1. 文章
1.1 当 AI 写了几乎所有代码，软件工程会怎样？ | 宝玉的分享
-
坏消息：专业知识的价值在下降。 往前看，原型开发、精通多种编程语言、或者在某个技术栈上的专精，可能都会大幅贬值。
-
好消息：软件“工程师”比以前更值钱。 技术负责人（Tech Lead）的特质更受追捧，初创公司会要求工程师具备产品思维（product-minded），做一个扎实的软件工程师而不仅仅是“写代码的”会更吃香。
-
我现在最大的问题是想不出足够多值得做的点子来充分利用这波生产力提升。
-
在 AI 生成大部分代码的新时代，对软件工程师的预期似乎变成了：
- 善于将工作拆解为更小的任务
- 能够跨栈工作：从后端到前端，甚至到移动端
- 具备产品思维（product-minded）：主动与客户交流，不用别人催就去修 Bug，主动提出产品改进建议
- 尽早思考架构决策，在软件结构设计上做出务实的选择
- 善于验证 AI 的输出
- 能亲自动手搞自动化测试和可观测性
- 持续管理技术债（tech debt）
1.2 为本地代理实现安全沙箱 · Cursor
- Cursor用的沙箱技术和之前我调研的不太一样，更多的是利用操作系统底层的一些能力
- 因此我们选择了通过 sandbox-exec 访问的 Seatbelt。Seatbelt 于 2007 年引入并在 2016 年被弃用，但仍被 Chrome 等关键的第三方应用程序使用。它允许在一个沙盒配置文件下运行命令，从而约束整个子进程树的行为。
- Linux上我们决定直接使用 Landlock 和 seccomp。Seccomp 阻止不安全的系统调用，而 Landlock 强制执行文件系统限制，使我们可以让被忽略的文件对沙箱内的进程完全不可访问。我们将用户工作区映射到一个 overlay 文件系统中，并用受 Landlock 约束的副本覆盖被忽略的文件，从而使这些文件无法被读取或修改。
1.3 你不知道的 Claude Code：架构、治理与工程实践 - Tw93
1.4 手把手教你部署 OpenClaw - 痴者工良 - 博客园
- 可以关注一下里面单独配置Kimi的模型配置
{
"agents": {
"defaults": {
"model": {
"primary": "moonshot/kimi-k2.5"
},
"maxConcurrent": 4,
"subagents": {
"maxConcurrent": 8
},
"workspace": "/root/.openclaw/workspace"
}
},
"models": {
"mode": "merge",
"providers": {
"moonshot": {
"baseUrl": "https://api.moonshot.cn/v1",
"apiKey": "${MOONSHOT_API_KEY}",
"api": "openai-completions",
"models": [
{
"id": "kimi-k2.5",
"name": "Kimi K2.5"
}
]
},
"kimi-code": {
"baseUrl": "https://api.kimi.com/coding/v1",
"apiKey": "${KIMICODE_API_KEY}",
"api": "openai-completions",
"models": [
{
"id": "kimi-for-coding",
"name": "Kimi For Coding"
}
]
}
}
}
}1.5 兄弟！你真的懂 Skill 吗？
1.6 AI时代，产品经理如何画原型和输出需求文档？
1.7 AI界面设计工具Pencil原理解析 - 知乎
-
首先，AI调用get_editor_state工具，来获取当前的编辑器状态。所谓编辑器状态，就是当前打开了哪个文件，当前选中了哪个节点等等这些信息；同时工具也还会返回.pen文件的格式描述，让AI知道该如何组织json。
-
接着，AI调用get_style_guide_tags，获取风格标签列表，以便让AI知道有哪些内置的风格。
-
再者，调用get_style_guide，选取部分符合用户prompt的风格词汇填入，得到该风格的详细说明信息。
-
AI还会调用get_guidelines来获取一些说明信息，包括常见的组件、组件的功能、图标的描述方法等等。
-
AI在理解了规则后，便可以调用batch_design来构造界面。此处的“batch”意指批量，ai将会生成多条操作命令，然后批量执行。
-
对于pencil的mcp设计，也有几个可参照的点。
- 其一，提供get_guidelines这类工具，让AI在需要时自行查说明。如今不少mcp工具也使用了相似的设计，使得可以按需获取文档，无需一次性将所有规则注入到prompt中。
- 其二，batch_design所使用的命令模式，实质是在操作一个树结构。对于直接让LLM输出json文件，与让它输出对树结构的操作命令哪种方式更好，我们之前也想做一些实验对比（但还没做TAT）。直觉上说，不排除后者上限更高。
2. 项目
2.1 JimLiu/baoyu-skills
Stars:
11.2k
Forks:
1.2k
Language:
TypeScript
3. 资源
3.1 Learn Claude Code
3.2 MicroGPT 互动讲解 | growingSWE — MicroGPT explained interactively | growingSWE
3.3 OpenClaw Exposure Watchboard
3.4 专为中国用户优化的Skills社区
3.5 https://r.jina.ai/
3.6 OpenClaw橙皮书：从入门到精通 - 飞书云文档
3.7 用Cursor做UI，最有效的两个方法_哔哩哔哩_bilibili
自然语言不适合需要精确、结构化、无歧义的数据输入场景。JSON能让模型的理解更准确、处理更高效、输出更稳定 React Bits - Animated UI Components For React
评论