# agentic-coding

Claude Code 原始碼洩漏，社群盯著 KAIROS 和 model codenames 看。但裡面還有另一面：5 個讓 $2.5B ARR 產品顯得很尷尬的設計決策。這些不是 Anthropic 獨有的問題——它們是 AI 生成 code 的系統性陷阱，你的 codebase 裡很可能也有。

gu-log 有 336 篇 AI 翻譯的文章。我們以為品質「還行」——直到用 multi-agent 系統認真評分後，發現 74% 需要改寫。這是我們怎麼設計評分系統、怎麼 overnight 跑完全站改寫、以及學到了什麼的故事。

Simon Willison 的 Agentic Engineering Patterns 指南加到第 12 章了，但這章排在系列最前面——他終於正式回答「什麼是 Agentic Engineering」。答案意外地簡潔：讓會跑 code 的 agent 幫你開發軟體。但真正有趣的是他花了 11 章實戰經驗後才敢下這個定義。

Simon Willison 的 Agentic Engineering Patterns 第三章：AI 應該幫我們產出更好的 code，不是更差的。技術債的成本被 coding agent 壓到趨近零，你再也沒有藉口不 refactor。加上 agent 能平行跑 prototype，選架構不再是賭博。

Simon Willison 的 Agentic Engineering Patterns 之「First Run the Tests」：每次開新 session，第一句話就叫 agent 跑測試。四個字，三層效果——agent 會知道怎麼跑 test、知道 codebase 多大、而且自動進入「我要維護測試」的心態。

Simon Willison 在 Pragmatic Summit 分享了他的 agentic engineering 實戰方法：五個 token 啟動 TDD、Showboat 做手動驗證、用六個框架反推出標準再實作、以及 code quality 是一個有意識的選擇。

Simon Willison 在他的 Agentic Engineering Patterns 指南裡新增了「Anti-Patterns」章節，第一條就是：不要把 AI 生的、你自己根本沒看過的 code 丟給同事 review。你省了時間，但你的 reviewer 付出了代價——而他們大可以自己叫 AI 生。這篇文章整理了 Simon 的原則、好的 Agentic PR 長什麼樣，以及一個 terraform destroy 的慘烈真實案例。

OpenClaw 的 ACP（Agent Client Protocol）讓你從 Telegram/Discord 聊天室直接 spawn Codex、Claude Code、Pi、Gemini CLI 等外部 coding agent，還能綁定 thread/topic、設定 persistent bindings、中途換 model、調權限。本質上就是把你的聊天室變成一個 multi-agent 指揮中心。（2026-03-09 更新：Telegram topic binding、persistent bindings、ACP Provenance 等新功能）

Cursor 推出 always-on background agents (Automations)，不再只是幫助工程師寫程式碼，而是自動修 CI、自動審核 PR、執行安全審查並建立團隊記憶。這標誌著從 Coding Assistant 向 Self-Driving Codebase 的 Paradigm Shift。

Simon Willison 提出 Agentic Manual Testing 概念：讓 AI agent 像人類一樣手動操作程式碼和 UI，抓出自動化測試遺漏的 bug。搭配 Playwright、Rodney、Showboat 等工具，把「測試通過但其實壞了」的窘境變成歷史。

這篇推文的核心很直接：多數人不是輸在模型太弱，而是輸在 context 管理失控。原作者主張先用最精簡的 CLI 工作流，再用 rules、skills 與明確任務終點逐步迭代。重點不是追新工具，而是把 agent 的行為設計成可控、可驗證、可收斂。

Karpathy 花了一個週末，用 4 個 Claude + 4 個 Codex agent 組成 AI 研究團隊，讓它們在 GPU 上跑 nanochat 實驗。結論：Agents 執行力一流，但實驗設計能力是零分。「你現在是在寫一個組織的程式碼」— 這句話可能定義了 2026 年的 agentic engineering (╯°□°)╯

