AI 编程工具标准之争爆发：Shopify 因“复杂度税”要禁用 Claude Code Shopify 的 CEO 公开威胁，要在公司内部禁用 Anthropic 的 Claude Code 编程工具，原因不是工具本身不好，而是它不支持一个行业开放标准配置文件。 现在很多公司（包括 Shopify）同时在用多种 AI 编程助手：这些工具需要知道项目的特殊规则、代码风格、架构约定、技能说明等，所以大家会在代码仓库里放配置文件。 但 Claude Code 默认只认自己的专属文件 CLAUDE.md，不主动读取 AGENTS.md。 Shopify 是个大型 monorepo（单体仓库），有几千名开发者共用。 一旦某个目录漏放了 CLAUDE.md，用 Claude Code 的同事就会拿到“阉割版”的项目认知，而用其他工具的同事则正常。Tobi 把这称为 分裂脑 或 脑叶切除。 虽然 Shopify 已经写了自动化脚本去同步两套文件，但 Tobi 认为这是一笔完全不必要的“复杂度税” Claude 团队的回应 @trq212 很快回复： 他们正在让 Claude Code 变得更“可黑”，未来会支持轻松使用 AGENTS.md，或者其他自定义系统提示。 之所以目前坚持 CLAUDE.md，是因为他们认为不同模型家族（Claude vs GPT 等）并不可互换，系统提示对模型表现影响很大，所以他们为不同模型准备了不同的提示格式。 短期临时方案：可以在 CLAUDE.md 里直接 Agents.MD 引用过去。 这个解释并没有完全说服所有人，很多开发者认为：更合理的做法应该是默认支持行业开放标准 AGENTS.md，把 CLAUDE.md 当作特殊优化选项，而不是反过来。 Anthropic 承诺会改进，但具体支持时间表还没完全公布。

AI 编程 接下来的趋势是：需求对齐侧会越来越厚，需求实现侧会越来越薄 需求对齐侧： 从 /grill-me 拷问需求，到 /prototype 画需求原型，这些是“我自己该怎么对齐需求” 再到 /to-questionnaire 是“为了对齐需求，我需要采访别人什么问题” 再往下的发展，就是“更多工种（比如 设计、产品）参与其中，作为 需求对齐侧 的一个环节” 需求实现侧： 随着 Agent 长程执行能力、编码能力 越来越好，很多防御性的流程（比如 Spec 拆成 详细的 Plan）变得没必要 最终 需求实现 将退化成一个 /goal 命令

AI 编程 的核心目标：让软件长期保持较高的迭代效率 手段主要有 2 个： 1. 提高开发效率，但开发效率提高 200% 整体迭代效率可能只提高 30% 2. 抹平工种之间的沟通瓶颈，这才是最大的效率瓶颈

AI 编程任务里，最容易烧钱的不是“写代码”。 而是这些隐藏动作： 反复读上下文 重复扫描文件 自动修改又自动回滚 跑测试失败后继续猜 为了一个小问题重写一大片 长时间保持高推理强度 所以用高价模型时，prompt 反而要更工程化： 任务边界写清楚。 完成标准写清楚。 不该改的文件写清楚。 预算和停止条件也写清楚。 模型越强，越要给它刹车。

AI 编程下一阶段拼的，可能不只是模型有多强，而是谁先把上下文管干净。 很多 Agent 不是不会修 Bug，是跑几轮测试、看几次 diff 后，窗口已经被重复日志和无关 warning 灌满。 一个 6.69 万 Star 的项目，正在试着解决这件事。👇

AI编程火了之后，下一个被资本押注的方向会是什么？ 田渊栋的判断是：AI research。Coding之所以能快速商业化，是因为它替代的是高薪、高ROI的工作；而 AI研究人才更贵，自动化后的回报可能更大。 从新药、新材料，到训练模型的新方法，AI research的想象空间是天文级的，但也意味着高风险。 相比大公司多线押注，RSI的差异化在于更聚焦：不是让AI优化某段代码，而是让AI学会优化自己。 这是我们专访Recursive Superintelligence联合创始人/前Meta基础AI研究（FAIR）团队研究总监田渊栋的精华节选，感兴趣的话欢迎观看完整版。

