Berryxia.AI@berryxiaAnthropic CEO表示，软件将很快变得极其便宜甚至免费。这意味着创业的传统门槛——需要编程技术的联合创始人、至少5万美元的启动资金、长达数月的开发周期——正在消失。现在，仅需使用Claude等AI工具，一个周末就可能构建出产品原型。这一变化引发了人们对职业被AI替代的广泛焦虑，但也为少数行动者创造了机会：真正的价值将不再是编写代码本身，而是敢于率先利用这一变革的人。
Anthropic CEO: "Software is going to become cheap, maybe essentially free." this 2-minute clip is the most important thi...
AYi@AYi_AInotes本文核心观点是判断AI产出格式的关键在于该产物是用于“阅读”还是“使用”。被阅读的文档、笔记适合Markdown；需要交互、可视化、一次性交付或直接分享的工具型产物则应选择HTML。文章提出了四组具体判断信号，如需要交互和可视化即指向HTML。作者使用Ring-2.6-1T模型实测了三个HTML工具，包括交互式项目计划页、Prompt调参器和可交互流程图，均能在几分钟内生成高质量、单文件且不依赖外部库的成品，效率大幅提升。同时，文章也指出了使用Ring生成HTML时可能遇到的输出不完整、SVG坐标系错误等常见问题及应对方法。
meng shao@shao__mengTRAE团队基于真实的用户技能调用数据（而非安装量），分析了用户实际高频使用的Agent Skills Top 10。这些技能覆盖了从UI设计、流程规划到测试调试的产品开发全链路，甚至包含一个带有反讽意味的“PUA”高压问责技能。其设计具有清晰的分层逻辑，从元层的技能检索与调度，到行为层的约束护栏，再到具体的执行与验证层，共同构成了一个“想清楚→拆细→做精→验透→担责”的结构化、负责任的闭环工作流。
We analyzed real skill call data from TRAE users. Here are the 10 Most Popular Agent Skills that people actually use, no...
🚨 AI News | TestingCatalog@testingcatalog谷歌Gemini桌面应用即将迎来重大功能更新。新增的“Stream to Cursor”功能类似上周Android Show上展示的“Magic Pointer”。Gemini Spark智能代理将能直接操作本地文件夹中的文件。此外，应用将引入被内部称为“Veo4 Omni”的新模型，并支持Skills技能体系。不过，Gemini Live实时功能目前仍在开发中，尚未可用。
腾讯于5月18日推出AI应用生成平台“吐司”，定位为探索型氛围编程产品。安卓版已上线，iOS版稍后推出，公测期间限时免费，后续通过分享任务提供更多次数。用户可用自然语言描述想法，AI自动拆解功能、生成原型并一键打包成App。平台提供创造应用、社交分享、灵感广场和应用搜索四大能力，聚焦灵感实现与共创，让无代码基础的用户也能创建应用，形成从想法到分发的闭环生态。
Claude@claudeaiCode with Claude, our developer conference, returns next week. Whether you're just getting started with Claude Code or y...
向阳乔木@vista8Anthropic CFO在访谈中透露，公司今年一季度年化营收从90亿美元猛增至300亿美元以上。算力被高效复用以同步支持模型训练、内部研发和客户服务，CFO近半时间投入算力决策，强调需超越线性思维进行情景规划。内部研发形成“更好模型驱动更快研发，进而产出更优模型”的飞轮效应，同时降低对外服务成本。公司超90%代码由Claude Code完成，显著提升效率；在可解释性与对齐研究上的投入，则增强了客户信任，形成差异化优势。
宝玉@dotey本文作者以资深工程师的视角，阐述了其不采用“凭感觉编程”（Vibe Coding）的原因。核心论点是：AI工具主要缓解了软件开发中编写代码等“偶然复杂性”，但无法触及设计健壮、可维护系统架构这一“本质复杂性”，后者仍需依赖深厚的人类经验与判断。作者进一步指出，大语言模型（LLM）仅在符号层面运作，缺乏人类对上下文、社会现实及模型自身局限性的“元认知”能力，无法审问和反思数据与抽象背后的简化与遮蔽。因此，他认为构建清晰系统的关键仍在于人类的专业判断与反思。
Tibo@thsottiauxmeng shao@shao__mengAddy Osmani 警示工程师过度依赖AI生成代码会导致“认知投降”，即牺牲深度理解换取效率。研究显示，依赖AI会削弱问题理解、脑部活动和决策质量。产品设计追求效率，但学习恰恰发生在“摩擦力”中。AI委托在样板代码中有效，但在调试、AI犯错、底层变化、处理独特问题及面对市场价值重估时必然失败。作者建议应形成假设再提问、先要解释再要代码、开启学习模式、审阅AI输出如PR、徒手重写代码，并区分“交付”与“学习”指标，避免用未来能力换取短期轻松。
http://x.com/i/article/2055936913211899904
Semble是一款面向AI代理的代码搜索工具，其核心优势在于比传统工具grep节省98%的令牌使用量。该工具已在GitHub开源，并在Hacker News上获得106点热度。这一效率提升旨在降低AI代理处理代码搜索时的计算资源消耗与成本。
Greg Brockman@gdbTibo@thsottiauxGreg Brockman@gdbMy laptop has become a "satellite device" since I started using Codex from my phone. And my Mac mini has become the "hom...