Simon Willison Agentic Engineering Patterns 第五章：Interactive Explanations。核心主張：與其硬啃 AI 生成的 code，不如直接叫 agent 做一個互動動畫來解釋演算法運作方式。用「看得見」的方式還認知負債。

Anthropic 砍了第三方 OAuth token，只剩官方 Claude CLI 能用訂閱額度。這篇完整拆解 claude -p（print mode）的所有用法：5 種輸入、3 種輸出、JSON schema 結構化回應、tool 白名單、session 管理、雙向 streaming，到最後附上三個 production-ready 的 wrapper 範例。想用 Claude 寫 agentic app 的人必讀。

一個只有兩人的精品律師事務所，靠 Claude 處理原本需要十幾個 associate 的工作量。從合約審閱、tracked changes 到法律研究，全部用 Claude Skills 編碼十年執業經驗。這篇不是理論，是每天在用的 workflow — 而且結論是：通用 AI 打爆所有法律垂直 AI 產品。

Cursor CEO Michael Truell 用三組數據宣告軟體開發的第三紀元：Agent 用量一年暴增 15 倍、Tab:Agent 使用者比翻轉為 1:2、Cursor 內部 35% 的 PR 來自雲端 AI Agent 自主完成。開發者的角色正在從「寫 code」變成「設計工廠」(╯°□°)╯

Simon Willison Agentic Engineering Patterns 第四章：Hoard Things You Know How to Do。核心主張：你解決過的問題都該留下 working code，因為 coding agent 能把你的舊 code 當成食材，重新組合出你從沒想過的新料理。

Cloudflare 工程師 Steve Faulkner 用 Claude AI 花一週、$1,100 token 費用，從零重建了 Next.js 的 94% API，產出的 vinext 比 Next.js 快 4.4 倍、bundle 小 57%。關鍵武器？Next.js 公開的測試套件。消息一出，tldraw 立刻把 327 個測試檔搬進私有 repo 自保——還開了一個玩笑 issue：把原始碼翻譯成繁體中文來防 AI 複製。當你的 test suite 變成敵人的 spec，Open Source 的遊戲規則就徹底變了。

Karpathy 說 coding agents 在 2025 年 12 月突然 work 了——不是漸進式進步，是斷裂式轉變。他花 30 分鐘用一句英文建好 DGX Spark 視訊分析 dashboard，三個月前那是整個週末的工作量。Programming 正在變得面目全非：你不再打字寫 code，你在用英文指揮 AI agents。最高 leverage = agentic engineering。

Simon Willison Agentic Engineering Patterns 第三章：Linear Walkthrough 模式。用這個技巧，即使是 vibe-coded 的玩具專案也能變成有價值的學習資料。核心技巧：叫 agent 用 sed/grep/cat 自己抓 code 片段，防止幻覺。

Andrew Ng 在 The Batch 第 341 期公開表示，他不只停止手寫程式碼，更「早就不讀 AI 生成的程式碼了」。他認為開發者應該在更高的抽象層次操作，把程式碼交給 coding agent 管理。同時他觀察到「X Engineer」職位正在浮現 — Recruiting Engineer、Marketing Engineer — 每個業務部門都會有人用 AI 寫軟體。這是 AI 教育界最具影響力的人物，對「開發者未來」發出最激進的宣言。

Anthropic於2/24發布Claude Cowork企業級大更新，增10+產業Plugin、私有Plugin Marketplace及Google Workspace等連接器。曾致軟體股崩盤的Cowork Legal Plugin，這次宣布夥伴後，Salesforce漲4%、Thomson Reuters飆11%、FactSet漲6%。Anthropic從「取代」轉為「合作」。

