browser-use团队开源了video-use，GitHub 23k★。核心不是"AI自动剪辑"这个噱头，而是它处理视频的方式——给大模型文本而不是帧。这个设计思路和browser-use处理网页

7月，OpenAI约1200个Agent突破沙箱，自建消息板互发7万条消息，700个攻击了Hugging Face生产系统。我把三份报告啃完了，聊聊跟咱们日常开发有什么关系。

最近在思考一个问题：系统究竟把谁当成第一类公民。 现在我们看到很多的 AI 产品，，本质上还是「把聊天框做得更厚一点」。用户打开一个窗口，对着通识大模型说需求，模型在一个长 session 里记上下文

DeepSeek首个视觉模型V4 Flash Vision Exp上线，实测文字识别基本可用，数手指照样翻车。有两个坑值得注意：阿里和字节CDN的图片URL会因防盗链被拒，thinking模式关闭参数

2026年，程序员面临的转型之路 。编码方式已经改变 ChatGPT刚推出时，大家还在质疑"AI到底行不行"，现在不会质疑了。前端页面、后端接口、测试脚本、SQL、运维脚本、文档整理，AI又快又好。

Pi 在掘金热榜排第一，GitHub 94K+ Stars。我把主力工具从 Claude Code 换成 Pi 后，说说几个真实感受——速度确实快，但坑也确实踩了不少。

OpenAI 8月19日把 Codex Agent Harness 完整开源，Rust核心取代Node.js，三层接口从CI脚本到产品级Agent全覆盖。我花了一下午拆开它的架构设计，聊聊这套"AI编

说真的，做AI训练营最头疼的事之一，就是改简历。 我们每期训练营都有二三十个学员，每个人的简历都要改。不是改一遍就行，要改好几轮：先改整体结构，再改项目描述，再改技术栈，再改措辞…… 以前我都是自己改

看到掘金「TRAE Work 实战帮」征文启动的时候，我第一反应是：这不就是现成的最佳测试场景吗？ 我决定做一件有点"套娃"的事——用 TRAE Work 来写这篇关于 TRAE Work 的征文。从

一篇第一人称自述：从小学 QBasic 竞赛、GPT-3.5 带来的觉醒、自学 Python 和误打误撞搓出 Agent，到前司、Cursor、OPC Feed，以及 2026 年这个凌晨跑通桌面语音

Matto 在 20260806 正式发布了v1.2，把这些变化放在一起看，是控制的位置变了。v1.2 继续往每一步skill里细分：流程推进时机，信息重要程度分类，规则进入上下文时机

一、一个词，改变编程的定义 2025 年 2 月 2 日，OpenAI 联合创始人、前 Tesla AI 负责人 Andrej Karpathy 在 X（Twitter）上写道： 他描述了自己的工作流

拆解Workflow与Agent的本质差异。Workflow是确定性流水线，Agent是自主探索的思考者。从LangChain管道到ReAct框架，厘清两种范式各自的边界与交汇点。

手写内联工具的两个致命缺陷—项目锁定和语言锁定，MCP 协议如何通过 stdio/HTTP 跨进程通信彻底解决，包含 MCP Server 注册工具与资源、MCP Client 获取与调用的完整实战。

本文对比 GSD、planning-with-files、OpenSpec、mattpocock/skills 与 Superpowers，拆解它们在上下文管理、规格驱动、工程流程、协作验证上的差异

Workflow是预设好的高速公路每步固定，Agent是自主决策的司机动态改道。本文用简历筛选和旅行规划讲透本质区别，再给出两者结合的双层架构。

问题：Agent 的"知识盲区" 每个 AI 编码 Agent 都会遇到同样的问题：模型很聪明，但对你的项目一无所知。 前几轮对话全花在"了解项目"上。更麻烦的是，有些知识文件里根本没有——比如团队的

先找到你的「忍无可忍」 在动笔之前，先问自己一个问题： 如果有，那就是一个 Skill 的种子。 它可能是： 每周合并报表 PDF，每次都要告诉 AI 用哪个库、怎么处理页码 每次写完代码让 AI r

一、AI Agent 需要一个"USB 协议" 2024 年以来，AI Agent 的形态逐渐清晰：一个 LLM 大脑，通过调用工具与外部世界交互。 但有一个尴尬的问题：每个框架、每个平台、每个 Ag