获得徽章 6
- Anthropic 官方发布，基于 Opus 4.7 和 Claude Code 结合的最佳实践指南
重点如下：
1、首轮给足上下文，拒绝挤牙膏式对话，首次即明确意图、约束与验收标准。
2、缩减交互频次，批量提问，降低模型重复推理产生的开销。
3、善用自动模式，可信任务开启自动模式（Shift+Tab），并设置完成提示音。
4、默认 xhigh，兼顾高智商与 token 控制，是多数编程与智能体任务的最优解。
5、拒绝盲目用 max，极难任务才用 max，其余按需切换（low/medium/high）以平衡成本与延迟。
6、自适应思考机制，模型自主决定思考深度，可通过提示词强制干预（如要求“深思熟虑”或“快速直答”）。
7、回复长短视难度而定，告别默认冗长，若需特定篇幅或风格需显式要求（正向示例优于反向禁止）。
8、显式触发工具与子智能体，模型现更倾向自主推理而非调用工具或生成子智能体，若需并发或深度搜索，必须下达明确指令。
传送门：claude.com/blog/best-practices-for-using-claude-opus-4-7-with-claude-code展开评论点赞 - 虚拟机 + agent + harness 工程框架会演变为某种实体
不是 传统OS，而是
OS（agent runtime）+ 加速算力（token） + 传统算力，存储和流量（传统云服务） =
这种打包就是未来个人计算的核心。
目前还没有名字，但是会是类似 agent vm or agent sandbox 之类的东西吧。
目前英文世界还没有最终确定，但是很快，估计六个月之内
从"人操作App"转向"人委托Agent，Agent调度Runtime"，新交互范式已来展开赞过
评论1 - David Singleton，前 Stripe CTO 最近有个观点很炸裂：
当我们所有人都觉得 AI 时代最危险的是 manager，因为不需要中间层了嘛，agent 直接干了。
结果他现在优先招那些以前当过 manager 但现在想回来写代码的人。
原因是他认为 manager 天然擅长拆解任务、协调资源、知道什么时候该推一把什么时候该放手，他认为这才是驾驭 coding agent 最核心的能力。
----
我认为说的没有错，不过这里重点不是当没当过 Manager，而是需要同时具备架构能力和管理能力，能拆解任务，能管理 Agent。
说实话，有些manager 擅长的不是技术，而是向上管理和 PUA，这是管人的逻辑。 管 Agent 重要的即不是向上管理，也不是 PUA，而是“定义问题”和“知人善用”。展开评论点赞 - 吴恩达最新推出 Context Hub，用来解决 agent 访问的 API 更新不及时、获取低效以及幻觉问题。并且还提供本地记忆（API正确的用法还有调不通的经验）。如果能得到大范围采用以及维护，确实是一个不错的项目。
原文：
AI 编程智能体是否也需要一个“Stack Overflow”来互通有无？
上周，我发布了 Context Hub (chub)，这是一个开源的命令行（CLI）工具，旨在为编程智能体（coding agents）提供及时的 API 文档。自发布以来，我们的 GitHub 仓库已斩获超过 6,000 颗星；得益于社区的贡献以及全新的“智能体文档编写器”（agentic document writer），我们提供的 API 文档数量已从不足 100 份迅速扩展至 1,000 多份。感谢每一位支持 Context Hub 的朋友！
OpenClaw 和 Moltbook 的实践证明，智能体可以利用专为其打造的社交媒体来共享信息。在 chub 的新版本中，智能体可以针对文档分享反馈——哪些方案有效、哪些无效、哪些内容缺失。在确保隐私和安全的前提下，这些反馈将帮助我们为所有人持续优化文档质量。
目前该项目仍处于早期阶段。您可以在 GitHub 仓库中查看详细信息和配置选项。请按以下步骤安装 chub，并引导您的编程智能体开始使用它：
npm install -g @aisuite/chub展开3点赞 - 2026年3月16日，英伟达GTC 2026大会正式开幕，英伟达创始人兼CEO黄仁勋发表了主题演讲。
黄仁勋详细拆解了驱动未来增长的底层商业逻辑——Token工厂经济学。
