-
闲鱼卖几百块的AI爆款视频神器，现在免费了
现在做自媒体的人，是真的多。 截至 2025 年底，国内短视频创作者账号已经到了 16.2 亿，每天上线的短视频超过 1.3 亿条。 博主、一人公司、个人工作室、短视频团队... 这么多人每天都在琢磨同一个问题： 下一条爆款，到底怎么做？ 前两天就有小伙伴私信问我： 有没有那种看到一条爆款，直接照着它的结构，换成自己内容的视频工具？ 我就顺手去 GitHub 翻了一圈。 结果还真挖到一个宝藏项目：…- 3.2k
- 0
-
一万字Jev 工程实践长文：把 Agent 的“判断题”从大模型里拆出来
最近 Jev 很火。它的传播路径很典型：先是 TypeSafe AI 发布一个听起来有点反常识的新模型，再是 Hacker News、知乎、Reddit 开始争论，接着 GitHub 上很快出现一批 Demo。有人拿它玩 Doom，有人拿它跑 Mario，也有人拿它接进浏览器自动化、代码审查、Agent 路由和上下文压缩里。 我一开始对它也有点怀疑。一个“不生成文本”的模型，能有多大空间？现在 G…- 3.2k
- 0
-
Loop engineering：把 agent 放进工程循环
本文探讨了“Loop engineering”这一理念，即工程师不再逐轮提示agent，而是设计包含读取状态、判断任务、执行操作、验证结果、记录状态和判断停止条件的自动化循环系统。文章详细拆解了支撑该系统的六大组件：负责唤醒的自动化机制、隔离并行的worktrees、沉淀项目知识的skills、接入外部工具的插件、分离读写职责的子agent以及确保状态持久化的记忆层。作者强调，loop engin…- 2.1k
- 0
-
Qoder 上新 Mobile Use，开始验证移动端应用
Computer Use 已经可以操作电脑，Browser Use 可以进入你正在使用的浏览器。移动端还没有对等的能力。 今天的 Coding Agent 已经可以修改安卓、鸿蒙与 iOS 代码，但往往止步于提交之前。移动端 app 是否成功构建，修改后的页面如何呈现，用户所指的是哪一个控件，点击之后是否进入正确页面，这些问题还需要解决。 因此，我们推出 Mobile Use 插件（Beta）。安…- 2.2k
- 0
-
从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
今天的 Agent 系统看起来很像一套小型操作系统：它们管理子 Agent 进程，维护长期记忆文件，通过工具驱动接触外部世界，还要处理权限、隔离、恢复和观测。可它们的起点并不宏大。最初，开发者手里只有一个把输入映射为输出的语言模型。 复杂性并不是一次设计出来的。每当模型试图越过一次调用的边界，系统就必须在模型外面增加一个新部件：模型不知道此前聊了什么，于是出现上下文；模型无法改变世界，于是出现工具…- 2k
- 0
-
AI Coding 的观测与科学降本：从一次 Trace 到自动调优闭环
围绕 AI Coding，业界早期的关注点集中在“模型能否写代码”这一问题。目前，该问题已有明确答案。本文主要介绍两个问题：能不能规模化，以及能不能低成本地规模化。 在 Agent 研发过程中，我们重点关注两项核心指标：其一是质量，即能否完成预设目标；其二是效率，即完成该目标所需消耗的 token 规模。据此，本文将系统介绍如何借助智能体观测与优化平台 AgentLoop，在不牺牲质量的前提下，对…- 1.3k
- 0
-
AI 驱动研发体系的实践和思考
本文总结了团队在 AI 驱动研发体系的实践探索，从 AI 辅助编程发展到完整的 AI 驱动研发体系。文章指出业务AI研发的真正瓶颈是上下文而非模型能力，提出"本地优先：Agent + 文件夹 + Git"理念，通过 Price360-KB 项目 Harness 将业务知识、源代码、项目规则和验证证据组织在同一工作空间。实践表明迭代过程本身就是知识飞轮，项目无需完美知识库即可启动…- 1.8k
- 0
-
场景营销互动&体验 AI Coding— AI Native 视觉还原的两个支点：上下文工程与循环工程
