Indie Fox

@indie_maker_fox · 2026-08-16

最近研究了下 Matt 的技能集合，也体验了用这套技能进行开发的流程。主流程如下： 1、grill-me / grill-with-docs：开工前先拷问你，有些细节需要在写代码前想清楚并确认下来。问题会比较多，一般采纳建议就行。 2、to-spec 和 to-tickets：对于大任务，建议执行这两个 skills，产出 spec 文档，并生成要执行的具体任务。小任务就没必要用了。 3、implement：开始执行。它会先检查当前有哪些任务未被阻塞，然后立即执行；执行完成后会解锁其他被阻塞的任务，再继续推进。 4、code-review：顾名思义，做代码检查。这一步也挺有意思：Matt 给出了 12 种代码 bad smell，让 AI 尽量避免生成低质量代码。 https://youtu.be/M6mYodf0dJM 上面是视频教程，不如听听作者 matt 是怎么介绍的。 为什么现在 superpowers 技能失效了？因为模型能力变强了。之前那套强规范废话太多，反而把模型束缚住了，看起来更“笨”。 为什么推荐 matt 这套技能？它更轻量，skill 内容都很短，相当于把 matt 这个专家几十年的软件开发经验浓缩在一起。你可以按需选用，偶尔会很有帮助。 比如，我感觉前面 grill 之后，to-tickets 会在 github 仓库里生成一堆 issues，再让 ai 去 implement，就像变相做了一个 loop，让 ai 自己持续推进，比我一个 task 一个 task 地搞要高效很多。

LanfAI

@Huahuazo · 2026-08-17

想搞明白Agent到底怎么从零搭起来，不是光会调API那种——我翻过不少资料，要么讲得太抽象，要么直接甩给你一个成品让你改改参数就完事，中间“为什么这样设计”的部分基本是空白。 LangChain官方的这个Agents From Scratch教程，是我目前见过最扎实的入门材料之一。它表面上是教你搭一个带人机协作和记忆的邮件助手，四大部分循序渐进：Agent基础搭建、评估体系、人机协作（HITL）、长期记忆。 每部分都有配套Notebook和完整代码，原理完全可以迁移到其他Agent场景。我在本地跑过一遍基础构建的Notebook，最直接的感受是它把LangGraph的节点、边、状态管理讲得很清楚。 从最简单的工具调用开始，逐步引入评估、审批门控、记忆持久化，每一步都能看到Agent行为的变化。最后的Gmail集成虽然需要申请API凭证，但整个部署路径是通的。 https://github.com/langchain-ai/agents-from-scratch

老白（每日 AI 干货✊）

@laobaishare · 2026-08-17

一位前 Google 工程师，推出了免费课程， 1 小时自我改进 agent 构建 涵盖灵魂文件、智能RAG（只提取20条消息而非2000条）、 实时错误纠正和自动内存压缩。 大多数付费 AI 课程都没有他干货的一半。

Max For AI

@MaxForAI · 2026-08-17

这个思路好啊，不但能省Token而且不用等了！ llama.cpp 作者 @ggerganov 分享了一个挺有意思的 Agent 技巧：Inception Mode。 简单说，就是当模型已经思考太久，却迟迟不行动时，直接在它的推理过程中「植入一个念头」： 我是不是想太久了？先去收集更多任务信息。 然后模型往往就会停止继续空想，转而调用工具、搜索信息或者直接开始执行。 限制 reasoning budget 之前就有人这么做了。 但开始尝试控制模型在思考到一半时，会突然“想到什么”好像还是第一次。 过去 Prompt Engineering 主要研究开场应该告诉模型什么。 现在 Agent Engineering 已经开始研究： 模型想到一半的时候，往它脑子里塞什么，能让它做出更好的下一步行动。 有点 Inception 那味了。

siddontang

@siddontang · 2026-08-15

前几天有人问我： TiDB 现在内部用了什么 Multi-Agent System？ 我回答得很直接： 其实我们在刻意避免 Multi-Agent。 能一个 Agent 干完的，就一个 Agent 干。 实在需要拆，最多上面放一个 Coordinator，下面几个边界非常清楚的 Agent。 原因也很朴素。 分布式系统做久了，对“多组件协作”多少有点 PTSD。😂 Agent 一多： 通信来了 状态来了 retry 来了 context 丢了 最后还不知道到底谁背锅。 刚好最近看到 Anthropic 讲 Multi-Agent 的经验，也挺有共鸣。https://www.anthropic.com/research/multiagent-systems 他们提到，很多团队花几个月搭复杂的 Multi-Agent，最后发现把 single agent 的 prompt 和 tools 做好，效果差不多；Multi-Agent 真正比较适合的是 context isolation、parallel execution 和 specialization，而且通常要付出大约成倍 token 的代价。 所以我现在对选择 Multi-Agent 还是挺慎重的。 毕竟我们花了几十年才学会怎么把分布式系统搞稳定。 现在没必要因为 Agent 出来了，再主动把自己分布式一遍。😂

