智能体相关 AI 资讯

7月8日

10:16

shao__meng@shao__meng

精选

OPC Skills 开源库包含 10 个 Agent Skills，分为市场调研、数据采集、设计生产、增长基建 4 类，累计安装超 51K+ 次。requesthunt v2.3.0 可从 Reddit、X、GitHub 等抓取用户反馈生成需求报告，已切换 Rust CLI。X/twitter 技能封装了 28 个脚本覆盖全端点，seo-geo 以 33.5K 安装量最热门，内嵌普林斯顿 9 项 GEO 方法论适配 ChatGPT、Perplexity 等平台。

推荐理由：专为独立开发者打造的 Agent 技能库，10 个 Skills 覆盖调研到增长，seo-geo 安装量已破 33K，跟普通工具比多了跨平台 SEO 优化策略。

原文

09:36

官方账号Greg Brockman@gdb

Taylor Blau（@ttaylorr_b）今日正式加入 OpenAI，担任 SCM 工具工程师。他将聚焦 Git 及版本控制系统，为 AI 代理的未来工作流构建基础设施。Blau 在入职推文中感谢了 tnm、gdb、aglover 等多位团队成员的支持。

行业 Taylor Blau OpenAI Git SCM 智能体

推荐理由：Taylor 是 Git 核心开发者，现在去 OpenAI 搞 SCM，为智能体时代建工具，很值得关注。

原文

07:54

Aravind Srinivas@AravSrinivas

71°

Perplexity CEO Arav Srinivas表示，NVIDIA Vera CPU是专为agentic runtime定制的。Perplexity已与NVIDIA合作，在Vera CPU上运行其Perplexity Computer的沙箱基础设施，并观察到显著性能提升。Vera被描述为从规模上看单线程最强的CPU，适合agentic AI的序列执行，包括推理步骤、工具调用和代码执行。在系统满载时，每个agent步骤仍能保持快速。

AI产品 Vera CPU NVIDIA Perplexity 智能体

推荐理由：Perplexity CEO说他们用NVIDIA的Vera CPU跑智能体性能提升明显，Vera是专为agent设计的单线程王者CPU。

原文

07:46

官方账号Replit@Replit

Replit 宣布与 Ramp 合作，让用户在 Replit Agent 中直接启动公司注册、银行、卡片和账单管理。Ramp 同时推出 Ramp for Agents 服务，首批合作方包括 Hermes、Every、Cofounder、Paperclip 和 South Park Commons。该集成面向 Replit 上的商业构建者，简化从创意到运营的流程。

AI产品 Replit Ramp Replit Agent 智能体商业服务

推荐理由：Replit Agent 现在能帮你直接开公司、办银行账户了，和 Ramp 打通，省掉一堆繁琐步骤。适合想在 Replit 上快速启动业务的开发者。

原文

07:42

07:42IT之家（博客/媒体）

Anthropic 将 Claude Cowork 扩展至网页和移动端，支持跨设备延续会话与文件操作。官方数据显示，超过 90% 的使用场景为非代码开发，其中业务运营和内容创作合计占比约 50%。用户可在桌面端发起任务，在手机端查看进度，定时任务支持无设备在线运行，例如设定周一 6 时自动生成客户简报。该功能首批面向 Max 用户，未来几周分批邀请更多用户测试。

AI产品 Claude Cowork Anthropic 智能体知识工作跨设备

推荐理由：Claude Cowork 现在手机也能用了。超九成不是写代码，而是帮你整理资料、写报告。Anthropic 还加了定时任务，后台自动跑，挺方便的。

原文

07:29

Guillermo Rauch@rauchg

Eve.dev 推出新功能，用户只需创建 tools/github.ts 文件并导出 createGitHubTools() 函数，即可用9行代码为Agent注册所有GitHub工具。默认状态下，涉及写入仓库等危险操作会等待人工审批。该功能降低了Agent与GitHub集成的门槛，同时保留了安全控制。Vercel开发者演示了完整示例。

AI产品 Eve.dev GitHub 智能体工具集成

推荐理由：Eve.dev新功能太方便了，写九行代码就能让Agent操作GitHub，危险操作还要你点头，安全又省心。

原文

06:32

官方账号Meta AI@AIatMeta

76°

Meta推出Muse Image和Muse Video两款媒体生成模型，由Meta Superintelligence Labs开发。Muse Image采用agent工作流，能调用工具、自我精炼，并随测试时计算扩展而改进。它与Muse Spark协作生成多媒体内容。Muse Video基于同一预训练基础，支持原生音频。用户可在Meta AI应用、网页、Instagram Stories和WhatsApp中体验Muse Image，目前限部分国家。

