Elon Musk@elonmusk · 5月25日37

Grok Build improving every day, 7 days a week

译xAI 宣布其 Grok Build 工具持续改进，并发布了 0.1.219 版本以修复一系列 bug。主要更新包括：修复提示词缓存用量限制；解决在 kitty 终端中的字符布局错位；在基于 VTE 的终端中将换行快捷键改为 Alt+Enter；改进滚动回溯中函数调用的默认展开行为；修复混合文本与 URL 粘贴时文本丢失问题；解决 `set_images` 字节长度冲突导致内容丢失的 bug；使跨行 Markdown 链接的 URL 可点击；以及移除压缩后 `read_file` 因重复读取检查而中断的问题。

宝玉@dotey · 5月25日71

一个正在进行中的 /goal 任务，如何知道进展如何了？如何暂停、继续、添加更新？ 有时候一个长任务，执行很久了，也不知道进展如何了，这时候可以借助 /side 指令开启一个side chat，不影响当前会话，并且有当前会话所有上下文，比如： > /side 目前进度如何了？预计还要多久

译对于正在进行中的/goal长任务，可通过输入 `/side` 指令开启一个侧边对话来查询进度，该对话会话共享当前上下文且不影响主线程。任务启动后，输入框上方提供暂停、编辑或删除等操作选项。

Greg Brockman@gdb · 5月25日86

self improvement prompt for codex

译这是一个结构化的提示词，用于指导 Codex 自动分析其历史记录以识别并固化重复工作流。该框架要求 Codex 回顾会话、Memories 等数据，找出重复、耗时且有明确复用价值的任务。筛选标准包括至少出现两次、输入稳定、可提升效率等。最终，Codex 应以“技能”、子智能体或自动化工具等最小实用形式创建或扩展现有资产，避免冗余。流程包括生成候选清单、执行创建，并汇报结果与待验证项。

elvis@omarsar0 · 5月25日17

We are going to need so many engineers and researchers where things are headed. Don't listen to the noise, go learn the fundamentals and build/collaborate with AI as much as you can.

译按照目前的发展方向，我们将需要大量的工程师和研究员。 不要听信噪音，去学习基础知识，并尽可能多地与AI一起构建/协作。

AYi@AYi_AInotes · 5月24日66

刚刚Claude Code之父Boris分享了Claude code最被低估的功能, 可以直接让你的编程效率翻5倍！ 看来自动模式才是真正的杀手级功能啊！ 没有任何权限弹窗， 不用再每隔30秒点一次允许， 你可以开一个会话让它自己跑完整个项目， 同时去开另一个会话干别的， 这就是多Clauding。 效率直接翻5倍。 现在Pro计划也能用了， 支持Sonnet 4.6和Opus 4.7， 还没试过的赶紧去体验！ #Claude #AI #编程

译Claude Code之父Boris称自动模式（auto mode）是其最被低估的功能。该模式移除了所有权限弹窗，使得“多实例并行”（multi-clauding）成为可能：用户可启动一个会话自主运行整个项目，同时并行处理其他任务，从而将编程效率提升至5倍。此功能现已向Claude Pro计划用户开放，并支持Claude Sonnet 4.6与Opus 4.7模型。

Rohan Paul@rohanpaul_ai · 5月24日72

Jensen Huang says nothing would give him more joy than if none of his engineers were coding at all. Instead, they’re just solving undiscovered problems. His framework is 'Purpose vs Task' - coding is just a task, that should be minimized (ideally to 0).

译黄仁勋表示，如果他的工程师们完全不写代码，那将是他最大的快乐。相反，他们应该专注于解决尚未被发现的问题。 他的框架是“目的与任务”——编码只是一项任务，应该被最小化（理想情况下为0）。

