Opus 5.5 这次真有点把我整不会了。 前两个月 Opus 5 写代码还经常让我血压上来，话多、乱扩 scope，小改动也能给你整成大工程，并且说黑话难懂。 结果今天拿 5.5 跑了半天，体感直接变了，现在是更听话、更克制，长任务也稳了很多，也能输出人话了😂。 看一些我比较在意的 benchmark 分数都涨了不少，虽然我现在不太 care 这个了。 我现在感觉开发主力都可以从 Fable 5.1 换到 Opus 5.5 了，Fable 5.1 还是太吃 token。 才两个月，这次模型的进步真是实打实的。

由于财政赤字持续飙升，法国的债务不断膨胀，今年的公共债务占国内生产总值的比重将创下1995年以来的新高。与此同时，评级机构Scope Ratings宣布下调法国的信用评级，使法国公共财政状况雪上加霜。

最近用 Opus 5 写代码，我也一直被一个问题困扰： 模型明明更强了，但有时候反而更难一起工作。 刚好看到一篇文章也在聊这个。作者发现 Opus 5 遇到模糊需求时，更容易自己做假设，然后一路往下执行，甚至会悄悄扩大任务范围、重新解释原来的计划。 以前 Opus 4.8 或 Fable 有些时候会停下来问一句：「你这里到底想要 A 还是 B？」 Opus 5 更喜欢自己选一个，然后继续干。 更有意思的是，Anthropic 自己的 Opus 5 Prompting Guide 也专门提醒了这个问题：它可能主动扩大 scope、加入没要求的步骤，所以窄任务需要明确告诉它不要擅自扩展。 文章里给了一个挺有意思的猜测： Benchmark 和 RLVR 更容易奖励「大胆做出假设然后把任务完成」的模型。但真实的软件工程里，很多信息永远写不完整。业务背景、隐含约束、架构取舍，经常没有唯一正确答案。 Agent 更自主当然很好，但如果每次都要盯着它别跑偏，这种 autonomy 的价值就要重新算了。 原文：

我最近看了个实验，挺有意思的。 有人用 Fable 5 做 orchestrator， 分别配了 Fable、Opus、Sonnet 三种 worker。 跑同一个任务。 结果质量差不多， 但成本差了一个数量级。 结论一句话： Fable 真正值钱的不是智力，是方法。 所以他把 Fable 的思维方式抽出来， 写成了一个 skill 文件， 让 Opus 也能按同一套逻辑跑。 五步： 1. 先定范围（不 scope 不动手） 2. 先找证据，再推理 3. 自己反驳自己 4. 完成前必须验证 5. 汇报结果和置信度 说白了： 你留不住最强的模型， 但你可以留住最强的流程。 这个思路，比任何模型都值钱。

最近有个非常大的agent使用姿势变化。之前，我习惯对任务进行拆解，然后 agent 用过即弃，几乎不用上下文压缩然后通过skills，文档来进行经验转移。这时候 agent 是基于任务的。 最近我开始，有一些反复出现的任务，比如某个项目的开发（可能拆成前后端两个agent），信息收集整理。长期使用一个session，不抗拒/compact。这时候是按照领域scope去拆解 agent。 长期 agent 只要划分得当，有种越用越跟手的感觉。 当然，现在 agent 的毁灭式上下文压缩（完全破坏trajectory）还是有很大优化空间的。改天发一下，怎么进行上下文压缩，同时又能保留trajectory，让agent具有行为一致性。