AI模型 Muse Image Muse Video Meta 多模态智能体

推荐理由：Meta把图像生成做成了agent，能调用工具和自我改进，还能和Muse Spark配合做多媒体，挺有意思的。

原文

05:18

Claude@claudeai

精选

Claude新增定时任务功能，即使电脑关闭也能运行。用户可设定6am自动执行客户端准备，Claude会处理线程和转录，构建简报并留下未发送的跟进草稿。当需要决策时，问题会发送到手机。该功能提升了自动化工作流的灵活性和效率。

AI产品 Claude 定时任务自动化工作流智能体

推荐理由：Claude现在可以定时干活了，你关机它也能跑，早上6点自动整理好简报发你手机确认，省心省力。

原文

04:54

官方账号Microsoft Research@MSFTResearch

精选

微软在ICML 2025（首尔）上接收超100篇论文，含3个口头报告和1个展览演示。亮点包括Fara 1.5计算机使用智能体，以及一种抗批评的基准测试方法。扩展的蛋白质ML基准FLIP2被推出。此外，微软还改进了LLM推理稳定性。

论文 Fara 1.5 FLIP2 Microsoft ICML 智能体

推荐理由：微软在ICML上发了100多篇论文，Fara 1.5能操作电脑，还有FLIP2蛋白质基准，做研究的朋友可以关注。

原文

04:10

@koltregaskes@koltregaskes

精选74°

Meta发布了Muse Image和Muse Video的预览，这两个模型来自其Superintelligence Lab（MSL）。Matt Deitke展示了更强演示，包括精确的原地编辑和一个包含大象的逼真家庭晚餐场景。模型具备规划、参考混合和多轮编辑的智能体功能，适用于创意工作。

AI模型 Muse Image Muse Video Meta 视频生成智能体

推荐理由：Meta的Muse模型不仅能生成高质量图像视频，还能做精准原地编辑，带智能体规划功能，比宣传更实用。

原文

03:59

Notion@NotionHQ

Notion 推出 Agents iOS 应用，可处理语音笔记、照片涂鸦和深夜提问。用户通过语音、图片或文字输入，由多个智能体自动完成整理、回答等任务。该应用将 Notion 的 AI 能力扩展到移动端，实现随身办公。

AI产品 Notion Agents iOS 语音笔记多模态智能体

推荐理由：Notion 出了个 Agents iOS 应用，能自动处理语音笔记、草图照片和夜间提问，就像口袋里有个团队帮你干活。

原文

03:52

官方账号LangChain@LangChainAI

施耐德电气在生产环境中部署了60多个AI智能体，覆盖100多个国家，所有流程通过自托管的LangSmith进行追踪。其AI助手服务了16万名员工。公司分享了构建LLMOps基础以信任大规模智能体的实践经验，包括如何确保可靠性和可观测性。

技巧 Schneider Electric LangSmith AI agents 智能体 LLMOps

推荐理由：施耐德电气分享怎么管60多个AI智能体，覆盖100国，16万员工在用，用自托管LangSmith追踪，实战经验很具体。

原文

03:44

官方账号Logan Kilpatrick@OfficialLoganK

73°

Google 发布 Managed Agents API，目标是大幅降低将高能力智能体投入生产的成本、复杂度和摩擦。已有数千客户使用该 API 推动前沿应用。路线图包括新 UI 体验和 Google 构建的客户智能体。该 API 旨在简化智能体的构建和部署流程。

AI产品 Google Agents API 智能体生产部署

推荐理由：Google 出了个新 API，能让你轻松把智能体丢进生产环境，几千家客户已经在用了，后面还有新界面和官方 Agent 模板。

原文

03:24

techcrunch@Ivan Mehta

Figma 收购了一家 Y Combinator 孵化的初创公司，该公司曾开发一个 vibe coding 平台，并后续推出了智能体创建产品。此次收购旨在增强 Figma 在 AI 辅助设计领域的能力。收购金额未披露。该团队将加入 Figma 并专注于提升其 AI 设计工具。

