#软件工程

Anthropic 出了 Agent Skills 的开放规范，这篇论文教你用软件工程方法写技能，有 Claude Code 的实操细节，还有和其他机制的选择规则，搞 agent 开发的值得看。

这篇论文从实际部署出发，总结了LLM智能体在软件、金融等领域的成功模式和失败应对，比只看benchmark的研究更有实战价值。

Simon Willison引用了Armin Ronacher的一段话，提醒我们AI代理时代别过度追求消除摩擦，有些摩擦其实是团队对齐理解的重要机制。

这篇论文教你让AI写代码时自己能判断靠不靠谱，比之前的ChatDev更稳，特别适合做复杂软件项目。

这篇论文把技能文本直接转成模型参数，编程任务上比上下文学习高出6分多，还能不断积累，挺实用的。

听Databricks联合创始人讲AI代理怎么改变软件开发逻辑，对创业公司尤其有启发。

Y Combinator@ycombinator原文

别一出bug就怪AI，也别什么都写进AGENTS.md。这篇讲了如何按软件工程流程正确应对，很实在。

宝玉@dotey原文

AI替代不了软件工程师

做AI辅助开发的团队会发现，指令文件不是写得越多越好——研究揭示了哪些写法真正有效，建议点开看看如何优化你的项目指令。

OpenAI 把 Codex 从助手升级为队友，这些真实用例覆盖了开发、设计、运维全流程，做自动化或想提升团队效率的可以直接参考复用。

官方账号Greg Brockman@gdb11 个信源在谈原文

软件团队终于有了一个能统一管理多个 AI 智能体的平台，解决了智能体碎片化的问题。做工程管理的团队可以直接参考其 3 倍吞吐量提升的实践，建议点开了解如何编排智能体。

Augment Code@augmentcode原文

软件工程教育者或AI工具重度用户会发现，ASE-26直接回应了行业从写代码到指挥智能体的转型痛点，值得参考其课程设计思路。

AWS 用户终于可以在熟悉的云环境中直接调用 OpenAI 模型和 Codex，省去跨平台集成的麻烦。做 AI 应用开发或软件工程自动化的团队，建议关注这个新入口。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

代码审查团队终于有了更智能的辅助——LLM自动标注变更类型（重命名/移动/逻辑修改），比人工逐行看diff高效太多，做代码审查或CI/CD集成的开发者可以直接参考。

Devin 基于 Claude 实现了从辅助到自主编程的跨越，做软件工程的团队值得关注——它可能改变你每天写代码的方式。

Scott Wu@ScottWu4611 个信源在谈原文

12 位一线 DevTool 创始人亲述智能体趋势和踩坑经验，做开发者工具或 AI 应用的团队看完会有共鸣，建议直接看视频。

Y Combinator@ycombinator原文

该研究直击当前AI智能体可靠性不足的痛点，提出以工程化工作流复用替代即时合成，为构建生产级智能体系统提供了重要思路，对Agent落地高风险场景具有参考价值。