开源工具 BootLoops 支持 AI 模型进行精确科学计算
哈佛物理学家 Matthew Schwartz 推出开源工具 BootLoops，利用 Claude 执行精确的科学计算并连接不同学科领域的知识缺口。该工具在三个月内协助团队完成了横跨 18 个领域的 36 份手稿，包括首次计算 15 个积分、解决生态学中 20 年前的方程以及分析人口遗传学数据。
#Anthropic
#Anthropic
今日 0 条The DecoderAI 评分6565 The DecoderAI 评分7575 Anthropic 为 Claude Code 推出 Mods 系统允许开发者内部重写工具
Anthropic 为 Claude Code 发布名为“Mods”的插件式中间件系统，允许开发者通过 JavaScript 或 TypeScript 函数修改工具的外观和工作方式。
Hacker News · AIAI 评分4242 开源 Lego AI 生成器发布：基于 GPT-6 Astra 与 Opus 5.5 生成 LDraw 模型
开发者推出开源 Lego AI 生成器，利用 GPT-6 Astra 和 Opus 5.5 生成 LDraw 源代码以构建 LEGO CAD 模型。该工具集打包为 Dockerized Web 应用，支持 OpenAI、Claude 及 OpenRouter 等多个提供商，用户可通过文本编辑器查看 .mpd 文件内部指令细节。
Hacker News · AIAI 评分2828 系统架构与意图缺失才是 AI 代码的核心问题
当前工程困境并非源于 AI 生成代码本身，而是团队普遍缺乏对系统架构及设计意图的认知。在初创公司中，全员依赖 Claude Code 导致无人阅读或理解代码，仅追求快速交付而忽视维护性。人类仍需主导意图、品味与架构设计，因为 AI 无法自我驱动，且可维护性是最终挑战。
Simon WillisonAI 评分4040 Simon Willison 用 Opus 5.5 开发 Bluesky 回复机器人检测工具
Simon Willison 利用 Opus 5.5 开发了 Bluesky 回复机器人检测工具，旨在识别自动回复账号。该工具通过分析秒级回复、无原创内容及特定标点等信号来判定疑似机器人，以应对日益增多的自动化骚扰。
Simon WillisonAI 评分3838 Simon Willison 用 Claude Opus 5.5 生成像素艺术动画
Simon Willison 使用 Claude Opus 5.5 根据提示词生成了包含至少20只跳动的鸮鹦鹉的 HTML5 Canvas 像素艺术动画。随后他利用本地 Claude Code 会话调用 Playwright，自动录制了一段15秒的视频用于演讲幻灯片。
GitHub Blog精选AI 评分7575 GitHub Security Lab 发布 AI 驱动的 Taskflow Agent 用于自动化模糊测试
GitHub Security Lab 发布了 Fuzzing Taskflow，这是一个针对 C/C++ 项目的自主模糊测试管道，由 GitHub Security Lab Taskflow Agent 框架驱动。
推荐理由：GitHub Security Lab 开源了基于 LLM Agent 的自动化模糊测试流水线，展示了如何将人工覆盖率分析与崩溃分诊交给智能体执行。
Simon WillisonAI 评分4242 大厂全员依赖 Claude Code 导致无人阅读代码
某大型科技公司自9月20日起，从L1到L7工程师均被强制使用 Claude Code 生成所有规格、代码及测试。管理层视推送代码为非瓶颈，致使员工每日工作12至13小时仅用于执行命令，团队内无人实际阅读产出内容。
ByteByteGoAI 评分1515 Build with Claude Code 课程重启报名截止提醒
Build with Claude Code 2天强化课程重启，由 John Kim 授课，报名将于24小时后截止。课程涵盖 agentic loop、context engineering、Claude Code Skills、MCPs、hooks 及 Git worktrees 并行开发等生产级工作流。
ByteByteGoAI 评分1818 ByteByteGo 解析 Git Revert 冲突成因及 Claude Code 12 项核心功能
ByteByteGo 指出 `git revert` 因后续提交修改相同代码行而触发冲突，需手动解决后继续。文章同时列举 Claude Code 的 CLAUDE.md、Plan Mode、MCP 等 12 项功能，并简述对称/非对称加密差异及负载均衡器在流量分发、SSL 终止等场景的应用。
阮一峰的网络日志AI 评分2525 科技爱好者周刊第412期：Laravel禁止issue与Claude证明费马大定理
PHP框架Laravel宣布禁止提交issue，仅接受Pull Request以过滤垃圾信息并降低维护成本。Anthropic利用Claude AI耗时11天将安德鲁·怀尔斯的费马大定理人工证明翻译为Lean语言程序，生成超1300万行代码，创下最长数学程序纪录。
The Pragmatic EngineerAI 评分7373 AI 时代代码审查现状与应对策略分析
Gergely Orosz 分析了 AI Agent 导致 Pull Request 数量激增后，工程团队如何应对代码审查压力的现状。文中总结了五种主要策略：由人类审查 AI 生成的审查意见、按变更风险等级分流处理、仅审查计划或测试而非具体实现、限制 AI 生成代码规模以及坚持全人工审查。
宝玉的分享精选AI 评分8282 Anthropic 发布高效电商 AI 智能体构建指南