行业 Figma vibe coding YC 收购智能体

推荐理由：Figma 把做 vibe coding 和智能体创建的团队收了，以后设计工具可能更 AI 化。对设计圈和 AI 玩家都有影响。

原文

03:18

The Rundown AI@therundownai

73°

Meta发布了Muse Image，这是其MSL部门推出的首个图像生成模型。该模型采用代理式设计，与Muse Spark协作，在生成前先推理用户提示、搜索网络并规划。目前已集成到Meta AI应用、Instagram Stories和WhatsApp聊天中，但未公布任何基准测试成绩。

AI模型 Muse Image Muse Spark Meta 图像生成智能体

推荐理由：Meta新出的Muse Image，能先推理再画图，第一次就让你满意。已经能在Instagram和WhatsApp里直接用了。

原文

03:12

Philipp Schmid@_philschmid

精选

Google DeepMind 在 Gemini API 的 Managed Agents 中推出4项新能力：后台执行支持长时间任务异步运行（`background: true`）、远程MCP服务器连接内部端点、结合服务器端代码执行与本地自定义函数调用、以及跨轮次刷新 API 令牌无需重置沙箱状态。这些更新旨在将代理从交互式聊天机器人转变为真正的后台团队成员。

AI产品 GoogleDeepMind Gemini API Managed Agents MCP/工具智能体

推荐理由：Google 给它的 Managed Agents 加了后台跑、连内网、自定义函数和令牌刷新，做持久任务不用干等了。

原文

02:38

Harrison Chase@hwchase17

LangChain 创始人 Harrison Chase 的博客获得 24 个赞和 4590 次浏览。该文提出 LLM Wikis 概念，将其视为智能体记忆的未来形态。Chase 将于本周四与 BraceSproul、devstein64 进行直播讨论。

行业 LangChain 智能体 LLM Wikis Harrison Chase

推荐理由：Harrison Chase 分享他对智能体记忆的新想法，包含 LLM Wikis 概念和后续观点更新。适合关注智能体架构的人。

原文

02:37

Harrison Chase@hwchase17

精选72°

deepagents 是 LangChain 新开源的、模型无关的智能体框架（harness）。LangChain Academy 随之推出《Introduction to Deep Agents》课程，系统讲解 harness 概念及其4大核心能力。课程指导用户使用 deepagents 构建智能体，并利用 LangSmith 进行追踪与部署。开源项目地址已在Twitter公布。

AI产品 deepagents LangChain LangSmith 智能体

推荐理由：LangChain 刚开源了 deepagents，还出了免费课程，想学 agent 框架的可以上手试试。

原文

02:36

Harrison Chase@hwchase17

该推文介绍了如何利用 LangGraph 实现一个本地优先的个人 AI 代理。代理通过编排、记忆、工具调用、后台工作流和子代理来完成复杂任务。LangGraph 的图结构允许灵活定义状态机，支持持久化记忆和异步后台处理。子代理可以独立执行子任务并返回结果，实现模块化扩展。

技巧 LangGraph 本地优先智能体工作流

推荐理由：想自己搭一个本地跑、能记住你、还能自动干活的 AI 助手？这篇用 LangGraph 手把手教你怎么搞，还能拆分子代理干活。

原文

02:29

elvis@omarsar0

一条推文指出，Fable 5的发布凸显了多模型智能体编排的重要性。用户可借助Opus 4.8或Fable 5规划任务，用GPT-5.5执行，用GLM-5.2设计界面。通过精心协调，token利用率能显著提升。观点认为多数场景下无需Fable 5，优化编排策略更关键。

技巧 Fable 5 Opus 4.8 GPT-5.5 GLM-5.2 智能体

推荐理由：别盯着Fable 5一个模型，试试用Opus做规划、GPT执行、GLM设计，省token效果还好

原文

01:54

01:54官方一手Berkeley BAIR Blog（博客/媒体）

精选

AI推理成本急剧下降：GPT-4级能力从2023年初每百万token约30美元降至目前低于1美元，部分供应商甚至低于0.10美元。每年推理价格下降9至900倍，中位数约50倍。低成本智能已能满足绝大多数知识工作，催生数据系统三大方向：为智能体设计数据系统、由智能体组成的数据系统、由智能体构建数据系统。