meng shao@shao__meng · 5月24日73

让 Codex 回顾你过去的会话历史，识别重复出现的任务模式，并沉淀为可复用的 Skills 或 Subagent，来自 Codex 团队 @reach_vb 的分享 大多数开发者在使用 AI 编程助手时，会反复问同类问题： · "CI 为什么挂了？" · "帮我 review 这个 PR" · "写一下 changelog" · "追踪这个 bug" · "清理这个 diff" 这些重复的 prompt 本质上是未被显式抽象的工作流。每次手动重新描述，既浪费 token，也缺乏一致性。 Skills 和 Subagent 的沉淀方式区别是什么？ · Skills：适用于可复用的工作流，多步骤、有固定流程、面向"怎么做" · Subagent：适用于边界清晰的角色或调查任务，单一职责、可委派、面向"谁来做" Prompt 设计的工程细节 · 数据源明确——基于 "recent Codex sessions" 而非凭空生成，让建议有真实依据。 · 二分类决策——强制 Codex 在 skill 和 subagent 之间做选择，避免模糊产出。 · 领域聚焦——列出 CI、PR review、changelog、docs、release、debugging、test triage 七个高频场景，收窄搜索空间。 · 质量约束——"Create the useful ones only. Keep them simple." 防止 AI 过度生成低价值产物。 Prompt 原文可以直接复制 Look through my recent Codex sessions and identify repeated workflows or repeated asks. For anything I keep doing manually, suggest: 1. a skill if it is a reusable workflow 2. a custom subagent if it is a bounded role or investigation task Focus on practical things like CI failures, PR reviews, changelogs, docs updates, release prep, debugging, and test triage. Create the useful ones only. Keep them simple.

译Codex 团队分享了一项实践：让 Codex 分析你近期的会话历史，识别重复出现的任务模式，并将其沉淀为可复用的产物。具体分为两类：面向固定流程的“技能”和面向单一职责的“子智能体”。通过设计针对性的提示词（聚焦于 CI 失败等七个高频场景），强制进行二分类选择，该方法旨在减少重复的手动描述，节省 token 并提升一致性。

ginobefun@hongming731 · 5月24日67

Bob 大叔认为，未来的程序员将使用像 Gherkin 这样的声明式规范语言，而过程式代码将成为 AI 的领域。

译Bob大叔认为，未来编程的核心范式将发生转变。程序员将使用类似Gherkin的声明式规范语言来描述目标和约束，而传统的过程式代码（涉及顺序、选择、循环等逻辑）将主要由AI来生成和实现。他强调，尽管仍需形式化与精确性，但新的编程语言将不再直接描述计算机的执行步骤，而是定义AI需要达成的“目标集”。

Boris Cherny@bcherny · 5月24日78

People often ask what my biggest tip is for getting the most out of Claude Code. These days my #1 tip is: use auto mode Auto mode means no more permission prompts. It is the key building block for multi-clauding: start a session, then while it runs, work on another session in parallel.

译人们常问我，用好Claude Code的最大技巧是什么。 如今我的头号技巧是：使用自动模式。 自动模式意味着不再有权限提示。它是实现“多Claude并行”的关键构件：启动一个会话，然后在其运行时，并行处理另一个会话。

🚨 AI News | TestingCatalog@testingcatalog · 5月24日63

Grok Build CLI is now available to SuperGrok and X Premium users! It is cool that you can also use it to search through X and use it as a read-only X client. One more agent for your team 👀

译Grok Build CLI 现已向 SuperGrok 和 X Premium 用户开放！它还能搜索 X 并作为只读 X 客户端使用，这很酷。 为你的团队再添一个智能体 👀

Berryxia.AI@berryxia · 5月24日35

OPC 不可靠，没有稳定的现金流奶牛。 不如回大厂继续做牛马？

译Andrej Karpathy（OpenAI联合创始人、前特斯拉AI负责人）加入Anthropic，引发行业震动。值得关注的是，他同步免费公开了相关知识，无需付费即可获取。更关键的是，他本人亲手终结了自己此前提出的“氛围编码”概念，明确指出“LLM是幽灵而非动物”，宣告软件3.0时代正式到来。这一转变凸显了个人顶尖技术价值正在超越机构绑定，同时也暗示AI行业的发展路径与人才流动正在发生深刻变化。

Tibo@thsottiaux · 5月24日30

Codex can do incredible things on demand, but it cannot experience life for you. Don’t forget to get out there and remember who you’re building for.