别把“连接器”当成插件市场。 它一旦接进飞书、CRM、代码库、文档库、财务系统，本质就变成了权限系统的一部分。 Mistral 这轮 Connectors 更新，最有价值的不是新增了多少连接能力，而是把连接器拆成了可管理对象： Enriched admin controls 已 GA，可以按工作空间设置连接器访问权限，并单独开关工具； API keys with connector scopes 已 GA，用来限制自动化 AI 工作负载，防止身份冒充； Multi-account connectors 已 GA，一个连接器可以绑定多个账户； Connectors Debugger 公开预览，可以对 MCP 连接器做端到端根因分析； Connectors in Workflows 公开预览，开始支持长时间任务不中断。 这说明一个变化： AI 工具接得越深，管理对象就越不再是“模型”，而是账户、scope、工具、日志、失败恢复。 小团队现在做 AI 集成，至少要先画一张连接器台账： 哪个业务系统被接入； 用谁的账户授权； 读权限和写权限是否分开； API key 能访问哪些 connector； 长任务失败后谁收到告警； MCP 调用链路能不能回放； 离职、转岗、外包协作时权限怎么回收。 没有这张表，Agent 能跑起来只是表面成功。 真正的风险会出现在第二个月：账号混用、权限外溢、任务失败无人知道、数据被写到错误系统。 连接器越像基础设施，越不能靠“大家注意一下”来治理。

AI 写代码太快了，怎么查看变化内容变得更困难，在线 PR 查看效率太低了。 我一直在使用 IntelliJ IDEA 作为我的主力 IDE（现在是主力代码查看器）。 官方 Git 插件看本地 Changes 还行，但我真正需要的是：持续看“当前分支 vs 目标分支”的 diff。👀 Commit 面板只能看本地差异，GitHub / GitLab 插件又不适合我们这种特殊 Git 源码服务器。 今天发现一个 IntelliJ 插件：Git Scope，解决了我进入 AI Coding 时代后一个很大的痛点。🚀 Git Scope 刚好补上这个洞：可以和任意 branch / tag / commit 做对比。🔍 装完之后感觉 IDE 终于适配 AI Coding 工作流了。✨

所有拿Claude Code/Codox写代码的人，必须看这个高星项目！ 它不是万能Prompt，是TypeScript大神Matt Pocock公开的.claude工作流：一个个SKILL.md，把和AI协作时的工程规矩写死。 怕的是AI太积极：只想改个bug，它顺手重构半个模块；只想看报错，它顺手加个新依赖。不确定？它不问你直接猜。 这套SKILL的牛逼在于：让Claude动手前先读代码、先拆计划、不确定先问、别乱扩scope、别为了优雅牺牲可维护性。 AI写代码真正该关心的不是怎么写，而是边界在哪。 Prompt解决一次问法；Skills解决以后的每一次。 你要是建自己的skills目录，第一条规矩怎么写？ 🔗

很多人在大厂干得不开心，我觉得核心原因就四个字：利益夹角。 你和公司之间有利益夹角，这个大部分人都能理解。 但小部分人才能意识到：你和你老板之间，也有利益夹角。 你的老板本质上也是个打工的，只是在这个职场 ladder 上爬得比你高一些。他有他自己的 KPI，有他需要维护的位置，有他需要向上交代的事情。 这意味着他有相当一部分精力，必须花在对他有利的事上，而不是对产品、对团队、对你真正有益的事上。 举一些具体的例子： - 他有自己的人际关系网，会给同级别的上下游做一些没什么业务价值的需求，只是为了维系关系 - 他会想办法扩充自己的 scope，增加手下的人数，把职级膨胀上去 - 他会在汇报里包装那些显得他有贡献的事，而不一定是真正重要的事 这不是在说老板是坏人，大部分人在那个位置，都会做一样的事。 这是公司结构决定的，不是某个人的道德品格决定的。 但是这会造成一个问题，当老板和你的利益夹角大到一定程度之后，你出的力，就只有很小一部分打在了最后的结果上 在大厂，一个工程师出 10 分力，能有 5 分真正落在产品上就算不错了。剩下的 5 分，消耗在对齐、汇报、向上管理、帮老板完成他需要完成的事情上。 这才是很多人在大厂干着干着就觉得我他妈在干什么的真实原因，出的力大部分被这个结构消耗掉了。