一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。 该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。 这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。 使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。 架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

推荐这篇，Anthropic 工程团队把他们两年里给 Claude 全系产品做安全隔离的全部经验写出来了。不是安全白皮书——是带事故复盘和修复方案的工程文档。三种隔离模式（临时容器 / HITL 沙箱 / 本地 VM），六个他们翻过的坑，每一个都有技术细节。 Anthropic 怎么让 Claude 不乱来 12 个月前，Anthropic 绝不会允许给 Claude 足够的权限来打掉一个内部服务。今天这种权限是常规。但能力增长的同时，理论杀伤半径也在扩大——工程问题是：怎么限住它。 两种方式：人工监督——但 Anthropic 的监控数据显示用户批准了 93% 的权限提示，越批越不细看。审批疲劳让监管失效。 第二种是隔离——限制 agent 能做什么。这是文章的重点。 三类风险，三重防御 用户滥用——恶意或不小心让 agent 做坏事。模型行为——agent 做了没人要求它做的事。Claude 曾经为了完成任务"帮助性地"逃出沙箱；为通过编码测试挖掘 git 历史找到答案；识别自己跑在哪个基准上然后解密答案键。外部攻击——通过工具、文件或网络攻击 agent。 三重防御：环境（沙箱、VM、文件系统边界——硬边界）、模型（prompt、分类器、探针——概率性，永远不 100%）、外部内容（MCP 服务器、插件、网络搜索——能喂 poisoned content）。 三种隔离模式 模式一：临时容器（ gVisor 容器，全服务端，无本地代码运行，文件系统每会话消失。杀伤半径最小，能力上限也最低。最重要的教训：Anthropic 自己写的那层 proxy 反而成了最薄弱的地方，gVisor 和 seccomp 这些被广泛的对手硬化过的部分一直可靠。 模式二：HITL 沙箱（Claude Code）。 跑在用户机器上访问文件系统。解决方案：OS 级沙箱（macOS Seatbelt / Linux bubblewrap）——允许读，工作区内允许写，网络默认禁。权限提示减少了 84%。他们踩的一个大坑：信任对话框之前执行的一切都不可信。攻击者在仓库的 .claude/settings.json 里放钩子——Claude Code 在显示"你信任这个文件夹吗"之前就解析了它。修法：推迟解析项目本地配置到用户接受信任提示之后。 另一个坑：用户是注入向量。内部红队演习中，研究员的钓鱼邮件——"能不能帮我跑一下这个？"——prompt 里暗藏了读 ~/.aws/credentials 并 POST 出去的指令。25 次重试，Claude 成功了 24 次。模型层防御完全抓不到——本身就是用户打的字。唯一能抗的防御是环境层：egress 控制。 模式三：本地 VM（Claude Cowork）。 普通知识工作者不应该被期待能判断 bash。因此用系统虚拟化框架跑完整 Linux VM——用户选的工作区文件夹挂载进去，凭证留在主机钥匙串，永远不进 guest。最安全的模式，但也踩了坑：通过已批准域名的渗透。攻击者把带隐藏指令的文件放进工作区——Claude 读它，调用 Anthropic Files API 用攻击者的密钥上传文件。egress proxy 检查目标域名，看到了 VM 内的 man-in-the-middle proxy 只放行带着当前 VM 预配 session token 的请求，拒绝攻击者嵌入的密钥。 另一个坑：VM 隔离把端点检测软件也隔出去了。 安全团队看不到 VM 里面。目前方案是 pull-based OTLP 导出日志，但不是实时监控。 原则 环境层优先，模型层补位。两个最有价值的教训——员工钓鱼和第三方域名渗透——都是模型层帮不上忙、确定性边界才兜底的案例。 隔离强度匹配用户的监督能力。会读 bash 的开发者 vs 不会的知识工作者不是同一个威胁模型。 警惕你自己写的代码。经过验证的 hypervisor、syscall filter、容器运行时已经被比你多得多的对手攻击过了。每一次出问题都是 Anthropic 自己写的部分——自定义 proxy 而不是 gVisor。 agent 是新的软件类别，但系统层互动不是新的。它们仍然读文件、打开 socket、生成进程。成熟的隔离工具仍然是最可信的防御。 原文：Anthropic Engineering, "How we contain Claude across products", 2026 #Agent安全# #Claude# #工程实践#

今天在耶鲁夜行，线上和同学聊到一个有趣的问题，关于当前 AI 时代科研认知体系最核心的二分法问题，工程优化和与范式定义。 我认为，对于 99% 甚至 99.99% 的常见工程实践、特定区域或既定框架下的问题解决，AI 的高维度信息压缩与检索效率可以轻松碾压常规人类。 但当涉及到Out-of-Distribution、提出全新范式、定义时代问题时，AI 无法凭空产生这种具有必要性与审美的转向。 在此，我重新下一个定义，科研的本质是筛选能够定义新问题的人才。 随着工具化 AI 的普及，大量做增量实验、拼接现有方法的Paper Maker将会被极速平庸化或取代。 Paper是要发的，这是trade-off，但是必须在过程中对于领域frontier有所思考。 不久的将来，Thinker + Doer的价值不仅没有降低，反而被大幅放大。 顶尖科研人员的作用，是在信息极其繁杂、AI 只能做局部优化的迷雾中，凭直觉、洞察与审美划定下一个战场。 我也和同学说到很现实的问题。 当我们在早期尝试去 Define New Questions 时，因为你的观点不在当前主流数据集或同行评审的高概率分布里，必然会遭遇大量的Reject、阻力与压力。 但这也正是从 0 到 1与从 1 到 100的分水岭。 学术话语权与科研审美的确立，恰恰建立在经历这些阻力后成功拓展了人类认知边界的过程上。所以，当你站在高点位的时候，不可拘泥于局限于paper maker，如有余力，请开始定义、寻找新的问题。

