Andreessen 在 Joe Rogan 节目里聊的这几点很扎心:AI 编程没让人下班更早,反而催生了通宵干活的“AI vampire”。后面关于用决策模型自动路由 prompt 的思路,对每天开好几个标签页调模型的开发者很实用。
#developer workflows
Centralising agent steering files changes how teams maintain consistency: rules and skills get updated once instead of per-repo, and cross-project tasks become one agent session instead of several. Engineers juggling monorepo alternatives or many small repos can copy this setup in minutes with only AGENTS.md path pointers. It pairs well with tools like Claude Code or Cursor that read AGENTS.md conventions, and it suits remote teams standardising agent behaviour across projects.
这条推文最值钱的地方是对比:同样是 Fable 5.2,5 个人分别只拿它写代码、接引擎、重做老游戏、全流程生成。想做独立游戏的可以照着自己的技术栈抄作业,尤其推荐看 Loktar 那个美术全交给模型的案例。
OpenAI 在 AIE Code Summit 现场演示了 Codex 的三个实用功能:语音下指令、任务丢到云端异步跑、用 dots 标记传上下文。正在用 Codex 写代码的人可以直接照着这套工作流上手,比单纯在 IDE 里对话效率高不少。
GitHub 官方写的 Copilot 智能体工作流指南,覆盖从规划到排查线上问题的完整环节,还讲了哪些事不该交给它,做开发的话可以照着搭自己的流程。
一个开发者发推聊了个很实际的问题:改过的开源代码怎么跟上上游同步?答案是让 Agent 自动做,值得看看他的思路。
OpenAI 工程师晒出自己怎么用 Dot 加 Codex 收集反馈、追踪 Bug 再修复,想学这套工作流的可以看看。
这条吐槽说到点子上了:部署新站最慢的居然是手动申请服务和配环境变量,作者盼着这些服务都有 CLI 或 MCP,好让 AI 全包。做开发的应该都有同感。
Anthropic 把 Unix 老经验搬来管 Claude 多 Agent 协作,讲怎么拆任务不乱套,搭工作流的人能直接抄思路。
Anthropic 出的 Claude Code 云端会话实操指南,教你同时跑多个任务、断网不中断,还附 GitHub 连接避坑方法。
一个用了 15 年 Vim 的开发者聊 Agent 带来的转变:不用再敲命令,直接说意图就行,但底层功底反而成了护城河。
Boris Cherny的亲身经历揭示了AI编程的落地真相——不是替代开发者,而是把开发者从手写代码中解放出来。做开发的团队和个人,建议看看这种新工作流怎么落地。
智能体安全是当前 AI 落地的核心瓶颈,OpenAI 的 Codex 方案将安全控制嵌入开发流程,做 AI 应用开发的团队值得关注这一方向。