跳到正文
只看教程
  2. Addy Osmani69

    Addy Osmani 分享 Anthropic 团队的代码审查经验，指出给智能体提供验证手段可显著提升产出质量，Claude Code 已能自己写 90% 以上的代码。他认为当生成速度超过人工审阅能力时，逐行人工审查不再可行，应转向由 e2e 测试、property 测试和多智能体对抗式审查构成的多层验证体系，人聚焦产品意图、风险评估和证据评估，并按风险分级审批。

    引用ClaudeDevs@ClaudeDevs

    Claude 编写了 Claude Code 约 90% 的代码。 从六月到九月，合并的 PR 数量翻了一倍多，而回退的占比下降了 40% 以上。 我们撰文介绍了我们如何改变代码审查来实现这一目标，以及如何采用它： https://claude.dev/blog/solving-code-review-at-anthropic/

    推荐理由：作者以 Anthropic 团队实践为基础，给出让智能体自证工作、把人工审阅改为多层验证体系的具体思路。

  1. meng shao76

    作者解读 Anthropic 关于 Claude Code 代码评审重构的博客：Claude 写了约 90% 的代码，2026 年 6 月到 9 月合并 PR 翻倍以上而 revert 率下降超 40%。

    引用ClaudeDevs@ClaudeDevs

    Claude 编写了 Claude Code 约 90% 的代码。 从六月到九月，合并的 PR 数量翻了一倍多，而回退的占比下降了 40% 以上。 我们撰文介绍了我们如何改变代码审查来实现这一目标，以及如何采用它： https://claude.dev/blog/solving-code-review-at-anthropic/

    推荐理由：原文拆解了 Anthropic 重构代码评审的七层防线和收敛问题的具体解法，对引入 AI reviewer 的团队有可迁移的做法。

  1. ChatGPT73

    ChatGPT 官方账号介绍在 Chrome 中使用 ChatGPT 的多种任务示例。示例包括比较已打开的三个沙发的尺寸、材质、送货时间和退货政策，用平实语言解读文章论点与证据，把多个标签页中的供应商报价和功能整理进对比表格，根据活动简报填写报名表并在提交前停下，比较承包商服务并起草邮件，以及在 @chrome 中填写牙医登记表并把预约加入工作与个人日历。

    推荐理由：官方列出在 Chrome 中让 ChatGPT 比较标签页、填表、起草邮件的具体示例，读者可对照迁移到自己的浏览器任务。

  1. Anthropic65

    Anthropic 工程博客发布文章，介绍如何自建新的版本控制系统，并在五个月内将 monorepo 从 git 完整迁移。5 月团队每天合并约 2,500 个代码变更，9 月已超过 30,000 个，为人类开发者设计的基础设施在 agent 规模下成为瓶颈，文章分享了重建源码管理的过程。

    推荐理由：Anthropic 亲述自建版本控制系统并迁移 monorepo 的过程，读者可以了解 agent 规模下开发基础设施的改造思路。

  1. MeshyAI70

    一篇教程介绍用 Claude Opus 5.5 配合 Claude Code、Blender、Unreal Engine 5 和 Meshy 构建游戏的方法。核心思路是给每个工具分配单一职责：通过 MCP 连接 Blender 和 Meshy，由 Meshy 生成道具和角色、Blender 清理和放置、Unreal 负责光照物理和游戏本身、Opus 在一个对话里调度三者。流程为先让 Opus 头脑风暴 5 个游戏点子再展开，告知 GPU 以便压满画面性能，首个完整构建约花 4 小时和约 19% 的每周 Max plan 用量，之后因素材复用会快很多。

    引用rewind@rewind02

    以下是如何用 Claude Opus 5.5 + Blender + Unreal Engine + Meshy 构建这样一款游戏…… 诀窍是给每个工具只分配一项任务，但有一种聪明的设置方式： - 第 1 步：安装 Claude Code、Unreal Engine 5 和 Blender 5.1+，除了 Claude 订阅外全部免费 - 第 2 步：通过 Blender 的 MCP 插件连接 Blender，并通过 Meshy MCP 配合 API key 连接 Meshy - 第 3 步：先用 Opus 头脑风暴 5 个游戏创意，选一个，让它在开始构建任何东西之前先扩展这个创意 - 第 4 步：告诉它你的 GPU，这样它就能把画质推到你的机器能运行的极限 - 第 5 步：Meshy 生成道具和角色，Opus 将它们导入 Blender 并进行清理 - 第 6 步：Opus 把所有内容带入 Unreal：关卡、光照、HUD、小地图 - 第 7 步：试玩，然后每次提示添加一个功能：战斗、敌人、任务 谁负责什么： > Meshy：3D 模型 > Blender：清理、摆放、材质 > Unreal：光照、物理、实际的游戏 > Opus：在一个聊天中运行这三者 而真正的成本…… 一次完整首次构建大约花了 4 小时，以及每周 Max 订阅约 19% 的额度 把第一关做好，之后的关卡会快得多，因为资源已经存在了

    推荐理由：原文给出七步工具分工流程和实际耗时与费用，读者可以直接照搬搭建游戏的工作流。

  1. Lydia Hallie ✨68

    Lydia Hallie 介绍 API 计费用户可将 Haiku 5.5 的 autocompact 窗口设为 100K，以保持在更便宜的 token 定价档。该设置按模型保存，仅适用于 Haiku 包括 subagents，命令为 /model haiku 和 /autocompact 100k。引用的 @ClaudeDevs 价格信息显示，100K tokens 以下为每百万 $0.10/$0.50（缓存读取 $0.01），以上为 $0.50/$2.50（缓存读取 $0.05）。

    引用ClaudeDevs@ClaudeDevs

    对于低于 100K token 的提示，价格为每百万 token $0.10 / $0.50，缓存读取为 $0.01。 超过 100K token 时，每百万 token $0.50 / $2.50，缓存读取为 $0.05。

    推荐理由：原文给出具体命令和阈值，让 API 计费用户能通过设置 autocompact 窗口留在更低的 token 定价档。

  1. ClaudeDevs70

    Claude Devs 介绍 Cloud sessions 会在全新 VM 上为每个任务运行 Claude Code，可同时启动多个任务，合上笔记本后任务继续执行。团队还发布了实地指南，给出七个适合 Cloud sessions 的工作流，以及首次连接 GitHub 的方法，链接 https://claude.dev/blog/claude-code-in-the-cloud。

    推荐理由：官方说明了 Cloud sessions 每个任务用独立 VM、合盖继续运行的机制，并配套给出七个适用工作流的实践指南。

  1. Philipp Schmid69

    Philipp Schmid 介绍 Gemini 3.8 TTS 支持通过录制 20 秒语音加同意句复刻个人声音，或用提示词设计完全自定义的语音。通过 API 调用创建后可在任意请求中使用，风格通过 speech_metadata 设置，作者还提供了博客链接和一段可交给智能体的完整操作提示词。

    引用Philipp Schmid@_philschmid

    https://x.com/i/article/2103140786292269056

    推荐理由：原文给出录制片段、API 创建与调用的具体步骤和可复用提示词，方便读者快速试用自己的语音复刻。

  4. eric zakariasson77

    一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。

    推荐理由：来自 Cursor 团队经验的完整 agent harness 降本 prompt，给出实测数字、执行顺序和常见陷阱，可直接复用。