三个月前，我们介绍了 Tarot Pixel—— 一个不替 Agent 写代码，而是让 Coding Agent 自己看懂设计稿的系统。三个月后，一份混乱的设计稿让我们看到了更深层的问题，也催生了一种新的工程范式。这篇文章讲两件事：当上下文工程深入到"治理脏数据"，以及当上下文做到位了之后，为什么还需要循环工程（Loop Engineering）。（文章内容基于作者个人技术实践…- 1.1k
- 0
-
手把手带你趟过 AI Coding 深水区：编码让位，人退到哪里
百万行 Lua，自研框架，模型几乎没见过——代码让给 AI 之后，人退到判断上，把取事实的活交给机器。 前言：AI 已经能端到端交付了 这个季度我们做了一个内部平台，给我们的 coding agent 做支撑：七个服务，三个月，一千八百多次提交，十六万行生产代码、十一万行测试代码、八万多行前端，没有一行是人写的，设计文档也全部由 AI 落笔。 这个平台是对照组：通用技术栈，全新项目，没有历史包袱，…- 1.3k
- 0
-
Better Harness：Agent 的交付过程，现在可以像录像一样回放
Better Harness 是我们开源的一套工具，用来检查 Coding Agent 的工作方式，并把有效经验沉淀成可复用的 SKILL。上线以来，我们一直在做一件事：从 Agent 的会话中识别重复出现的工作路径，判断哪些值得进一步沉淀。做起来以后发现，这件事远比“分析会话”复杂。 对于一次软件开发任务来说，Agent 的行为并不是孤立发生的。它从一个需求或者用户故事开始，经过对需求的理解、上…- 1.2k
- 0
-
Prime Agent：一个会改自己脚手架的编码 Agent
8 月 5 日，Prime Intellect 把一个叫 Prime Agent 的项目丢上了 GitHub。当天它就冲进了 Hacker News 首页，一周内攒下 8,500 多颗 Star。到现在（2026 年 8 月中旬），这个仓库已经站稳 1.4 万 Star 上下，MIT 协议，对开发者完全敞开。 引爆讨论的是一组数字：官方称，用 Claude Opus 5 驱动时，Prime Age…- 1.1k
- 0
-
Agnes-2.5-Flash 评测：全球第一梯队的免费 Coding 模型，Claude 的最佳替代品？
Claude 封号潮闹得人心惶惶，动不动就查证件。恰好这时候冒出一个 Coding 能力对标 Claude Opus 4.7 的模型，而且不限期免费。第一时间上手试了一遍，从定位隐藏 Bug 到从零搭建完整应用，体感确实对得起"全球第一梯队"这个标签。当然，跟 Claude Opus 4.8 的绝对巅峰还有差距，但考虑到价格是零，这可能是 2026 下半年最值得关注的 AI 编…- 1.2k
- 0
-
git push no-mistakes：在代码推到 origin 之前，让 AI 先审一遍
你刚在 Claude Code 里折腾了两个小时。它写了 6 个文件、3 个测试、一个 migration。你扫了一眼 diff，看起来都合理。git push。CI 全绿。代码上线了。 两天后你发现那个 migration 脚本删了一个有三个下游服务依赖的字段。回滚花了一整个下午。 2026 年，这事不是假设。每个重度用过 Coding Agent 的人都经历过。问题不在于 AI 能不能写出好代…- 912
- 0
-
如果Claude Code 超过 200 步就开始失忆，MiMo Code 就是冲着这个问题来的
如果你用过 Claude Code 或者任何终端里的 AI 编程 Agent，你应该碰到过这样的时刻：Agent 已经在同一个任务上跑了几十轮，前面的决策开始被后面积压的上下文挤掉，它忘了你最开始说了什么，忘了中间改过的设计方向，甚至忘了测试还没跑完就宣布"搞定了"。 这不是模型不够聪明。是 Agent 的"记忆系统"跟不上任务的长度。 小米 MiMo 团队…- 916
- 0
-
Multica 评测：让编码智能体成为你的真队友
代码写完了，Agent 出结果了，但你根本不知道它中途卡在哪。Multica 就是来解决这个痛点的。开源、自托管、26.8k GitHub Stars，它把 Claude Code、Codex、Kimi 这些编码智能体变成看板上的正式队友。任务生命周期全程可视，技能复利沉淀团队能力。到底有没有传说中那么好使？ 简单说说 现在市面上的编码 Agent 多到数不清：Claude Code、Codex、…- 1.2k
- 0