Category
共 48 篇文章
Lauren Tan(poteto)在 AI Engineer 講她的團隊一個月發 11,000 個 PR、revert 率還維持在 0.5%,靠的不是更好的模型,是把規則寫成 lint、把 token 花在驗證上,聽完回頭看自己的 repo,發現踩過的坑只寫在註解裡,沒有任何檢查會擋。
2026年11月17日 · Waiting7777 · 9 分鐘閱讀
換了新模型之後,之前對著舊模型調出來的 CLAUDE.md 跟 skill 要不要跟著整理?把 Anthropic 公開的 prompt-audit 從頭讀了一遍,看它怎麼判斷哪句該刪、哪句不能刪,再拿自己的 code review skill 試一次,結果一行都沒少。
2026年11月16日 · Waiting7777 · 8 分鐘閱讀
從 Link headers 到 WebMCP,isitagentready 給了我 9 個作業,我花一個週末全部交完。
2026年11月4日 · Waiting7777 · 7 分鐘閱讀
規劃 code review agent 時越做越發現什麼都能寫成 code,於是拆了阿里開源的 open-code-review,看它怎麼把不能錯的步驟交給程式、只把判斷留給模型,整理成七條設計原則,再回頭判斷這件事到底該不該做成 agent。
2026年10月27日 · Waiting7777 · 9 分鐘閱讀
一個由 agent 寫出來、拿來管 agent 的開源 IDE。19,000 個 commit、979 次 release 背後,最值得看的數字是 2,525 個放了一個月還沒人處理的 PR。
2026年10月20日 · Waiting7777 · 7 分鐘閱讀
這是 post-mortem,不是 case study。做對的三件事、做錯的三件事、以及為什麼這套東西接下來要抽成 `claude-qa-pipeline` OSS。
2026年10月20日 · Waiting7777 · 6 分鐘閱讀
這不是 proof of concept,是跑在 macOS launchd 上的真實系統:每天兩班、spec-driven、自己開 Linear issue、自己發 PR、自己從過去的 fix 裡學新的 pattern。
2026年10月20日 · Waiting7777 · 5 分鐘閱讀
讓 LLM 修 test 只會讓錯的 test 變得更漂亮。我的 QA pipeline 把 spec 當唯一 SSOT,過去兩週追蹤的 53 個 bug 裡有 5 個直接被分類成「spec 本身不清楚、agent 不碰」— 這個設計是整套系統沒出大事的原因。
單次修一個 bug 沒價值。這個 bug 是一個 pattern、會出現在其他地方 — 這才是 multi-agent 系統的槓桿。兩週 9 條 learned pattern、22 次自動套用、4 條畢業成永久 skill。
大家都在討論 agent 要上雲、要 container、要 orchestrator。我的跑在 MacBook Pro 上,launchd 排兩個班次,不用 cloud 不用 K8s 不用 orchestrator,過去兩週自己發了 17 個 PR。Infra 要簡單,agent 才能複雜。