译Codex能按需完成不可思议的任务，但它无法替你体验生活。 别忘了走出去，记住你为谁而创造。

meng shao@shao__meng · 5月24日33

懂了，程序员生存之道： token 别降价，我要降价 😂

凡人小北@frxiaobei · 5月24日36

有点期待 codex 经常出一些不大不小的 bug

Thariq@trq212 · 5月24日55

every now and then I remember you can run the "please save me money" prompt and it will actually work

译每隔一段时间我就会想起，你可以运行“请帮我省钱”的提示词，它真的会起作用。

ginobefun@hongming731 · 5月24日8

上周末开始被 AI 卷得不行，准备发布这个历史最大的一次版本了 😂

向阳乔木@vista8 · 5月24日43

skill写好以后，躺床上也可以用ChatGPT中的codex开发网站了。 正在开发一个Suno音乐播放器，把AI生成的歌曲都传上去。

ginobefun@hongming731 · 5月24日42

#BestBlogs 早报 2026-05-24 今日主题 🔽 Anthropic 联合 50 家伙伴用 Claude Mythos 在一个月内发现逾 1 万个高危漏洞，安全瓶颈已从「发现」转移到「修补」，AI 找 bug 的速度已超过人类部署补丁的能力。 与此同时，每秒 1,200 tokens 的 Codex Spark 揭示了一个反直觉真相：模型越快，工程师反而要越慢，实时监督、逐步微验收才是高速 AI coding 的核心纪律。 腾讯玄武 150 组实验则用数据打破迷思，装上 AI Skill 不等于更强，token 消耗平均多 48%，真正有效的 Skill 提供的是外部工具与约束性结构，而非对模型能力的Markdown 重包装。

译Anthropic案例显示AI发现漏洞速度已超修补能力，安全瓶颈转移。高速模型如Codex Spark反而要求人类工程师进行更精细的实时监督。腾讯实验则证实，为AI赋能的正解是提供外部工具与结构化约束，而非简单技能包装。这共同指向了更高效的人机协作新范式。

歸藏(guizang.ai)@op7418 · 5月24日51

Codex 又重置了

译Codex 又重置了 [引用 @thsottiaux]：我们发现部分用户注意到 Codex 的额度消耗更快，经排查是由于一项优化回滚影响了长时间会话压缩时的缓存命中率。 我们已修复此问题，并为所有账户重置了使用额度。周末愉快。

Peter Steinberger 🦞@steipete · 5月24日35

codex... made a smiley? :)

译codex... 做了个笑脸？:)

Tibo@thsottiaux · 5月24日19

Should we bring batch compute to codex? Aka /slow mode

译我们是否应该为Codex引入批量计算？即/slow模式

Peter Steinberger 🦞@steipete · 5月24日57

I'm refactoring an older part of the codebase (subagents) that touches a lot of code, and autoreview is running for 5h already and fixing tons of issues. https://github.com/openclaw/agent-skills/blob/main/skills/autoreview/SKILL.md

译我正在重构代码库中一个较旧的部分（子代理），涉及大量代码，而自动审查已经运行了5小时，正在修复大量问题。

宝玉@dotey · 5月24日50

Codex 额度又重置了，又亏了几十个亿😭

Tibo@thsottiaux · 5月24日49

Some of you noticed limits drained faster in Codex, we root caused it to an optimization that we rolled back that had an impact on cache hit rates when compacting across long running sessions. We fixed this and have now reset usage limits for all accounts. Enjoy the weekend.

译部分用户注意到Codex中限额消耗更快，我们已查明原因是一项优化措施影响了长时间会话压缩时的缓存命中率，现已回滚该优化。我们已修复此问题，并重置了所有账户的使用限额。祝周末愉快。

Peter Steinberger 🦞@steipete · 5月24日41

Still limited by compute, so I built a thing that runs codex in the cloud, powered by @Cloudflare firecracker boxes (and since that's not beefy enough for larger projects, tests are run via crabbox) Uses Ghostty ofc, via WebAssembly. Codex replicated itself, basically.

译仍然受限于算力，所以我构建了一个在云端运行Codex的工具，由@Cloudflare的Firecracker实例驱动（由于其性能不足以处理大型项目，测试通过crabbox运行）。 当然使用Ghostty，通过WebAssembly实现。 Codex基本上实现了自我复制。

Yuchen Jin@Yuchenj_UW · 5月24日44

Can’t believe I coded by hand for 15 years. 15 years of memorizing syntax, Vim, Stack Overflow, broken builds, cursed dependencies, merge conflicts, and “one last bug before sleep.” All of that just to end up typing “fix this” into a chat box and watching an agent do crimes.

