搜索归档

AI Agent 日益复杂，开发者不该再当保姆

Thoughtworks 的 Vanitha Kumar 在 The New Stack 播客里讲了一个新思路：与其盯着 AI 编程 Agent 写代码、事后再改错，不如提前给它搭好“护栏”，让它自己发现并纠正错误。做法叫 harness engineering，分两块：一是通过自动化测试、反馈回路和限制措施，让 Agent 第一次就尽量做对；二是出错后能自我修正。这样开发者不用全程守着，多个 Agent 也能并行处理更长的任务。她同时提醒，Agent 越自主，要接触的数据、系统和工具就越多，安全风险也随之上升，所以有些企业暂缓采用 AI；护栏可以限制工具访问、强制走测试环境、敏感改动需人工批准。她还预测安全问题一年内就会成为大话题，并提到 Thoughtworks 于 2026 年 11 月 4 日发布的《Technology Radar》第 35 期，强调 AI、harness engineering，以及渗透测试、理解上线路径等老实践因 AI 而重新变得重要。

超越代码生成：开发者智能体工程实战指南

GitHub 一周收到超过 12 亿次提交，比一年前增长 400% 以上，但写代码变快不等于整体效率提升——研究发现高 AI 采用率团队的 PR 评审时间反而长了 441%。GitHub 因此提出“智能体工程”工作流，用 GitHub Copilot 覆盖计划、构建、验证、观察四个阶段：在 Slack/Teams 里协作梳理需求并自动生成 Issues，在云端沙箱里并行推进多个任务、跨设备续接会话，用共享记忆和仓库指令让 Copilot 记住团队规范，再借助模型选择平衡质量、成本与速度。对开发者来说，这意味着把时间从搜索上下文和重复解释中省出来，集中到真正需要人判断的决策和评审上。目前文中描述的多项功能（如 Copilot Fusion、Copilot Dreaming、会话续接）的具体可用范围和发布状态未作说明。

Skills：面向 Claude Code、Codex 等代理的通用 Agent 技能集

langri-sha/skills · General-purpose agent skills for Claude Code, Codex and other agents

该项目收集一组通用 Agent 技能，每个顶层目录都是一个自包含技能，包含 SKILL.md 入口，以及可选的 references、scripts、rules 目录。使用时可借助 projen-skills 在仓库中声明并固定版本，也可把技能目录软链接到 Claude 等代理读取的技能目录。项目采用 MIT 许可；其中 babysit-pr 源自 openai/codex，按 Apache-2.0 分发并附带许可与 NOTICE 文件。

Cruma 编程代理插件：把本地开发端口或文件夹通过隧道发布到公网 URL

umbra-yurei/cruma-plugin · Agent skill + Claude Code / Codex plugin for installing and driving the Cruma tunnel agent and its MCP server

该项目是面向 Claude Code 与 Codex 的 Cruma 插件市场，包含三个插件：仅含技能、无 MCP 服务器的 cruma，内置本地 MCP 服务器的 cruma-local，以及用于查询账户套餐、隧道和站点的托管 MCP 服务器 cruma-cloud。技能会在获得用户确认后安装 Cruma 隧道代理，并把指定本地端口或文件夹通过匿名隧道发布到公网 URL；它支持升级检查与匿名遥测关闭开关，不存储状态，仅将隧道注册信息（启动方式、版本、系统、CPU 架构、随机安装 ID）发送至 Cruma 隧道服务。

Wizora-AI：基于 LangGraph 的多模态 AI 教学助手

MarouaHattab/Wizora-AI · An Agentic AI-powered multimodal teaching assistant orchestrating LangGraph workflows for grounded Q&A, adaptive question generation, and two-stage summarization across text, audio, and video with Vision Language Models (VLMs).

Wizora-AI 是一个智能体式多模态教学助手，可处理 PDF、DOCX、TXT 文档以及音视频文件，通过本地 Whisper 做语音转写、通过视觉语言模型（VLM）理解图表与视频帧，并用 LangGraph 编排智能体工作流，实现有据可依的问答、自适应题目生成和两阶段内容摘要。系统包含人工反馈与自动反思的迭代优化循环，问答部分采用基于 ChromaDB 的 RAG 检索、证据评估与引文校验。

hyper-hand：让 AI Agent 通过 MCP 控制 Hyper-V Windows 虚拟机

penetrationbudgetdeficit204/hyper-hand · Connect AI agents to Windows Hyper-V VMs to test installers, run software, screenshot, and roll back.

hyper-hand 是一个用 Go 编写的 MCP 服务，让 Claude Code、Codex 等 MCP 客户端从 Hyper-V 宿主侧直接操作 Windows 虚拟机：截图、移动鼠标、键盘输入、执行命令、传输文件以及创建和还原检查点。它经由 Hyper-V 本身通信，虚拟机内无需联网、安装额外组件或提供密码。