行业智能体数据系统推理成本 GPT-4 UC Berkeley

推荐理由：UC Berkeley教授深入分析AI成本暴跌后数据系统怎么变，三个方向很有启发。

原文

01:49

官方账号LangChain@LangChainAI

LangChain Academy 发布新课程“Introduction to Deep Agents”，系统讲解什么是 agent harness 以及为何 agent 需要它。课程涵盖 harness 的 4 个核心能力：封装、路由、状态管理、生命周期控制。学员将学习如何用 Deep Agents 框架构建 agent，并使用 LangSmith 进行跟踪与部署。该课程面向已掌握基础 LangChain 的开发者，提供免费在线学习资源。

技巧 LangChain LangSmith Deep Agents 智能体

推荐理由：LangChain 官方出了个免费课，专门讲 Deep Agents 框架和 harness 的四个核心能力，学完就能上手搭建和部署自己的 AI agent，比之前零散教程系统多了。

原文

01:44

elvis@omarsar0

作者分享如何通过人机协同（HITL）来提升代理循环的可靠性。他使用DialAgent MCP服务器为Claude和Codex代理分配独立电话号码，使代理能在处理PR和功能时通过语音通话向作者升级决策。这种方法让他在离开电脑时也能与代理沟通。作者提供了快速启动提示词：向代理粘贴指令获取Dial电话号码并拨打测试。

技巧 DialAgent Claude Code Codex 智能体人机协同

推荐理由：让AI代理打电话给你做决策，而不是盯着屏幕等通知。DialAgent给Claude/Codex配号码，实测有效。

原文

01:09

官方账号Decoder@Matthias Bastian

73°

Anthropic 将 Claude Cowork AI 代理从桌面应用扩展到移动端和网页端。该代理可在笔记本电脑关闭时继续后台运行，并通过手机推送通知请求用户决策。此前仅限于桌面应用的协作功能现在覆盖更多设备。

AI产品 Claude Cowork Anthropic 智能体后台运行移动应用

推荐理由：现在能用手机控制 Claude 在后台干活了，合上电脑也不停，需要决定时通知你。

原文

01:08

官方一手AWS Machine Learning Blog@Jose Soto

精选

本教程教你使用Amazon Bedrock AgentCore构建AWS Support Companion。该智能体采用Strands Agents作为编排框架，通过Model Context Protocol (MCP)连接AWS服务。它能分析CloudWatch日志、检索AWS文档、查询AWS re:Post社区知识，并能创建支持案例。整个方案通过单个AWS CloudFormation脚本部署，并包含基于AWS Amplify的Web前端。

技巧 Amazon Bedrock AgentCore MCP/工具 CloudWatch AWS CloudFormation 智能体

推荐理由：想自己搭一个能查日志、搜文档、开工单的AWS支持机器人吗？看这篇教程，用Bedrock AgentCore和MCP协议，一套脚本搞定。

原文

01:04

官方账号SiliconFlowAI@siliconflowai

GLM-5.2 模型可在数分钟内构建视觉角色扮演项目，支持对话、角色、故事分支并自动生成图像提示。用户只需获得 SiliconFlow API 密钥，将 GLM-5.2 接入智能体，描述创意即可生成内容。平台同步启动 Summer Rush 竞赛，提交基于 GLM-5.2 的作品即可参与排行榜，早期提交前72小时有额外奖励。

AI模型 GLM-5.2 智谱 SiliconFlow 视觉生成智能体

推荐理由：智谱 GLM-5.2 能直接帮你从文字描述生成带画面、分支剧情的角色扮演，而且搭个 API 就能用，上手很快。

原文

00:45

00:45官方一手Google Blog: AI（博客/媒体）

Google 为 Gemini API 中的 Managed Agents 添加了新能力，包括支持后台任务运行和远程 MCP (Model Context Protocol) 连接。开发者现在可以构建更可靠的生产级智能体，实现异步处理任务。Managed Agents 还增强了与外部工具的集成能力，降低了部署复杂工作流的门槛。

AI产品 Gemini API Managed Agents Google 智能体 MCP/工具

推荐理由：Google 给 Gemini API 的 Managed Agents 加上了后台任务和远程 MCP，搞生产级智能体更方便了，做异步处理和工具调用更省心。