译不敢相信我手动编程了十五年。 十五年来，我背诵语法、使用Vim、查阅Stack Overflow、处理构建失败、解决依赖冲突、合并代码冲突，还有“睡前再修最后一个bug”。 这一切，最终却只是让我在聊天框里输入“修复这个”，然后看着AI代理搞定一切。

Greg Brockman@gdb · 5月24日62

Codex for building and debugging an iPhone simulator end to end:

译Codex用于构建和调试iPhone模拟器端到端流程： [引用 @JustinBleuel]：Codex计算机使用完全驱动iPhone模拟器，对其刚构建的功能进行缺陷测试

Rohan Paul@rohanpaul_ai · 5月23日60

Meta paper shows that coding agents get much better when they reuse short summaries of past attempts instead of raw logs. i.e. stronger coding agents do not just need more attempts, but better ways to remember attempts. That sounds obvious until you look at what an agent actually produces: not an answer, but a messy trail of file reads, shell commands, errors, partial fixes, and abandoned ideas. The paper’s idea is to turn each full attempt into a compact summary of the main guess, partial progress, and failure points, then use those summaries both to pick the best attempts and to guide new ones. Test-time scaling breaks when the model cannot compare its own past work. For short answers, ranking is easy. For long-horizon coding, the bottleneck shifts from generation to representation. Once rollouts become summaries, two useful things happen. The system can run tournament-style selection over small groups of candidates, which works better than forcing one giant comparison, and it can feed the best summaries back into a fresh round of attempts instead of starting blind. --- The authors test this on 2 hard coding benchmarks by running many attempts in parallel, selecting promising summaries with a tournament style voting method, and then launching fresh attempts that can read the selected summaries first. The results are strong, with Claude 4.5 Opus rising from 70.9% to 77.6% on SWE-Bench Verified and from 46.9% to 59.1% on Terminal-Bench v2.0. What matters is that the paper says better test-time scaling for long coding agents is not mostly about making more attempts, but about storing experience in a form the agent can actually reuse. ---- Paper Link – arxiv. org/abs/2604.16529 Paper Title: "Scaling Test-Time Compute for Agentic Coding"

译Meta研究发现，在编程智能体任务中，通过复用过往尝试的简短摘要，其性能显著优于使用原始日志。该论文指出，对于长程编程任务，主要瓶颈已从代码生成转向了如何有效记忆与表示智能体的工作过程。其方法是将每次充满错误的“混乱轨迹”转化为包含核心假设、进展与失败点的紧凑摘要，系统通过锦标赛式选择最佳摘要来指导新一轮尝试。在Claude 4.5 Opus的测试中，该方法使其在SWE-Bench Verified上的得分从70.9%大幅提升至77.6%，证明提升性能的关键在于以可复用的形式存储经验。

AYi@AYi_AInotes · 5月23日72

Karpathy 的 CLAUDE.md 昨天很多人存了， 但存完之后呢？我想99% 的人存完就会忘，然后这个文件大概率躺在收藏夹里一直吃灰，AI 编程准确率还是 65%。 我一直认为真正的复利不是存文件，而是要把 65 行变成每天都要跑的工程纪律， 所以我把 4 条规则拆成了每日自查清单，每条配一个我真实踩过的坑， 存文件只涨一时，跑清单才能复利一生 👇

译Karpathy 的 CLAUDE.md 因能将 AI 编程准确率从 65% 提升至 94% 而备受关注，其核心是四条对抗开发者本能、倡导“慢思考”的硬规则：先明确假设再编码、从最简方案入手、进行精准修改、以目标驱动执行。然而，问题在于多数开发者仅将其存入收藏夹后便遗忘。真正的价值并非保存文件，而是将这 65 行规则转化为每日自查的工程纪律，通过持续执行形成复利，而非依赖一时的收藏行为。

向阳乔木@vista8 · 5月23日15

有在用Pi Agent的朋友吗？相比Claude Code和Codex CLI的优势是什么？ 想有空折腾学习下。

歸藏(guizang.ai)@op7418 · 5月23日41

新版 Codepilot

Peter Steinberger 🦞@steipete · 5月23日66

I'm late to the party, but cmux is great. https://github.com/manaflow-ai/cmux current split: codex mac app: knowledege work, learning, reading cmux + codex cli: coding

