在 Thoughtworks（现 Inspire） 的最后一个月里，我一直在为“下一个项目”准备一套 AI Coding 的端到端方案。这个方案基于 Claude

我还没从 Thoughtworks 离职的时候（现在在 Qoder 团队），我就想写一篇文章，把一张图里 `Loop` 那一栏补完整。那张图其实很直白：不是让 AI 生成更多代码，而是让 AI 在工程体系中稳定完成交付。左边是 `Rules`，把团队经验和开发约束变成 AI 可执行的工作规则；中间是 `Spec`，把模糊需求收敛成可拆解、可验证、可追踪的交付目标；右边是 `Harness`，把 AI 行为纳入工程治理边界，确保结果可验证、可度量、可放行。

查看原文：注意力 Harness：多 Agent 时代如何守住人的注意力 - Blog | Phodal - A Growth Engineer

查看原文：从复杂编辑器到 Agent 工作台：Office 的 Cursor 时刻 - Blog | Phodal - A Growth Engineer

查看原文：长程验证：AI Agent 长任务的收敛机制 - Blog | Phodal - A Growth Engineer

上周买了一个带触发屏的开发板，想探索一下之前的一个想法：AI 时代能不能加速传统行业的一些软件开发的范式？作为一个写过物联网书籍的“资深”硬件专家，

Piece 尝试把编码智能体的局部代码修改映射为片段级构建反馈，让文件内部的函数、组件、接口和 JSX 结构成为可追踪、可验证、可回退的反馈单位。

查看原文：设计流动摩擦：AI 原生团队的核心能力 - Blog | Phodal - A Growth Engineer

查看原文：从 AGENTS.md 开始：构建 Agent 友好项目的五个步骤 - Blog | Phodal - A Growth Engineer

把一项能力写进 `SKILL.md`，再封装成 Agent 插件，并不难。真正困难的是，当它被不同用户、不同项目和不同 Agent

最近，我们一直在尝试优化 Better Harness 的 **SKILL 自动沉淀**能力：从 Agent 的真实会话中识别重复出现的工作路径，再判断其中哪些经验值得进一步沉淀成可复用的 SKILL。真正做起来以后，我们发现这件事远比“把一段 Session 分析一遍”复杂得多。

最近，我重新看了 remio 在 PPT DSL 上的尝试，也注意到 OpenAI 的 **Artifact Tool**（产物工具）正逐渐演进成一套完整的专业文档运行时。

查看原文：软考出成绩了，没过 -

查看原文：CKEditor5 光标在粘贴的图片下一行 -

查看原文：自己封装 uuid 踩的一个小坑 -

查看原文：微说 | 他们总说要更开放 -

查看原文：微说 | 不要总让台湾艺人表态 -

查看原文：在 Electron 应用中，如何获取 Mac 的摄像头和麦克风权限 -

音视频会议时，通常都要进行屏幕贡献来进行交流！