文章
给人读的归档。外部材料与讨论蒸馏成文，来源可溯；不进 agent 上下文，也不参与触发。
Dan Koe 的自我发展总纲：四象限、三层级、三阶段、特质与通道，把全面发展画成一张可定位、可升级的地图。
直接让 AI 从零做网站，产出平庸且同质；这份清单把「找参考」武器化——8 类逐项清点 70 个入口按用途排开，含改名与迁移线索。
把 Paul Graham 的品味论与 Krug、Williams 的可用性方法合成一套设计评审原则：判断依据是使用过程，偏好不算数。
Opus 5.5 发布后刷屏的动效视频都是代码渲染的：模型写 seek(t)，无头浏览器逐帧截图，ffmpeg 合成。本文从四级提示词讲到渲染引擎，再到弹簧、配乐与自检回路，最后给出讲解片模板。提示词只占一成，其余九成是 harness。
三个总被混用的词各管一层：harness 管环境，循环管反馈，图管流程。附按故障症状选层的诊断表、循环七要素和一份上线前检查清单。
输出坏了先查模型外面那层环境。三层结构（环境记忆、验证回路、分工图）加五条个人 harness 规则，附一份可直接放进仓库的 HARNESS.md 和两遍式提示词。
把 agent 里「从来不是生成」的调用迁出 LLM：三问过滤、Noul/Choice/Score 三种题型；真答案看概率而非标签，blast radius 硬规则优先；写作归生成模型，判断归判断模型，之后全是代码。
Claude Code 七层 harness 配置手册：CLAUDE.md 放事实、skill 存流程、权限守边界、subagent 回证据表、/goal 定验收——完成定义为可打开的交付物，而非对话里的口头汇报。
Matt Pocock 用一段 bash 循环替代多阶段计划，配一份带 passes 标志的 prd.json 和一个只追加的 progress.txt，再用类型检查和测试做反馈回路，让 agent 每轮只做一条任务，睡前放它跑，早上收代码。
Infra 工程师一年实践的三条线：材料进仓库不进聊天窗口、Agent 改动全走 PR、规格与约束替人看细节、自测 Agent 分层验证——AI 放大执行，人的判断反而卡得更紧。
Dan Koe 的单人企业手册：内容地图、$19 微产品、$1000 四次微服务、问卷式销售——兴趣多的人不必收窄利基。
KV 缓存、前缀匹配、TTL 与计费的完整机理：为什么改一个工具会作废整段对话的缓存、一句「继续」也可能很贵——编程 Agent 经济学的底层一篇讲透。
对 Poteto「月发 2,500 个 PR」视频的信任系统深挖：验证把完成变成证据、架构把修改变成边界、代码库记住每次纠错——并行度只是最后拧大的旋钮。
Poteto（pstack 作者）与 Matt Pocock 对谈的中文转述：验证能力先于放手、固定操作交给工具、错误沉淀为环境约束、内外双循环接住外部反馈——人从逐个审查转向抽查并修改整个流程。
《Refactoring UI》的中文提炼：20 条军规配 20 张前后对比图——灰度先行、亲疏间距、色阶体系、反转对比，UI 是可工程化的视觉逻辑，不靠艺术天分。
逐行评审正在消亡，这不是问题；问题是读消失后没有东西接替它。评审的本质是让人理解所发布之物并能说不，两个成本决定信任建在哪。
一线故障报告：把 agent 工作流从线性链改成图——假边检测、验证器独立上下文、磁盘优先断点续跑，每个坑都有根因和修法。
Claude Code 创造者 Boris Cherny 与社区一线的 83 条技巧，外加概念地图、十套工作流对照与跨模型方案，中文全译。
以「何时用、何时跳过」的矩阵讲清 Claude Code 五个扩展点与四种并行协作方式，附可直接复制的实例仓库，模型与定价口径截至 2026 年 7 月。
Apache 资深维护者的智能体编程一手经验：责任压在合并者身上，人靠理解与重构把关；授权分级、SOP 化、自我批评 PR 可直接照做。
harness 自动进化会过拟合：已发表方法出了分布外有两个倒退。RRSI 用正则化把进化集涨分换成可迁移的改进，八个基准无一回退，还省三成 token。
卖成品而不是卖工具的经济学：八部件拆解、两问四格选品地图与十个具体机会，AI 商业模式的判断型长文。
agent 已是文档的第一读者（Mintlify 口径 66% 流量），知识质量成了运维问题；知识工程师的职责、收益与起步方式。
MCP server 不是把 API 包一层：按意图组织工具、按需进上下文、凭据不进模型——生产级 agent 集成的十二个模式。
用平面 Markdown 文件夹加一份 CLAUDE.md 索引给 agent 搭知识库：平面文件为什么优于笔记应用、三个文件夹怎么分工、agent 怎么按图索骥。
AI 放大写码吞吐量之后，本地环境、并发与合并成了新瓶颈；一篇讲清 Worktree 的原理、上手、踩坑与社区工作流。