Ryo

@siantgirl · 2026-08-18

跟大家讲一点实际项目里的前端缓存，不是面试里背的那种缓存八股。 先说 Cloudflare。 默认情况下，Cloudflare 一般不会直接缓存 HTML 页面，主要缓存的是图片、JS、CSS、字体这些静态资源。 比如你是 Next.js 项目，public 目录里的图片，本身就是静态资源。如果响应头允许缓存，Cloudflare 很容易把这些东西缓存下来。你也可以通过 Next.js 或服务器返回的 Cache-Control，告诉浏览器和 CDN：这个资源能缓存多久。 但是 HTML 就不太一样了。 你哪怕在 Next.js 里面给 HTML 返回： Cache-Control: public, s-maxage=1800 意思是“共享缓存可以缓存 30 分钟”。 但 Cloudflare 到底要不要缓存这个 HTML，还得看 Cloudflare 自己的缓存规则。 也就是说： Next.js 的响应头是在告诉 Cloudflare“你可以缓存我”， Cloudflare 的 Cache Rule 才是在决定“我到底缓存不缓存你”。 所以如果 Cloudflare 那边压根没配置缓存 HTML，你只在 Next.js 里面写一堆 HTML 缓存时间，很多情况下并不会得到你想象中的 CDN HTML 缓存效果。 而事实上，因为 JS 和 CSS 会不停的打包变化，所以 HTML 有加载的这些，其实 HTML 不会被缓存，那么 JS 和 CSS 基本上都不会被缓存。 然后还有一层经常被忽略的东西：浏览器缓存。 浏览器自己也会缓存资源，而且它和 Cloudflare 缓存不是一回事。 简单理解就是： 用户 → 浏览器缓存 → Cloudflare CDN → 你的服务器 如果浏览器本地已经有，而且缓存还没过期，请求甚至都不一定到 Cloudflare。 所以实际项目里，我更喜欢按路径、按资源类型分别设置缓存。 比如： 图片、字体、带 hash 的 JS/CSS → 可以大胆缓存很久。 官网首页、商品介绍这种更新没那么频繁的页面 → 可以适当给 CDN 缓存几分钟或者几十分钟。 但是像： /account /orders /profile 这种带用户个人信息的页面，就要非常谨慎。 这种页面千万别随便搞公共 CDN 缓存。 不然最严重的情况不是“页面旧了一点”，而是 A 用户的数据被缓存以后，B 用户请求过来拿到了 A 用户的页面，那就不是性能问题了，是事故了。 所以缓存这个东西，真正做项目的时候并不是一句： “网站缓存 30 分钟。” 而是： 哪些资源缓存？缓存在哪一层？浏览器缓存多久？CDN 缓存多久？哪些路径绝对不能缓存？ 这些才是真正需要考虑的东西。

黄健宏

@huangzworks · 2026-08-16

Redis正准备使用B+树作为有序集合的新底层实现，它比之前的跳跃表实现减少约一半的内存占用，并且速度提高约70%：https://github.com/redis/redis/pull/15635

LanLance

@LanLance24 · 2026-08-17

Pi 发布了一篇博客详解他们的压缩机制设计，把上下文怎么膨胀、压缩怎么触发、缓存付出什么代价等进行了深入分析。 https://x.com/i/article/2089285692652429312

码良

@cxjwin · 2026-08-17

面试官：Java接口中可以包含私有方法吗？ 我：可以 面试官：你确定？ 我：jdk9及以上支持了，你不会还在用jdk8吧？ 面试官：......

GitHubDaily

@GitHub_Daily · 2026-08-17

用 Claude Code 一段时间，日常还是打字加回车，看别人晒的那些工作流，总感觉差着一截。 ykdojo 把自己平时记下的 40 多条使用技巧整理成了一个仓库，从基础操作一路讲到进阶玩法。 最实用的是状态栏改造，模型、分支、token 用量进度条一行看全，脚本抄走就能用。 GitHub：http://github.com/ykdojo/claude-code-tips 语音派活、手机远程控制、多账号切换这些玩法也都收了，还配了个日常开发的插件。 天天泡在 Claude Code 里的朋友过一遍，多半能捡到几条回去就用的。

Kimberly

@king1818888 · 2026-08-16

看这份大厂FDE招聘JD就能清醒一点！ 大厂的AI前线部署工程师FDE，门槛写得明明白白： 本科起步，优先985/211，需要计算机相关专业，还要3年以上开发与ToB交付实战经验。 还要配齐整套能力：全栈开发、K8s、CI/CD、AI工程方法论、测试体系，同时要能对接业务，和管理层沟通ROI。 别再被网上宣传误导： 不是随便报一套网课、自学几个工具，就能转型做FDE。 赛道看着光鲜，头部岗位筛选标准极高，根本不是普通人零基础轻松入场的赛道。