奥地利开发者彼得・施泰因贝格尔披露，其领导的OpenClaw项目在30天内消耗OpenAI API费用高达130万美元，涉及760万次请求和6030亿词元。这笔费用由约100个Codex实例产生，用于自动化代码审核、漏洞修复等任务。施泰因贝格尔解释，这是“极速模式”下的结果，关闭后成本可降至约30万美元。该实验旨在无预算约束下探索AI辅助软件开发的极限，所有成果保持开源。
Elon Musk@elonmuskUpdate on my experience Grok Build. The team at @xai made an update, while I was sleeping, and I can already see the dif...
Tibo@thsottiauxGreg Brockman@gdbmeng shao@shao__mengAntigravity 要崛起了？ 不太能想象到，唯一的可能，是 Gemini 4 真的断档的强？全面内置 Nano Banana Pro 和 Veo 4？ 不过即便这样，也很难再动摇 Codex 和 Claude Code 了吧？
Very excited for all the stuff the @antigravity team has been cooking :)
meng shao@shao__meng
SemiAnalysis@SemiAnalysis_Zerostack是一款采用纯Rust语言编写、受Unix哲学启发的编程代理工具，已正式发布1.0.0版本并在Rust包管理平台crates.io上提供。该发布在技术社区Hacker News上获得115点关注，反映出开发者对其的高度兴趣。Rust语言以内存安全和性能见称，Unix设计强调简洁与模块化，Zerostack结合两者优势，旨在提升编程效率，为代码辅助领域带来新选择。
ginobefun@hongming731Peter提出核心问题：如果Token不再昂贵，未来软件构建方式将如何变革？随着AI成本持续下降，自动化流程的边界不断外移。引用推文中，@steipete的OpenClaw项目已实践这一理念：运行约100个codex实例在云端，自动化审查PR和issue、检测安全漏洞、去重问题并生成报告。代理系统能处理复杂任务，如创建临时测试环境；codex还监控会议并主动创建工作项。通过clawpatch.ai进行功能单元分割审查，结合Vercel's deepsec和Codex Security强化安全分析，实现高效、精益的软件开发运营。
People freaking out over my AI spend. What nobody sees: Part of what excites me so much about working on OpenClaw is tha...
为评估AI编码智能体在企业级SaaS工程中的真实能力，研究者发布了首个专用基准测试SaaSBench。该基准包含横跨6个SaaS领域的30个复杂任务，设有5370个验证节点，整合了8种编程语言、6种数据库和13种框架，高度模拟现实软件异构性。研究设计了针对长周期、多组件耦合系统的依赖感知混合评估范式。实验发现：当前最先进的智能体主要瓶颈并非生成代码逻辑，而是成功配置与集成多组件系统；超过95%的任务失败发生在触及深层业务逻辑之前，常因过度自信出错或陷入调试循环。
针对编码智能体生成的Web应用超70%不满足需求的问题，本文提出TDDev框架。该框架通过三阶段实现自动化闭环：先将需求转化为结构化测试，再通过浏览器模拟交互验证应用，最后将故障转化为修复报告。首次针对Web应用生成的TDD实证研究发现，引入TDD基础设施可提升质量34-48个百分点。关键结论是最佳协议需与模型生成风格匹配，不匹配将完全抵消TDD优势并最多增加25倍Token消耗。用户研究证实，该框架使人工干预降为零，开发转向自主反馈优化。
Berryxia.AI@berryxiaVercel Labs近日推出了专为AI agents设计的编程语言Zero。该语言由Chris Tate主导开发，旨在创建一个更快、更小、且更易于agents编写、修复和维护的系统语言。其核心设计理念是从第一天起就为agents原生构建，而非让agents学习人类语言。关键特性包括显式能力声明、JSON格式的结构化诊断信息以及类型安全的自动修复功能。此举旨在解决当前agents使用Rust或Python等语言时容易产生幻觉和难以调试的问题，试图从语言层面消除这些痛点。项目已在GitHub上开源，鼓励开发者参与和贡献。
Introducing Zero The programming language for agents. I wanted a systems language that was faster, smaller, and easier f...