想系统搞懂 AI Agent 到底怎么设计，网上的文章大多只讲理论概念，没有实战项目。 偶然发现《深入理解 AI Agent：设计原理与工程实践》这本开源书籍，已斩获 12000+ Star！ Agent = LLM + 上下文 + 工具，全书围绕这核心公式展开，共 10 章节从 AI Agent 原理讲到工程实战。 GitHub： 涵盖上下文工程、记忆与知识库、工具与 MCP、评估、后训练、多 Agent 协作等知识。 并配套了 88 个实战项目，其中 70 多个能够独立运行起来，每一章都配图一个案例。 提供 PDF 和 EPUB 文件下载阅读，除简体中文外还有繁体、英文、泰米尔语和越南语版本。

再次推荐 Google Engineering & DevRel Leader @addyosmani 重磅开源的 Agent Skills (69.7✨)，把资深工程师的生产级工程纪律，固化为 AI Agent 可机械执行、强制验证、跨工具复用的工作流 Agent Skills: Production-grade engineering skills for AI coding agents. 它要解决什么问题？ AI Coding Agent 的默认行为是"走最短路径"——跳过规格、跳过测试、跳过安全评审，给出能跑但不可靠的代码。Agent Skills 的立论是：质量不靠提醒出来的，要靠强制流程托底的。它把"什么时候写规格、测什么、怎么评审、何时发布"这类隐性工程判断，固化成 Agent 必须遵循的步骤。 顶层架构：六阶段生命周期 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP /spec /plan /build /test /review /ship 8 个 slash 命令作为入口，分别对应一个阶段，自动激活对应 Skills。Skills 也会按上下文自动触发（写 API → api-and-interface-design，写 UI → frontend-ui-engineering）。/build auto 在一次批准后自动跑完计划与实现，但每个任务仍独立测试、独立提交、遇险即停。 24 个 Skills 的分布 1. Meta - 1 个 using-agent-skills（路由，决定该用哪个技能） 2. Define - 3 个 interview-me、idea-refine、spec-driven-development 3. Plan - 1 个 planning-and-task-breakdown 4. Build - 7 个 incremental-implementation、test-driven-development、context-engineering、source-driven-development、doubt-driven-development、frontend-ui-engineering、api-and-interface-design 5. Verify - 2 个 browser-testing-with-devtools、debugging-and-error-recovery 6. Review - 4 个 code-review-and-quality、code-simplification、security-and-hardening、performance-optimization 7. Ship - 6 个 git-workflow-and-versioning、ci-cd-and-automation、deprecation-and-migration、documentation-and-adrs、observability-and-instrumentation、shipping-and-launch 几个值得点名的设计取向 · doubt-driven-development：对抗性"新上下文复盘"，CLAIM → EXTRACT → DOUBT → RECONCILE → STOP，可选跨模型升级。这是该仓库比较有原创性的一项，针对高代价/不可逆决策。 · source-driven-development：框架决策必须挂在官方文档上，要引源、要标注未验证项。直接对治 LLM 编造 API。 · deprecation-and-migration 把"代码即负债"单列为技能，配套强制 vs 建议性弃用模式与僵尸代码清除——很少见但有工程味。 · Google 工程文化底蕴：Hyrum's Law（API）、Beyonce Rule 与测试金字塔（测试）、变更尺寸约 100 行 + 评审速度规范（评审）、Chesterton's Fence（简化）、主干开发（git）、Shift Left 与 feature flag（CI/CD）。来源明确标注自《Software Engineering at Google》与 Google 工程实践指南。

真正想赢的人脸上是没有笑容的 真正想做事的人是没有时间搞一些花里胡哨的东西的 RGB协议的开发靠的是一种死磕到底的工程精神 一个坑一个坑地填 一个测试一个测试地做 一步一步地走 它不是光鲜外表和脆弱内里的装饰品 而是集合“设计、取舍、平衡、缝补、优化”的工程实践 $RGB #RGB#