译我来晚了，但cmux真的很棒。https://github.com/manaflow-ai/cmux 当前分工： Codex Mac应用：知识工作、学习、阅读 cmux + Codex CLI：编码

宝玉@dotey · 5月23日75

如果你同时用飞书和 Claude Code 的话，Zara Zhang这个开源项目 feishu-claude-code-bridge 值得一试，它可以让你在飞书里面直接连接 Claude Code，从飞书指挥 Claude Code，反过来也能借助 Claude Code 新建、编辑飞书文档。 举例来说，我可以通过和飞书智能体对话，发送推文连接，让它抓取推文并翻译成中文，再把结果创建成飞书文档。 或者说你在飞书上收到一条消息，也可以一键转发给飞书智能体，它会通过 Claude Code 做后续处理，并且实时将处理过程通过消息同步给你，如果有需要确认的，还能通过卡片的形式在飞书中展示。 连接步骤很简单，打开飞书本地客户端（网页版不行），然后在命令行窗口执行： > npx -y lark-channel-bridge@latest run （第一次需要配置 App 凭证，后面可以跳过这一步） > 和 > npx -y lark-channel-bridge@latest run 就可以通过扫码或者浏览器打开 URL 创建智能体、连接 Claude Code 按照网页提示创建应用和授权，连接上就可以在飞书的会话看到新建的智能助手。然后直接发送消息。 有个细节做的很好，就是它可以设置 Claude Code 对应的 Workspace（工作区），也就是运行 Claude Code 的目录，这样你所有操作结果都会在 Workspace，也可以读取 Workspace 下的文件、CLAUDE.md 设置、Skills、Hooks 等等，跟你直接用 Claude Code 操作几乎没差别。 一些具体的指令可以看项目文档，说的很清楚。 工作原理其实不复杂，它是一个“飞书消息 ↔ 本机 Claude Code CLI”的桥，或者说翻译。飞书负责收发消息，bridge 常驻本机，收到消息后整理成 prompt，通过 “claude -p ”这样的命令行启动本机的 Claude CLI 处理，再把 Claude 的流式输出更新回飞书。 这种项目的价值，不仅说你可以将飞书和 Claude Code 打通，还可以发掘出很多新的可能，比如你也可以让飞书和本机的小龙虾、Codex、Cursor 连接起来，在飞书界面中操作它们，它们反过来也能借助飞书 cli 操作飞书。 开源项目有个好处就是你可以照葫芦画瓢，如果你想参考它做一些自己的机器人，可以把代码库发给 Coding Agent，帮你定制化一个自己的版本。 比如说这两个是其他网友做过的把 Codex 接入飞书的 bridge 项目，用起来也是一样的： https://github.com/QQQingyu/feishu-codex-bridge https://github.com/kxn/codex-remote-feishu 有一点要提醒的是，Bridge 使用的是claude -p模式，自 2026 年 6 月 15 日起，Claude 订阅计划对 claude -p 和 Agent SDK 的使用将独立计费，不走订阅额度。如果你是用 API，不受影响。或者也可以考虑使用上面的 Codex bridge 项目。 项目地址：https://github.com/zarazhangrui/feishu-claude-code-bridge

译feishu-claude-code-bridge是一个开源项目，可实现飞书与本机Claude Code CLI的双向连接。用户能从飞书消息中直接指挥Claude Code执行任务，Claude也能读取飞书中的工作上下文并创建、编辑飞书文档。其工作原理是将飞书消息转为Prompt通过命令行调用Claude CLI，并将流式输出实时同步回飞书。该模式可扩展连接Codex等其他本地工具。需注意，2026年6月15日起，Claude订阅计划对`claude -p`模式将独立计费。

Tibo@thsottiaux · 5月23日72

A little secret. About 5% of our production traffic is on the Pi harness, about another 5% is on OpenCode. Reminder you can use your ChatGPT account in a flourishing set of other tools. We’ll continue to make Codex awesome, but you have options.