我总结了一下，有5个底层趋势：
🏭 1. 数据中心已死，“Token工厂”当立
以后别提数据中心了，那是存文件的地方。现在的核心是“生产Token的工厂”。Token成了新的大宗商品，云厂商和AI公司的核心KPI变成了“Token产出效率”和“每瓦Token成本”。
🧠 2. 跨越生成，迎来“推理元年”
大模型从单纯的“生成”（给文本/画图）进化到了“推理”（拆解问题、规划步骤）。为了让AI拥有真实可靠的逻辑闭环，算力需求直接暴涨了1万倍。接下来的主战场是推理成本的极限压缩。
3. Agent的“Windows时刻” OpenClaw 横
空出世，这就是智能体时代的操作系统！企业IT即将大洗牌：从传统的SaaS（软件即服务），全面进化为 AaaS（智能体即服务）。未来的产品交付的不再是“给人用的工具”，而是“直接干活的Agent”。
🧑 4. 职场新形态：你的年薪里包含“Token预算”吗？
硅谷最新的招聘诱惑已经不是期权，而是“Token配额”。在全员标配 Claude Code / Cursor 等AI原生开发栈的今天，公司不仅发工资，还会发相当于薪资一半的 Token 额度，以此放大工程师10倍的产能。
5. 物理AI（具身智能）跨越虚实
AI不再只活在屏幕和代码里。百万辆级的 RoboTaxi 落地，工业机器人全面接入数字孪生（NVIDIA DSX）。从数字世界的Agent到物理世界的机器人，AI终于长出了“手脚”。
现在时代已经从“问AI问题”变成了“派AI去干活”。无论是做产品还是写代码，现在的当务之急是构建自己的 Agent 策略，下一个十年的红利，是属于能高效驾驭 Token 的人。展开赞过 评论1 - 软件工程的变局来了，别固守旧模式。
Claude Code + Skills 让我们看到了一种可能：
底层：由专业人打造 Agent OS（新的操作系统）。
基座：由专业人维护 ffmpeg 等核心工具库。
应用层：普通人基于 Agent OS 写 Skills（脚本级代码），AI 辅助，触手可及。
在这个新模式里，每个人都拥有了 Claude Sonnet 4.5 级别的“超级助手”。它们不仅能根据你的指令自动运行 Tasks、执行 Skills，更能全权兜底——无论是代码逻辑冲突、环境配置报错，还是陈旧代码需要重构，它们都能直接切入控制台，现场调试、实时修复，直到系统完美运转。
未来需求必将爆发，专业与不专业的边界正在模糊，人人都是开发者。
前景很美好，身体更重要。锻炼好身体，多活几年才是最大的赢家。展开赞过 评论3 - 2025 年我常用的 AI 工具- “生产力全家桶”
1. Cursor、Trae、Codex、Claude Code： 从国产的 Trae 到 Cursor、Codex 和 CluadeCode，基本上都深度尝试了一遍，我自己的编码正式进入 Vibe Coding 时代，手写代码已经成为过去式、思考和设计占据主要时间
2. DeepSeek、Kimi、ChatGPT和Gemini： 告别了百度和Bing、Google，遇到不懂就问这四家。年初 DeepSeek爆火，到现在使用 ChatGPT 和 Gemini 比较多，中文内容偶尔用一下 Kimi
3. ChatGPT GPT 和Gemini Gem、Gemini Banana Pro： 写好提示词，沉淀可复用的提示词资产，比如文章写作、润色轻松搞定
2026 年继续进化 - “Agent指挥家：高效管理Agent”
1. Cursor + OpenSpec组合写规划； Claude Code（Sonnet/Opus 4.5）执行编码工作；Codex Review 和修复疑难bug； 让自己成为 AI 牧“码“人，编程艺术指挥家
2. Skills沉淀：从写提示词，到写好Skills，沉淀自己的工作流 ，从 UI 设计、程序设计、 文章写作都可以用 skill塑造并固定复用。
3. NotebookLM： 知识消化、文章总结、内容沉淀、PPT生成，构建一个知识全自动的“输入-内化-输出”闭环展开赞过 21
![[白眼的狗]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_98.9f6d4ad.png)