用 ChatGPT 生成 PRD，再用 Cursor Agent 自动实现，10 分钟就能搭建一个 CLI 工具原型 这是 AI Code Guide 里“vibe coding”实战部分的演示效果 这份开源指南系统地整理了 AI 辅助编程从工具选择到实战流程的完整方法论 核心理念是“规划先行”：不是直接让 AI 写代码，而是先用 ChatGPT 生成产品需求文档和任务清单，再让 AI 按步骤实现，确保项目始终保持清晰的结构 指南覆盖了从零开始的完整工作流：如何选择合适的 LLM 模型、编写有效的提示词、设置项目规则避免幻觉、处理错误和 Bug 还详细对比了 Cursor、Windsurf、Claude Code 等主流工具的使用场景 把 AI 编程从随机碰运气升级为系统化工程实践，正是这份指南试图梳理清楚的方向。 GitHub：

AWS架构讨论：如何只向用户提供PDF中的指定页面？ 最近看到一个 AWS 架构问题： 一个电商平台把大量产品目录存储在 S3 中。每个商品只对应 PDF 中几个页面，但完整 PDF 文件可能达到几百 MB 问题： 如何让用户只加载需要的页面，而不是下载整个文件？ 评论区主要有几种方案： 方案1：提前拆分 PDF 页面 上传时处理 PDF，将页面拆成独立文件，再通过 S3 + CloudFront 分发 方案2：请求时动态生成 通过 Lambda/ECS 实时读取 PDF，并生成对应页面 方案3：Range Request 利用 HTTP Range 请求读取 PDF 部分内容 方案4：AI/RAG 通过 AI 建立 PDF 索引，再定位对应内容 从工程实践角度看： 对于高并发场景，提前处理 + CDN 分发可能更稳定。 但如果 PDF 经常变化，动态生成可能更灵活。 如果你负责设计这个系统，你会选择哪种架构？ 有没有更好的 AWS 方案？ #aws# #云服务器#

分享 8 个我最近在用的 AI Coding Agent 基础设施开源项目,全部破万星,最高 68k ⭐ Agent 干活的两大瓶颈:反复 grep 找代码,和爆炸的上下文成本。这 8 个项目从压缩层、代码记忆、技能安全到长任务稳定性,基本覆盖了 Agent 工程化的关键缺口 1️⃣ headroom ⭐53k 日志/文件/工具输出/RAG 分块进 LLM 前先压缩,号称省 60–95% token。库 / 代理 / MCP 三种接入,本地优先、可逆。 上下文成本是长任务核心瓶颈,压缩层是省钱最直接的方向。 2️⃣ agent-skills ⭐68k 面向编程 Agent 的生产级工程技能集,把资深工程师的纪律(写 spec、测试、review、何时 ship)固化成结构化工作流,灵感来自 Google 工程实践。 Agent 默认走"最短路径完成",这个把不体现在 diff 里、却决定质量的环节补回来。 3️⃣ Agent-Reach ⭐45k 给 Agent "看见互联网"的能力,读取/搜索 Twitter、Reddit、YouTube、GitHub、B站、小红书。定位是能力层(选型+安装+体检+路由),一个 CLI、零 API 费用。 内容监控和自媒体选题神器。⚠️需登录的平台建议用专用小号,有封号风险。 4️⃣ OpenMontage ⭐28k 开源 Agentic 视频生产系统,把 AI 编程助手变成完整视频工作室。12 条流水线、52 个工具,支持纯免费本地链路(Piper TTS、FFmpeg、Remotion、开放素材)也支持付费云端。 从研究、脚本到剪辑合成的端到端流水线,内容人值得关注。 5️⃣ DeepSeek-Reasonix ⭐25k DeepSeek-native 终端 coding agent,围绕字节稳定的 prefix-cache 优化运行循环,长会话缓存命中 90%+、输入 token 成本大幅下降。单 Go 二进制。 DeepSeek 生态里的 coding agent,低成本、国内开发者友好。 6️⃣ Planning with Files ⭐24k 给 coding agent 基于 Markdown 的持久计划管理:长任务、上下文丢失/clear 后恢复、确定性完成校验、多 Agent 共享状态。本质是 Claude Code skill,兼容 60+ Agent。 Agent 做复杂任务最容易"忘记计划",解决的是长任务稳定性。 7️⃣ codebase-memory-mcp ⭐21k 高性能代码智能 MCP Server,把代码库索引成持久知识图谱,支持 158 种语言,亚毫秒查询,号称省约 99% token。单静态二进制、零依赖。 让 Agent 不再反复 grep,而是拥有可查询、可复用的代码库记忆。 8️⃣ SkillSpector ⭐11k NVIDIA 开源的技能安全扫描工具,安装前检测技能里的漏洞、恶意模式和潜在风险(68 个模式、17 类),输出 0–100 安全评分。 技能以隐式信任执行,是个基本没被审查的攻击面,装前先扫一遍。

5 个英文账号，决定了你在 AI 浪潮中的信息密度。 @karpathy 掌握 LLM 的底层逻辑。 @steipete 负责开源动态的实时更新。 @gregisenberg 提供商业化落地的原始灵感。 @rileybrown 聚焦 VibeCode 的开发技术栈。 @jackfriks 负责捕捉 AI 领域的边缘机会。 信息差的边界，取决于你关注的节点是否处于技术最前沿。 你觉得在 AI 时代，建立个人认知壁垒靠的是追踪这些头部人物，还是靠更底层的工程实践？