译一个小秘密。我们大约5%的生产流量运行在Pi工具链上，另外约5%运行在OpenCode上。提醒一下，你可以用你的ChatGPT账户在众多其他工具中使用。 我们会继续让Codex变得更棒，但你也有其他选择。

AYi@AYi_AInotes · 5月23日73

8套压箱底神级提示词之 这是你唯一需要的Vibe Coding提示词，来自大神@milesdeutscher，中文精翻。 构建任意应用：你的技术联合创始人 作者：Miles Deutscher — AIEDGE 角色定位 现在，你就是我的技术联合创始人。你的任务是帮我打造一个真实可用的产品——能让我自己用、分享给别人，甚至直接发布上线。所有具体的构建工作由你负责，但要让我全程知情并保有最终决定权。 我的想法 [请描述你的产品创意——它是做什么的、面向谁、解决什么问题。就像跟朋友聊天那样说清楚。] 我的投入程度 [仅限探索 / 我想自己用 / 我想分享给他人 / 我想公开发布] ______ 项目框架 1. 第一阶段：探索 •通过提问，真正理解我实际需要什么（不局限于我表面的描述） •如果觉得哪里不合理，大胆挑战我的假设 •帮我区分哪些是“现阶段必备”，哪些可以“后期再加” •如果我的想法太大，请告诉我，并建议一个更聪明的起点 2. 第二阶段：规划 •明确给出第一个版本的具体构建内容 •用大白话解释技术实现思路 •评估复杂度（简单 / 中等 / 复杂） •列出我需要准备的资源（账号、第三方服务、需做的决策等） •展示最终产品的大致轮廓 3. 第三阶段：构建 •分阶段进行，让我能随时看到进展并反馈 •边做边解释你的每一步（我想了解学习） •每步都测试，没问题再继续 •遇到关键决策点时，停下来和我确认 •如果碰到问题，给我几个备选方案，而不是自行决定 4. 第四阶段：打磨 •让产品看起来专业，不像黑客马拉松的临时作品 •优雅处理边界情况和各类错误 •确保产品运行流畅，并根据需要适配不同设备 •添加那些能让产品感觉“真正完成”的细节 5. 第五阶段：交付 •如果我想上线，就帮我部署好 •提供清晰的说明，告诉我如何使用、维护和修改 •完整记录一切，让我不依赖这次对话也能继续 •告诉我下一个版本可以增加或改进什么 ______ 与我合作的准则 •视我为产品负责人。我做决定，你来实现。 •别用技术黑话轰炸我。请用我能懂的语言解释所有事情。 •如果我搞得太复杂或方向不对，请直接指出来。 •坦诚告知局限性。我宁愿调整预期，也不想最后失望。 •动作要快，但别快到让我跟不上你的节奏。 ______ 核心原则 •我不仅要它能跑起来——更要它能成为我自豪展示的作品。 •这是真实产品，不是演示模型，也不是原型，而是真正可用的东西。 •确保我全程掌控、全程知情。

译本文介绍了一个名为“Vibe Coding”的详细提示词框架，由Miles Deutscher提出。该框架将AI定位为用户的“技术联合创始人”，旨在协助构建真实、可用且可发布的产品。它分为探索、规划、构建、打磨与交付五个阶段，强调AI通过提问、解释、测试和确认来确保用户全程知情并拥有最终决定权。合作准则包括使用通俗语言沟通、坦诚局限性、快速推进，最终目标是产出一个专业且令用户自豪的作品。

Tibo@thsottiaux · 5月23日58

DM me if you have a knack for marketing to a demanding crowd

译如果你擅长向挑剔的受众做营销，请私信我 [引用 @EverydayAI_]：我曾和财富100强公司讨论过Claude中技能共享的混乱问题，而它……被Codex解决/改进了，却埋没在推文串里？🤯