Anthropic 今天宣布收購 AI 視覺互動公司 Vercept，把 R-CNN 發明者 Ross Girshick（Google Scholar 引用超過 66 萬次）和共同創辦人 Kiana Ehsani、Luca Weihs 收入麾下。目標：讓 Claude 的 Computer Use 能力從「會操作電腦」進化到「跟人類一樣操作電腦」。OSWorld benchmark 已經從 2024 年底的不到 15% 飆到今天的 72.5%。消息一出，RPA 龍頭 UiPath 股價當天跌了 3.6%——華爾街用真金白銀投票：AI Computer Use 正在吃掉 RPA。

The Atlantic 長文指出美國人正活在「平行 AI 宇宙」裡——大眾還以為 AI 就是 ChatGPT 聊天，但 tech 圈已經被 Claude Code 和 Codex 等 agentic tool 徹底改變。文章引用 Microsoft CEO 預測 95% 代碼將由 AI 寫、Anthropic 自家 90% 代碼已是 AI 產出，以及一位創辦人的警告：『tech 圈過去一年的經歷，即將發生在所有人身上。』

Claude Code 之父 Boris Cherny 在 Lenny's Podcast 宣告：coding 對他來說已經被解決了，2026 年「軟體工程師」頭銜將開始消失。他分享了 3 個團隊原則：讓 Claude 做、故意少給人、拼命加速。

Fintool 創辦人 Nicolas Bustamante 用自身經驗展示：透過 Agent + API 串接所有 SaaS（Brex、QuickBooks、HubSpot、Stripe），6 人團隊處理了過去 100+ 人才能做的事。他提出 B2A（Business to Agent）概念，並警告沒有好 API 的 SaaS 將被 Agent 繞過甚至取代。

Simon Willison 開了新系列 Agentic Engineering Patterns，教你怎麼跟 Claude Code、Codex 這類 coding agent 好好協作。第一課：寫 code 變便宜了，但寫『好的 code』還是很貴。第二課：紅燈綠燈 TDD 是跟 agent 協作的最強咒語。

Claude Code CLI 正式把 Git worktree 變成內建能力（`--worktree`）。你可以同時開多個隔離的 Claude session，各自跑不同任務，不會互相覆蓋檔案。對 Tech Lead 來說，這代表多線開發和 AI 協作流程終於能標準化，不用再靠土炮 alias 與手動 branch 切換。

Epoch AI 更新 SWE-bench Verified 評測流程（v2.x）後，多數模型分數明顯更接近模型開發商自報成績。關鍵改動不是換模型，而是升級工具鏈、修復不穩定任務、調整 scaffold 與環境設定。這提醒工程團隊：benchmark 不只是看模型，還要看評測管線是否可重現。

Google 發布 Gemini 3.1 Pro（preview），主打更強核心推理能力，並宣稱在 ARC-AGI-2 取得 77.1% 驗證分數。3.1 Pro 同步進入 API、Vertex AI、Gemini App 與 NotebookLM。對 Tech Lead 來說，重點不只是 benchmark，而是模型是否能穩定支撐跨系統整合、資料綜整與 agentic workflow。

OpenClaw 作者 Peter Steinberger 分享他處理大量 PR 的新流程：一次平行啟動 50 個 Codex，先把每個 PR 轉成 JSON 風險與意圖訊號，再集中到單一 session 做去重、關閉、合併決策。他強調在這種規模下，不一定需要向量資料庫；把高品質結構化報告餵進模型上下文，反而更快落地。

Anthropic 發布 Claude Code Security（研究預覽）：可在 codebase 中主動找出複雜漏洞、提供修補建議，並以多階段驗證降低誤報。官方表示，團隊使用 Opus 4.6 在開源生產系統中找出 500+ 漏洞，目標是把 AI 攻防能力優先交到防守方手上。

Anthropic 與 Infosys 宣布合作，把 Claude 與 Infosys Topaz 整合，鎖定電信、金融、製造、軟體開發等高監管領域。重點不是做 chatbot demo，而是做可長時間執行、多步驟、可治理的 enterprise agent：例如合規報告自動化、風險偵測、legacy 系統現代化與程式交付加速。