原文

00:27

官方账号LangChain@LangChainAI

LangChain将于7月15日举办"Build a Secure Computer for Your Agent"技术网络研讨会，主题是为AI智能体构建安全的计算机环境。会议将探讨智能体如何安全地执行代码、处理文件、分析数据、安装包并运行多步骤工作流。重点解决安全性、隔离性、可观测性和控制等关键问题。旨在让智能体在受保护的工作空间中完成真实任务。

行业 LangChain 智能体 AI安全执行环境工作流

推荐理由：LangChain教你给AI智能体配个安全工作站，能编码能分析，还管安全隔离，想玩高级Agent的别错过。

原文

00:24

a16z@a16z

Steven Sinofsky 在 a16z 播客中解读“无头软件”概念，并以 Salesforce Headless 360 为例说明其变化。他指出企业软件的粘性极强，SaaSpocalypse 被夸大，遗留系统如 SAP 和保险软件难以替代。讨论还涉及 MCP 服务器兴起，以及智能体时代初创公司的最大机会在于处理长尾自动化。

行业 a16z Salesforce SAP MCP/工具智能体

推荐理由：a16z 请来 Steven Sinofsky 聊企业软件的真实战局：无头软件、SAP 为什么死不了、MCP 服务器像微软中间件复刻，创业机会在长尾。

原文

00:12

官方账号Hugging Face@huggingface

精选

HuggingFace 举办了一场名为 Training Agents 2 的直播教程，聚焦于模型蒸馏技术。该教程详细演示了如何将大模型（教师模型）的知识压缩到更小的学生模型中，以训练自定义 AI 智能体。直播吸引了超过 2.1 万次观看和 124 个点赞，适合希望降低推理成本并保持性能的开发者。

技巧 HuggingFace 模型蒸馏智能体直播教程

推荐理由：HuggingFace 手把手教你怎么用蒸馏训练自己的 agent，省资源还能定制，适合做动手实践的教程。

原文

7月7日

23:45

官方账号LangChain@LangChainAI

LangChain CEO Vtrivedy10 在 aiDotEngineer World's Fair 演讲，强调从 trace（追踪）数据中挖掘是理解智能体（agent）行为的关键。他指出，这能帮助公司大规模策划数据，并建立改进循环。该演讲聚焦如何通过 trace 数据驱动智能体性能提升，而非具体产品更新。

技巧 LangChain 智能体 trace 数据挖掘改进循环

推荐理由：LangChain 老大分享怎么用 trace 数据搞懂你的智能体，还能循环改进，做 AI 应用的一定要听。

原文

23:36

Harrison Chase@hwchase17

Viv在一篇博客中指出，无论通过强化学习还是工程优化，改进智能体的核心都转化为对轨迹（traces）的数据挖掘问题。该观点将智能体开发重新定义为数据处理任务，并讨论了如何利用轨迹数据提升性能。博客未涉及具体基准或版本号，但提出了方法论层面的见解。

技巧智能体 RL 轨迹数据挖掘

推荐理由：Viv说改智能体就是挖轨迹数据，这角度挺新，做Agent的可以看看。

原文

23:07

lmarena.ai@lmarena_ai

Agent Arena平台发布了一篇博客文章，详细介绍其因果追踪方法论。该方法用于分析智能体在竞技场中的决策路径，以提升评估的透明度和可解释性。

AI模型 Agent Arena 因果追踪智能体评估方法

推荐理由：Agent Arena搞了个新方法，能追踪智能体到底怎么做决策，挺适合研究评估方法的人看看。

原文

23:06

lmarena.ai@lmarena_ai

精选76°

Anthropic 发布 Claude Sonnet 5 (Thinking)，在 Agent Arena 排行榜上排名第6。该基准测试基于全球用户的数百万个真实长程智能体任务。模型可调用网络搜索、文件系统和终端等工具完成复杂工作流。Claude Sonnet 5 在任务成功率、用户满意度及 bash 能力上表现最强，工具幻觉率保持稳定。其可操控性分数置信区间较宽，仍在稳定中。

AI模型 Claude Sonnet 5 Anthropic Agent Arena 智能体推理模型

推荐理由：Anthropic 新出的 Claude Sonnet 5 主打智能体能力，Agent Arena 排第6，能自己规划并用工具完成任务。关心自主执行模型的可以看看它的实际表现。

