知鸦日报2026-06-25

大多数开发者仍手动提示编码助手，循环设计可提升效率。从手动提示到循环工程的14步路线图，帮助开发者从“提示者”进化为“循环设计师”，实现自动化编码流程。

AI使用误区是手动反复提问。真正高效的方法是“循环”模式：让模型自动迭代输出，而非每次手动修正。Claude、GPT、Mira等工具都支持这种方式，能大幅提升效率。

花椒CLI是连接Agent与业务能力的入口，通过Skill描述能力、CLI稳定执行、Gateway控制边界。核心思路不是堆砌MCP或做大对话，而是先将业务能力整理成Agent可理解、可调用、可治理的形态，让Agent从“能回答”走向“能干活”。

面对一个1021行、无测试、被5处引用的核心文件，我先织了一张特征测试网：打桩隔离依赖、造130个样本覆盖全路径、录基线。然后让AI逐步重构——上下文注入、提策略表、抽baseMsg。最终130个用例逐字段一致，性能还快了2.77倍。

Marvis是一款面向普通用户的系统级AI助手，能通过聊天直接操作电脑文件、系统、应用和网页。手机端可远程控制电脑，支持语义搜索、办公处理、定时任务等。它不追求极客体验，而是解决找文件、整资料、远程协助等日常琐事，让AI真正融入你的工作流。

大模型是超前成熟的大脑，Agent是发育不全的身体。当前AI系统的核心问题不在模型能力，而在于感知、行动、反馈等身体系统不成熟。Harness不是马鞍，而是维持系统生命体征的ICU。最佳实践尚未收敛，我们正处在“还不会用工具”的早期阶段。

淘宝首猜沉浸流引入长达1万条的用户全生命周期行为序列，通过序列入图端到端建模与多模态语义检索精细化建模用户兴趣。这套方案有效捕捉长期偏好，提升信号相关性，最终实现全端IPV增长0.86%，首猜ND场景IPV提升3.06%。

从“AI填表”到“两阶段Agent+聚合工作台”，运营从流程执行者变为监督者。核心是AI驱动流程，人在关键节点确认，通过中断/恢复机制实现人机协作，兼顾效率与可控性。

AI Coding只加速10-32%的编码时间，整体提效有限。真正瓶颈在需求、验证、环境、排查等环节。解法是Harness全链路闭环：将需求检查、接口设计、代码生成、自动CR、单测、冒烟、环境部署串成带反馈控制的流程，让AI完成可验证交付。

Tarot Pixel 不生成代码，而是将设计稿转化为结构化视觉预览，通过 REST API 让 Coding Agent 按需查询。它不追求一次性完美，而是让 Agent 在“实现→比对→修正”闭环中持续迭代，大幅减少人工干预。