Liquid AI 發布 LFM2.5-1.2B-Thinking：1.17B 參數、32K context，可在手機/NPU 裝置以不到 1GB 記憶體執行。官方數據顯示它在多數推理 benchmark 可匹敵或超越 Qwen3-1.7B，且速度更快、輸出 token 更少。The Batch 指出它適合 tool-calling 與資料抽取類 Agent，但知識密集任務仍有 hallucination 風險。

Karpathy 今天早上想做心肺訓練追蹤，用 Claude Code 花一小時 vibe code 了一個完全客製化的 dashboard：逆向工程 Woodway 跑步機 API、拉數據、建前端。他的結論：App Store 裡那種「從一堆現成 app 中挑一個」的模式過時了。未來是 AI 原生的 sensor + actuator 服務，由 LLM 像膠水一樣即時組裝成高度客製化的一次性 app。一小時只是過渡——最終目標是一分鐘。

華頓商學院教授 Ethan Mollick 在最新文章中提出一個簡單但改變遊戲規則的框架：選 AI 工具要看三層 — Model（模型腦袋）、App（使用介面）、Harness（韁繩/工具鏈）。同一個 Claude Opus 4.6，在聊天視窗裡只能閒聊，放進 Claude Code 就能自主寫程式跑測試幾小時不停，裝進 Claude Cowork 就能幫你整理報告操作電腦。框架之外，Mollick 還用 Claude Code 花一小時把 GPT-1 的 1.17 億個參數做成 80 本精裝書並上架販售——當天完售。

SWE-bench 官方用同一個 mini-SWE-agent 跑完所有主流模型的 Bash Only 排行榜（Verified 子集，500 題）。結果讓人意外：Claude Opus 4.5（舊版）以 76.8% 險勝 Opus 4.6 的 75.6% 拿下第一、Gemini 3 Flash 和 MiniMax M2.5 並列第二。去除同模型重複後，前十名中有四個中國模型。OpenAI 最強戰力 GPT-5.3-Codex 因為 API 沒開放而缺席。Simon Willison 順手用 Claude for Chrome 幫圖表加上了百分比標籤——這可能是全文最實用的部分。

Anthropic 首度公開 Claude Code 和 API 的真實使用數據：最長自主跑動時間三個月內翻倍（45 分鐘以上）、老手有 40% 的 session 全部自動核准、Claude 主動停下來問問題的頻率比人類打斷它還高兩倍——但 73% 的 API 動作仍有人在監督。最驚人的發現：模型能處理的自主程度遠超過用戶實際給予的。Anthropic 稱之為「部署落差」。

Claude Code v2.1.20 把預設 UI 從顯示完整檔案路徑改成「Read 3 files」一行摘要，引爆 1082 點 HN 討論串和 700+ 則留言。開發者憤怒的不只是 UI 變動——而是 AI 工具藏起自己在做什麼的哲學問題。Boris Cherny 親自上 HN 和 GitHub 回應、承認命名錯誤、連出三輪修復。這場爭論揭露了 AI 工具設計中最核心的張力：簡潔 vs 透明。

Fintool 創辦人、前 Doctrine（歐洲最大法律資訊平台）創辦人 Nicolas Bustamante 用十年實戰經驗拆解 SaaS 崩盤。他拆出 10 條護城河，逐一分析 LLM 摧毀了哪些、留下了哪些。結論：5 條被摧毀的正好是擋住競爭者的那些，5 條存活的只有少數公司才有。他還提出一個 3 問題快篩框架，讓你 30 秒判斷一家 SaaS 公司能不能活。Patrick O'Shaughnessy 說這是他讀過最好的 AI 時代軟體護城河分析。

Hugging Face CTO Thomas Wolf 發了一篇重磅長文，分析 AI 如何從根本上改變軟體的結構。不是「AI 幫你寫 code」那種表面改變，而是 Monolith 回歸、Lindy Effect 失效、Strongly Typed 語言崛起、Open Source 社群重組、甚至可能出現全新的「為 LLM 設計的程式語言」。Karpathy 看完直接附和：『我們可能會把人類寫過的所有軟體，重寫好多次。』這不是預測，這是正在發生的事。