原文

22:30

Hunyuan@TXhunyuan

71°

腾讯混元在ModelScope发布Hy3模型，总参数量295B，21B激活的MoE架构，支持256K上下文和FP8量化版本。在人类评估中Hy3得分为2.67/4，超过GLM-5.1的2.51/4，前端开发、CI/CD和数据存储场景提升最明显。Agent可靠性测试中，Hy3工具调用和错误恢复更强，SWE-Bench Verified方差在4%以内。多轮对话任务中，issue率从17.4%降至7.9%，MRCR从42.9%升至75.1%。模型采用Apache 2.0许可，支持vLLM和SGLang部署。

AI模型 Hy3 Tencent Hunyuan GLM-5.1 ModelScope 智能体开源模型

推荐理由：腾讯混元新出的Hy3，295B参数的MoE模型，Agent任务比GLM-5.1强不少，还带256K上下文和FP8，开源随便玩。

原文

22:24

shao__meng@shao__meng

@EXM7777 总结出一套“可重做性测试”筛选标准：若明天可用更便宜模型重做则跳过，否则保留。该标准基于 Llama 时代用前沿模型蒸馏 5.2 万条答案训练小模型、成本不到 500 美元的历史案例。五个动作包括：重写 CLAUDE.md 植入判断力、做顾问式审计输出按预期回报排序的动作清单、在长链路研究上跑深度研究并原子化为 Obsidian 笔记、用 /goal 加动态工作流实现无人值守产出、安装“思考方式记录器”自动将每步推理留存为资产。其中记录器可自动复利，将剩余 Fable 时间转化为永久仓库笔记。

技巧 Claude Claude Fable 5 工作流提示词工程智能体

推荐理由：Fable 5 快没了，但你可以用这套方法把它的思考框架留下来。五个步骤，从写标准到造自动工作流，以后用便宜模型也能跑出高质量。

原文

22:17

Hunyuan@TXhunyuan

腾讯混元发布Hy3模型，已在OpenRouter平台上线，通过Novita Labs提供访问。该模型采用295B MoE架构（21B活跃参数），支持原生256K上下文长度，并提供三种可配置推理模式。Hy3在编码、推理和长上下文任务中表现强劲，并针对智能体工作流进行优化。模型免费使用至7月21日。

AI模型 Hy3 Tencent Hunyuan OpenRouter 推理模型智能体

推荐理由：腾讯的Hy3模型现在OpenRouter上就能用，295B参数但只激活21B，成本低，还有三种推理模式，做智能体任务很合适，而且免费到7月21号，赶紧试试。

原文

22:15

elvis@omarsar0

精选

MiniMax M3 是一款支持多模态的长运行智能体模型。它采用稀疏注意力机制，有效降低长上下文下的计算开销。该模型可同时处理文本与图像等多种输入。其设计使智能体在长时间任务中保持高效实用。

AI模型 MiniMax M3 多模态智能体稀疏注意力长上下文

推荐理由：MiniMax M3 用稀疏注意力让智能体能跑很久，多模态还实用，搞长任务的不妨关注一下。

原文

20:12

20:12IT之家（博客/媒体）

英国央行在7月发布的半年期金融稳定报告中指出，人工智能对金融稳定的威胁日益增加。投资者大举押注AI并借贷购股，银行也因AI更易遭受网络攻击。报告提及Anthropic“Mythos”等前沿模型带来的网络与运营风险。央行副行长布雷登称现有监管框架未考虑自主智能体，需出台专门AI规则。

行业英国央行金融稳定 AI风险网络攻击智能体

推荐理由：英国央行的最新报告重点分析了AI对金融稳定的风险，包括投资者借贷押注和网络攻击，建议关注。

原文

20:03

20:03IT之家（博客/媒体）

Midjourney 创始人 David Holz 在 X 平台发文，称身边程序员用上最新编程模型后效率极高但身心俱疲，并向网友求助缓解方法。前 Meta 工程师胡书明指出氛围编程无法让人进入心流状态。Anthropic 公司 Claude Code 业务负责人 Catherine Wu 建议只用一个 AI 智能体专注高难度任务。多位工程师警示“AI 疲劳症”正在蔓延，程序员因技术迭代过快产生职场无力感。

行业 AI疲劳症编程助手智能体 Midjourney Claude Code

推荐理由：David Holz 发帖求缓解 AI 编程疲劳的方法，前 Meta 工程师、Claude Code 负责人等纷纷支招。程序员看了有共鸣，还能学几招。

原文