一共196篇文章
专题：第2期
-
openai-docs ：OpenAI 给 Codex 装了个文档路由器，查不到就让它闭嘴
Agent 回答 API 问题最典型的翻车方式不是答错，是答得特别流畅。参数名、必填字段、默认值全都编得像真的，你照着改半天才发现在某个版本早就变了。模型的记忆是一张快照，OpenAI 的接口是按周在动的，这两个时间尺度对不上，出错是必然的。 OpenAI 自己放了个 skill 专门治这件事，叫 openai-docs，位置在 openai/skills 仓库的 curated 目录下。名字看着…...- 1.4k
- 0
-
yeet ：一句命令跑完提交到开 PR，OpenAI 是怎么收口的
改完一堆代码，你跟 Agent 说帮我提交一下再开个 PR。它回你一句已提交，你打开 GitHub 才发现分支直接建在了 main 上，commit message 写成 update files，PR 描述是把 diff 原样复述一遍，而这已经是同一天里它开的第三个 PR。 问题不在模型能力。你给的是一个意图，中间那串状态判断全靠它猜，猜错一步整条链路就歪了。openai/skills 这个仓库…...- 1.3k
- 0
-
pr-draft-summary ：OpenAI 是怎么让 Codex 写 PR 描述的
改完两百行代码，你跟 AI 说帮我写个 PR 描述。它回你三段话，第一段复述你刚做的事，第二段写这次改动提升了代码质量与可维护性，第三段列了一串你根本没跑过的测试。你想改，又不知道从哪一句改起。 问题不在模型。你给的是一句话的意图，它只能靠猜去补上下文，猜不出来就用最安全最空洞的模板填满。openai/openai-agents-python 这个仓库里有个叫 pr-draft-summary 的…...- 1.2k
- 0
-
nuget-manager：凭什么管住 AI 改 NuGet 包
你让 AI 把 Newtonsoft.Json 升到安全版，它回你一句改好了。打开 csproj 一看，版本号写成了 13.0.4，NuGet 上根本没这个版本。这种事我遇到过不止一次，而且每次都发生得很自然：模型对版本号没有真值概念，它只是在预测一串看起来合理的数字。 依赖管理恰好是 LLM 最容易翻车的角落。包名叫错一个字母、版本跳到不存在的号、PackageReference 写进了错误的 …...- 1.3k
- 0
-
code-change-verification ：OpenAI 如何用四条命令重新定义“改完了”
AI 编码 Agent 最贵的失败模式，不是写错代码，是它在没跑过任何验证的情况下告诉你改动已经完成。根源在于“完成”对模型来说只是一个可以输出的词，跟文件系统里那几条命令有没有真的被执行，没有任何强制绑定。 OpenAI Agents Python 仓库里有个东西专门盯这件事。它叫 code-change-verification，放在 .agents/skills/ 目录下，内容是一份给 Ag…...- 1.2k
- 0
-
examples-auto-run ：OpenAI 把执行权从 Agent 手里收走了
Smithery 上挂着一条叫 openai/examples-auto-run 的技能，一句话描述是“用自动模式跑 Python 示例，带日志、重跑助手和后台控制”。抓取时它的热度是 18,848，安装数只有 24。这个比例本身就说明问题：围观的人多，真装的人几乎没有，因为它压根不是给外部用户准备的，它是 OpenAI 用来维护自家 Agents SDK 仓库的内部工具，只是被放到了公开目录里。…...- 1.2k
- 0
-
video-use ：把浏览器那套搬到了视频上
让 AI 剪视频，正常人的第一想法是让它把画面看一遍。browser-use 团队做的 video-use 没走这条路。它的核心设计就一句话：模型从不看视频，它读视频。 具体做法是，把原始素材丢进一个文件夹，打开 Claude Code 或者 Codex，说一句把这些剪成发布视频，剩下的交给 agent。清点素材、挑 take、去填充词、调色、烧字幕、加动画，最后吐出 edit/final.mp4…...- 1.2k
- 0
-
azure-devops-cli：给 Agent 配一本 Azure DevOps CLI 全量手册
我带团队用 Azure DevOps 的几年里，最常被模型坑的地方不是它不会写命令，而是它记混了命令。Azure DevOps 的对象域比 GitHub 宽得多，覆盖八类资源： 项目与仓库 流水线、构建、发布 拉取请求与工作项 制品与服务连接 八个领域各自一套子命令，模型面对这张大网，幻觉率明显高于只跟 GitHub 打交道的场景。 更麻烦的是，Azure DevOps 的命令层次深，子命令嵌套好…...- 1.2k
- 0
-
powerbi-modeling ：微软官方 MCP 的”说明书”
Power BI 建模是很多人的噩梦。你写 DAX、配关系、管行级安全，辛辛苦苦搭完一个模型，过两个月自己都看不懂。命名用的是 CUST_NM 这种缩写，几百个度量值没有一句描述，关系乱成一团。想规范一下，翻官方文档像翻字典，效率低到想放弃。 所以看到 Smithery 上挂着一个叫 powerbi-modeling 的技能，第一眼你会以为它是个"能自己帮你建模的 AI"。我一…...- 1.3k
- 0
-
azure-resource-visualizer：让 Azure 资源组自己画出架构图
你接手过一个跑了两年、换过三拨人的 Azure 资源组吗？我接过。打开门户那一刻的感觉很具体：三十多个资源摊在列表里，名字一个比一个抽象，谁连着谁全靠猜。Wiki 里那张架构图是半年前画的，图上还有两个已经被删掉的存储账户。 这种"看得到资源、看不清关系"的状态，是云上最常见的盲区。资源组本身是平的，它只记录"有哪些东西"，不记录"这些东西怎么咬合…...- 1.2k
- 0
-
plantuml-ascii ：在终端和 PR 里也能画的 PlantUML 文本图
你在 README 里想画个调用时序图，第一反应是截图贴进去。结果下一个同事提了 PR，图没变，但 diff 里永远只有一张二进制，谁也看不出改了哪根线。这种事我踩过太多次，后来干脆能不配图就不配。 更尴尬的是图片在很多渠道根本渲染不出来。Slack 里贴的图有时被拦，邮件网关把附件当垃圾，提交信息里的截图直接变成一串不可读的引用。图本来是为了让人秒懂，最后反而制造了信息断层。 还有个隐性成本常被…...- 1.4k
- 0
-
legacy-circuit-mockups ：把面包板搬进了浏览器
想动手搭一台 6502 计算机，第一道坎往往不是焊接，而是怎么把脑子里那张电路图落到面包板上。Ben Eater 的系列教程火了之后，卡在同一个地方的人特别多：线该怎么走，芯片该插哪一行，地址总线和数据总线会不会交叉打架。 这几年复古计算明显在回潮。Ben Eater 把 6502 从教科书里带进了客厅，越来越多人想亲手点亮第一颗 LED，而不是只在模拟器里跑程序。但网上能找到的图要么是仿真软件截…...- 1.2k
- 0