Cursor 让我第一次强烈感受到 AI 编程的震撼，Codex 则让我第一次真正感觉到，AI 不只是编程助手，而是一个真正的超级Agent，Codex 明显更接近下一阶段的形态。

先说一个事实：2026 年的技术面试，已经和两年前完全不一样了。两年前面试问的是："手写一个 Promise"、"说说 React Fiber 原理"...现在面试官默认你会用 AI。他们真正想知道的

不是恰饭，也不是踩一捧一。只是记录一个 Codex 老用户切换到 WorkBuddy 的真实一周，以及过程中踩到的坑和省下的钱。 一、为什么换：被逼无奈的"搬家" 很早就听说腾讯出了智能体编程工具 W

从零开始搭建一个 AI Agent —— LangChain + TypeScript 实战手记 目录 项目初始化：先把骨架搭起来 理解 Agent：它和普通 LLM 调用有什么不同？

在 Codex 中安装 Jev 判断模型实测，Agent 决策比 LLM 快 40-200 倍，便宜 40-400 倍，输出 Token 免费

欢迎来到 2026 年 9 月 GitHub 热门开源项目排行榜！它们共同指向：Agent 正在从「会写很多代码」走向更克制、更可治理、更能操作真实世界与组织协作。

前言 最近编程圈最火的一个词，非 Skills 莫属。 不是指程序员的技术能力，而是指 AI 编程助手的“技能包” 。 一套让 AI 从“随缘写代码”变成“按流程交付”的标准化工作流模块。 今天这篇文

前几天在知乎看到有人问：Codex 用上 GPT-5.6 后，为什么不少人开始不用 Skills 了？ 确实，相信大家也发现，很多 Skill，尤其是开发相关的，真的慢慢就开始用不上了。 我现在看到一

本文介绍了一个本地轻量化RAG（检索增强生成）问答系统的搭建过程。该系统支持多格式文档上传（TXT/MD/PDF/CSV），具备文档自动处理、语义检索与问答功能。

我是一名从事七年的软件开发工程师，最近用AI完成工作，突然发现了一个问题，我们把AI都用错了。 第一阶段：程序员手撸代码，觉得AI不可靠。 第二阶段：部分代码让AI写，写完人工review。 第三阶段

你会学到什么 很多人开始使用 AI 工具时，会很快遇到几个问题： 明明模型很强，结果做出来的东西却不稳定。 同一个任务，换一种说法以后效果差很多。 对话越长，AI 越容易跑偏。 工具功能很多，却不知道

Qwen3.8-27B 把旗舰级 Agent 能力搬进个人电脑，本地运行不花 API 费用，但速度、内存和长任务体验仍有明显门槛。

最近 DeepSeek Harness（DSH）火得一塌糊涂，社区插件生态也是爆发式增长,来看看那些值得安装的插件。

上一篇智慧厂房文章写到最后，我留了一个问题：那条从调研、设计、切素材、建模到网页化的链路，换个场景还能跑通吗？ 这次我换成智慧农业。厂房里看设备和分区，农业园区里要看地块、作物、墒情、水肥和当天作业。

我用 GPT 有两年多了，也算是个重度用户了吧。平常写方案、改文案、整理资料、有时候半夜想到一个选题也会爬起来跟它聊两轮。因为网络的原因，我一直走的是中转站——大家懂的都懂，就是第三方转发 API 的

现在各种大模型都在拼命展现自己有多能聊、多能写，还会对用户各种吹捧，把用户哄成胚胎。但真的到了想要它干点活，它就会最直白，最不绕弯，最一针见血，最一本正经地胡说八道。

爬上来说个事，Jev 刷屏快一周了，全网都在吹「新技术路线」。 后台也有不少人问我怎么看？我说句扫兴的：别吹了。 先说下它是啥。前 OpenAI 研究员创业做的模型，最大的特点是不说话，不生成文字，它

最近发现阿里开源的 qianwen-ai，它把 QianWen 的全套 AI 能力直接集成到了 Agent 里，体验下来确实是个神级 Skill 项目！

前言 最近技术群里有个话题讨论得特别激烈——“Spring AI Alibaba是不是停更了？” 起因很简单。 有人翻了GitHub的Releases页面，发现上一个正式版还是v1.1.2.2，发布于