meng shao@shao__meng · 5月23日68

好人一生平安 🤝 Wix VP @IShmool 推出一个免费课程「Zero to Claude Code」，把零基础 "不知道终端是什么" 的人，带到能用 Claude Code 在生产环境里发布软件的水平，哇哦！ 闲话少说先上链接：https://zero2claude.dev/ 课程结构（14 级 · 147 课 · 10 种交互形态） 1. 基础 1–6：文件、目录、终端命令、Git 基础——非工程师从未系统学过的"计算机识字" 2. 真实工具 + Claude Code 入门 7–8：Node.js、API，第一次把 Claude Code 当作 AI 结对程序员上手 3. Claude Code 精通 9–12：Skills 与 SKILL.md、MCP 服务器、Subagents、Hooks、Headless 模式、工具集成 4. 专业范式 + 毕业项目 13–14：初级工程师工作流、协作模式，最终交付一个多人在线游戏 capstone 课程是严格的递进式设计，没有跳跃、不预设任何背景，交互形态覆盖：测验、终端模拟器、文件树拼图、填空、拖拽配对、AI 个性化学习路径。零安装，全部跑在浏览器里。 规模与工程指标 最值得关注的部分——它证明 Claude Code 不只"写代码"，而要能撑起一个真实的生产产品。 · 流量：~6.4M 请求/天，74 req/sec 持续，错误率 <0.003% · 用户：17,000+ 学员，30+ 国家，每小时约 500 活跃 · 本地化：7 种语言（英、西、希伯来、阿、乌克兰、日、德） · Lighthouse：性能 96 / 可访问性 100 / 最佳实践 100 / SEO 100 · 技术栈：React + TypeScript 前端，Node + PostgreSQL 后端，1,036 个课程内容文件 · 增长：完全靠口碑，无营销、无广告、无付费墙 最具示范意义的部分：AI 闭环运营 平台不仅由 Claude 构建，也由 Claude 运营。两个闭环是真正的亮点： 1. Bug 全自动修复闭环 学员课内一键报 Bug → 系统自动捕获终端历史、虚拟文件系统状态、课程位置、浏览器信息 → 自动生成结构化 GitHub Issue → Claude Agent SDK 触发 triage agent 读代码、复现、建分支、提交修复、开 PR → 学员收到邮件通知。从报告到解决，零人工干预。 2. Product Genie 功能闭环 社区论坛收集学员的功能愿望并投票 → Genie（基于 Claude Agent SDK）按可行性与影响分类、打置信度分 → 自动建 Issue、回帖、在 build 模式下直接实现功能。社区驱动 roadmap，AI 执行 roadmap。 这两套机制使得"一个人运营 17K 用户的产品"在结构上成立——人的角色从执行者退到设计者与监督者。

译Wix副总裁推出免费课程「Zero to Claude Code」，旨在帮助零编程基础的用户从终端使用起步，最终能用Claude Code在生产环境发布软件。课程已吸引超过17,000名学员，支持7种语言，完全依靠口碑传播。平台技术指标出色，日处理约640万请求且错误率极低。最具示范意义的是其AI闭环运营模式：平台由一人通过Claude Code构建并运营，通过AI Agent实现了学员报Bug后自动修复、社区功能需求自动实现的全流程自动化，证明了Claude Code能支撑生产级、可扩展产品的开发与运维。

ClaudeDevs@ClaudeDevs · 5月23日69

Two updates to auto mode: · Now available on the Pro plan · Sonnet 4.6 is now supported, alongside Opus 4.7 Shift+tab, and let Claude run.

译自动模式的两项更新： · 现已在Pro计划中提供 · 现已支持Sonnet 4.6，以及Opus 4.7 按下Shift+tab，让Claude运行。

OpenAI Developers@OpenAIDevs · 5月23日67

Shipped papercut: new diff markers setting in Appearance. Prefer classic + / - markers when reviewing diffs? You can now use those instead of only color-coded diff bars. Default stays the same unless you opt in.

译已发布剪纸功能：外观设置中新增差异标记样式。 在查看差异时更喜欢经典的 + / - 标记？现在你可以选择使用它们，而不仅仅是彩色差异条。 默认设置保持不变，除非你主动选择启用。

🚨 AI News | TestingCatalog@testingcatalog · 5月23日44

SPACEXAI 🔥: Grok Build is being prepared for the rollout to SuperGrok users. Grok Build is currently only available as a command-line tool, but is expected to arrive as a desktop app later as well. This weekend? 👀

译SPACEXAI 🔥: Grok Build 正在准备向 SuperGrok 用户推出。 Grok Build 目前仅作为命令行工具提供，但预计稍后也将作为桌面应用推出。 这个周末？👀