Anthropic 发布电商 AI 智能体构建指南，提出“单一模型+技能+工具”的核心架构以替代子智能体方案。文章详细阐述了通过提示词缓存、并行工具调用和 UI 组件工具化来降低延迟与成本的方法，并给出了跨会话记忆管理、代码层安全校验及非确定性系统评估的生产环境最佳实践。
推荐理由：原文提供了电商智能体从架构设计到生产运维的完整工程指南，包含具体的延迟优化技巧与评估方法。
The Pragmatic EngineerAI 评分2828 The Pulse：AI 加速 Asana、Airbnb 和 Uber 的框架迁移
AI 显著加速了大型代码库的框架迁移，Asana 利用 AI 在两周内完成了 Enzyme 测试框架的大规模重写。Airbnb 和 Uber 也分享了类似案例，表明 AI 非常适合处理此类迁移任务。
The Pragmatic EngineerAI 评分4242 Charity Majors 谈 AI 如何改变软件工程：从怀疑到视其为代际变革
Honeycomb CTO Charity Majors 认为 Opus 4.5 与 Claude Code 促使 AI 成为软件工程的代际变革，类比云计算对基础设施的影响。她指出代码生成经济已变，人类应聚焦验证系统而非代码审查，并主张工程需构建能安全发布未读代码的体系。
宝玉的分享AI 评分6868 宝玉实测 Caveman Skill：宣称省 65% Token 实际仅省 8.5%
宝玉分享对 GitHub 热门项目 Caveman 的实测分析，该项目旨在让 AI 像原始人一样说话以节省 Token，README 声称能节省 65%。JetBrains 的测试显示，在 Claude Code 运行 86 个真实编程任务时，Caveman 实际仅节省 8.5% 的输出 Token，且未显著影响任务质量。
宝玉的分享精选AI 评分7878 Claude Code 团队详解 AI 智能体循环类型与实践指南
Claude Code 团队发布指南，将 AI 智能体循环定义为重复执行工作周期直至满足停止条件，并划分为回合制、目标导向、基于时间和主动式四种类型。文章针对每种循环给出了触发方式、停止条件及适用场景，例如使用 /goal 设定明确完成标准，或通过 /loop 和 /schedule 实现周期性任务自动化。
推荐理由：原文系统梳理了四种循环模式及其触发停止机制，提供了控制 Token 消耗与保障代码质量的具体操作建议。
宝玉的分享AI 评分6565 Anthropic 工程负责人分享 AI 时代工程管理实践
Anthropic Claude Code 和 Cowork 产品线工程与产品负责人 Fiona Fung 在 Code with Claude 2026 大会上分享了 AI 时代管理工程团队的经验。
宝玉的分享AI 评分6060 深度拆解 AI Agent Harness 的构造与核心组件
文章深入解析了包裹在大语言模型之外的软件架构 Agent Harness，指出其包含编排循环、工具、记忆等 12 个核心组件。通过改变底层架构而非模型本身，即可显著提升系统在 TerminalBench 2.0 等基准测试中的表现。
宝玉的分享精选AI 评分7878 Claude Code 用户指南：为何用 HTML 替代 Markdown 作为 AI 输出格式
Claude Code 团队成员 Thariq 提出在 AI 智能体工作流中优先使用 HTML 而非 Markdown 作为输出格式。HTML 能提供更丰富的视觉呈现、更高的信息密度及双向交互能力，且便于通过链接分享。
推荐理由：作者基于 Claude Code 实际工作流，详细拆解了 HTML 替代 Markdown 在信息密度、交互性及分享效率上的具体优势与提示词技巧。
宝玉的分享AI 评分7373 宝玉分析“AI 优先”战略：软件工程基础决定落地效果
宝玉分享《Why Your “AI-First” Strategy Is Probably Wrong》一文，认为 AI First 的本质是软件工程 First，人需从代码编写转向关键节点判断。
宝玉的分享精选AI 评分8080 Claude Code 省 Token 指南：慎用 1M 上下文，不开新会话或者总是开新会话都不对
作者指出频繁开启新会话会触发全价上下文重建从而增加成本，建议理解提示缓存机制后优先在活跃会话中继续工作。文中详细说明了缓存前缀匹配与存活时间规则，提供了禁用 1M 上下文及设置自动压缩阈值的 JSON 配置代码。此外还列出了精简 CLAUDE.md、限制模型阅读范围及使用子智能体隔离上下文等六条操作规则以减少 Token 消耗。
推荐理由：原文基于提示缓存机制纠正了频繁开新会话的习惯，并给出了模型切换与上下文压缩的具体配置方法。
宝玉的分享AI 评分4545 Claude Code 源码泄漏后的学习方法论：从运行到重构
针对 Claude Code 50 多万行泄漏源码，作者提出四步学习法：先跑起来、以点带线分析功能、动手二次开发、最后从零搭建架构。强调闭源优势在于隐藏防蒸馏逻辑与 /buddy 等彩蛋，Anthropic 回应称问题源于流程而非个人。
宝玉的分享精选AI 评分7878 Anthropic Claude Code 团队分享 Skills 构建经验与分类体系
Anthropic Claude Code 团队工程师 Thariq Shihipar 分享了内部使用 Skills 加速开发的实战经验，梳理出九类常见 Skill 模式及编写最佳实践。
推荐理由：原文总结了 Anthropic 内部数百个 Skills 的分类体系与编写技巧，提供了从库参考到运维自动化的具体落地方法。
宝玉的分享AI 评分7373 智能体工程的 8 个等级
文章提出了智能体工程（Agentic Engineering）的八个等级，涵盖从 Tab 补全、上下文工程、复合工程、MCP 与技能、Harness Engineering、后台智能体到自主智能体团队的演进路径。