AI 编程平台 Replit 宣布获得 Visa 投资并达成战略合作。双方将探索把 Visa Intelligent Commerce 集成至 Replit 平台，使开发者能够在构建 AI Agent 和应用时直接接入支付能力。Visa 透露，目前已有超过 1000 名员工使用 Replit 进行内部原型开发与软件创建。

AI 编程赛道内卷加剧！Anthropic 再出企业安全重磅功能 2026年5月伦敦「Code w/ Claude」活动上，Anthropic 一口气放出两大核心安全更新，精准直击企业 AI 编码最大痛点：代码数据外泄、开发漏洞频发，正式正面对标 GitHub Copilot 企业版！ 更新一：Claude 自托管沙箱（Claude Sandbox） 彻底打破公有云数据顾虑！采用「云端编排+本地执行」架构： 仅智能体逻辑留在 Anthropic 云端，所有代码、工具执行操作全部迁移至企业自有基础设施，完美实现「代码与仓库数据不出企业安全边界」。 兼容主流部署：Cloudflare / Daytona / Modal / Vercel 企业完全自主掌控运行环境、权限与审计日志 更新二：Security Guidance 安全插件 适配 Claude Code 的轻量化实时风控工具，嵌入开发全流程： 代码编辑、AI 生成变更、代码提交阶段自动扫描漏洞，智能识别风险代码、复盘代码差异，提前拦截安全隐患，无需人工逐一复核。 落地硬核效果 内部实测数据：研发团队的 PR 安全类评论直接减少 30%-40%，大幅降低安全 review 压力，提效又控险。 完整企业安全矩阵成型 本次更新叠加此前公布的 28 项企业合规安全集成能力，补齐了 AI 编程的最后一块安全短板。 不难看出，Anthropic 此番密集布局，核心目标就是强攻企业级 AI 编程市场，用私有化安全+实时漏洞防护，打响与 GitHub Copilot 的差异化竞争！

🗺️ AI 编程的术语和工具，这份指南一次讲清楚 GitHub 上 2.7K stars，Eric S. Raymond 参与署名 现在聊 AI 编程满地都是缩写：vibe coding、agentic coding、PRD、MCP、A2A、SLOP，各家文章各说各的，看多了反而更糊涂，讨论时经常是两个人用同一个词说着不同的事。 这份指南就是来对齐概念的。它把 AI 编程定义清楚，说明 vibe coding 这个词是 Andrej Karpathy 在 2025 年提出的，把 agentic coding 描述成智能体在反馈信号支持下自主跑多轮。协议那几个也一次讲明白：MCP 是 Anthropic 做的 Model Context Protocol，A2A 是 Google 的 Agent to Agent Protocol 侧重多智能体通信，SLOP 是 Simple Language Open Protocol。 工程实践也带到了：属性测试在 Python 用 Hypothesis，在 JavaScript 和 TypeScript 用 fast-check，这是让 AI 写的代码站得住的关键一环。工具那块列了 Cursor、Claude Code、OpenAI Codex、Windsurf、Aider、OpenHands、Replit 和 Lovable。 署名里有 Eric S. Raymond，就是写《大教堂与集市》的那位。MIT 协议。 词对齐了，讨论才不是各说各话。 GitHub：

Cursor AI 编程工具现在已经不只是 AI 编辑器了🥸 新上的 Origin 可以直接托管 Git 仓库、处理 PR，也能同步现有 GitHub Repo，不用迁仓库。GitHub 仍是 Source of Truth，Issues / Actions / Secrets 不会同步。 目前 Origin 还是 Early Beta，仅对 Pro / Teams / Enterprise 分批开放，免费版暂时用不了。 感兴趣的蹲蹲 👉