宝玉@dotey用户集中批评了Claude Code Desktop的几项设计缺陷：会话模式缺乏智能记忆，默认沿用上次的Plan模式；项目管理混乱，所有项目混杂在侧边栏；右侧面板并排布局，多开时相互挤占空间；此外，用户认为将Cowork和Code拆分为两个独立产品并无必要。
Berryxia.AI@berryxiaMagicPath AI CEO @skirano 演示了其产品与Codex的深度整合。用户现可将MagicPath作为原生画布直接在Codex中运行，通过拖拽设计UI，Codex能实时感知项目并自动生成、编辑代码，实现设计与开发的无缝衔接，无需在Figma和IDE间切换。安装简便，只需在Codex中粘贴一条命令即可完成配置。此举将“设计-开发-迭代”流程整合于单一窗口，显著缩短了从创意到可运行应用的距离。
You can now run MagicPath as a native canvas inside Codex to design and build functional apps. It's pretty incredible. H...
Peter Steinberger 🦞@steipeteYeah that was a lot lol. Lots more to fix. Nice work @steipete https://clawpatch.ai/
Greg Brockman@gdbWe're having way too much fun working through your feedback. (Please, keep it coming.) Keyboard shortcuts are now custom...
Tibo@thsottiauxWe're having way too much fun working through your feedback. (Please, keep it coming.) Keyboard shortcuts are now custom...
AYi@AYi_AInotesCodex最新更新未提升模型能力，而是全面优化使用“手感”。具体包括支持自定义键盘快捷键、在代码审查界面内嵌Git操作、稳定线程面板、清理本地服务器列表，并显著提升切换线程和大仓库Git操作的性能。此举表明OpenAI正将重心从追求模型智能转向减少人机协作的“摩擦感”，致力于提升日常使用的流畅度与效率。其引用推文也强调了基于用户反馈的定制化改进。这预示着AI编程工具下半场的竞争关键，可能在于谁能更细致地消除操作中断，优化整体协作体验。
We're having way too much fun working through your feedback. (Please, keep it coming.) Keyboard shortcuts are now custom...
AYi@AYi_AInotesGreg Brockman转发的Codex Skill "Complexity Optimizer"通过一行npx命令安装，能在几秒内扫描代码库，精准定位O(n²)、N+1查询等性能问题，并提供文件、行号、优化建议和风险等级。其核心设计是仅报告问题而不自动修改，将决策权留给开发者。这标志着AI的关注点正从“更快地写代码”转向“发现人类难以察觉的复杂问题”，将十年项目经验才能积累的诊断能力封装成可一键调用的技能。未来，类似的安全审计、架构检测等工具将大量涌现。资深开发者的护城河因此被重新定义：从依靠个人眼力发现问题，转向依靠业务判断力来评估和落地AI提供的解决方案。
codex for improving computational complexity
OpenAI Developers@OpenAIDevsTibo@thsottiauxWe found and fixed two issues that could explain this degradation of the capability of GPT-5.5 in Codex over the last ~ ...
宝玉@dotey让AI高效执行长时间任务，关键在于细致的规划和阶段性的验证。有效方法是将大任务拆分为小阶段，并为每个阶段设定明确的自动化验证（如单元测试）。例如，测试覆盖完整的语言迁移项目是理想场景，AI可专注“翻译”并持续验证，避免偏离。若缺乏验证机制，AI长时间运行极易“南辕北辙”，产出难以审查。高效做法应是由人先规划阶段，每步配合用例并由人审核，确保提交代码量可控。这强调了人的基础能力是决定AI工作质量的关键。
我看了很多人描述他们如何使用AI编程,看到里面很多有类似"让AI干了一晚上"这样的表述,所以这是现在使用AI编程的常规操作?按照这样干很长时间产生很多代码的做法,碳基人想review都难。 我大致说一下我怎么AI编程的。最开始我先了解需求,...
Peter Steinberger 🦞@steipete