而非全自动委派、先花固定时间独立设计再与 AI 对答案、回归官方文档、补齐设计模式与 DDD 等设计能力、有意识关注安全与并发等非功能性需求。

www.piglei.com · 3 min · Agentic Coding · Agents · AI Engineering
09-20

Agent 写代码把 CI 压垮:Anthropic 测试影响分析服务的三次续命与重构

Anthropic 的 CI 在六个月内承受了 25 倍任务量增长:Claude 编写 80% 的代码,工程师人均季度产出是 2021–2025 均值的 8 倍,测试总量涨了 10 倍而人数几乎没变。瓶颈从写代码转到 PR 审核,再落到测试影响分析服务上。该服务由 listener 和 selector 两个确定性组件构成,因为需要单写入者维护每个测试的历史,v0 只能单进程运行,无法水平分片。作者记录了三轮续命:加核心数撑了 70 天,按包分片撑了 29 天,每日重启撑了不到一天;期间内存见底、只找到四个 bug、换内存分配器无效,重启还让 listener 越追越远。最终方案是把历史状态搬进内存数据存储:任意 listener worker 把结果追加进 journal 即可无状态退出,单独的 consumer 每几秒把 journal 汇总成 per-test 历史,selector 再查询。单人三周完成,积压事件归零。作者的建议是:假设两个季度内负载达 25 倍,把状态移出进程,别把关键服务跑成单实例。

claude.com · 10 min · Agentic Coding · CI/CD · Engineering Productivity
08-22

Zed 推出 Delta:让 Agent 与开发者在同一对话中协作

Zed 团队发布 Delta,一个面向 Agent 协作的多人编程环境,并开启私有 Beta。核心是 DeltaDB:它将对话和 worktree 实时复制给线程中的所有参与者,同时兼容 Git,所有编辑与对话都记录在 commit 之间,团队外成员看到的仍是普通仓库。评论可锚定在任何代码行上,随代码演进保持位置,agent 与人类评论共存于同一线程。浏览器端并非简化版,而是把同一个 Rust 应用编译成 WebAssembly 并通过 WebGL 渲染。Delta 还接入了 Claude Code 等第三方 agent harness,让终端会话实时同步进线程。界面设计把对话当作可编辑文档,光标可落在 diff 行、计划步骤或思考块上直接批注。适合使用 agent 编程、关注协作工具与 Agent 基础设施的工程师阅读。

zed.dev · 7 min · Agent Tooling · Agentic Coding · Code Review