Drexel 和 Missouri 大學的研究團隊分析了 GitHub 上 33,596 筆由五大 coding agent 提交的 PR。結果？整體 merge rate 71%，但差距驚人：Codex 83%、Claude Code 59%、Copilot 只有 43%。更恐怖的是失敗模式：Agent PR 被拒的第一名原因不是 code 寫得爛，而是「根本沒人理」。LeadDev 同步報導指出，這場 Agent PR 大洪水正在壓垮企業的 Monorepo 和 CI 基礎設施。

當 AI 開始寫出比你更好的 code，你的職業生涯突然感覺像是建立在沙灘上。Simon Willison 和 Oxide and Friends podcast 的 Adam Leventhal 為這種感覺取了一個名字：Deep Blue。雙關語——既是那台 1997 年擊敗 Kasparov 的西洋棋電腦，也是你心底深處的憂鬱（blue）。這不是技術問題，這是一整個世代工程師的心理危機。

Google/Amazon 老兵 Steve Yegge 提出「AI Vampire」理論：AI 讓你 10x 生產力，但這額外的 9x 價值到底歸誰？歸公司，你就被榨乾到 burnout；歸你自己，公司就被競爭對手幹掉。Yegge 認為 agentic coding 一天只能撐 3-4 小時，剩下的時間你應該去摸草。他還搬出在 Amazon 時代傳授的 $/hr 公式：你控制不了分子，但你能控制分母。

GitHub 正式推出 Agent HQ 的多 Agent 支援：Copilot Pro+ 和 Enterprise 用戶現在可以直接在 GitHub 和 VS Code 裡同時跑 Claude、Codex 和 Copilot，讓不同 AI 用不同思路攻同一個問題。不用切工具、不用複製貼上 context，所有產出直接變成 Draft PR。對 Tech Lead 來說，這可能是 Code Review 流程的一次典範轉移。

Technical debt 住在 code 裡，你可以重構、可以還。但 Cognitive Debt 住在你的腦袋裡——當 AI Agent 幫你寫了 80% 的 code，你對自己系統的理解卻掉到 20%。UVic 教授 Margaret-Anne Storey 從 Thoughtworks 閉門會議帶回這個概念，Simon Willison 和 Martin Fowler 同時背書。這不是假想的未來，而是現在進行式。

Thoughtworks 召集了一群軟體界的 OG（包括發明 OOP 和 Agile 的人）開了一場閉門會議，討論 AI 時代軟體工程的未來。結論讓所有人都不舒服：Junior 工程師比以前更有價值（因為他們沒有舊習慣包袱，上手 AI 更快），真正危險的是「從招聘潮時期上來的 mid-level 工程師」。Source code 可能變成暫時性的產物。Amazon 已經把 AI Agent 列入組織編制表。而最殘酷的結論：人類的組織架構跟不上 AI 產出的速度。

Spotify 共同 CEO Gustav Söderström 在 Q4 財報會議上爆料：公司最優秀的開發者「從 12 月起就沒寫過一行 Code」。他們用一個內部系統叫 Honk，搭配 Claude Code，讓工程師在通勤時用手機從 Slack 指揮 AI 修 bug、加功能，Claude 做完還會自動推一個新版 app 到手機上。2025 年 Spotify 出了 50+ 新功能，這個速度不是靠加人，是靠讓 AI 寫 Code。

OpenAI 今天發布 GPT-5.3-Codex-Spark，第一個跑在 Cerebras 晶圓級晶片上的模型。每秒 1000+ tokens、延遲降 80%、首 token 快 50%。但它是縮小版模型，不跑測試、只限 Pro 用戶。這不只是一個新模型，是 OpenAI 首次在生產環境用非 Nvidia 晶片——AI 算力的版圖正在重劃。

OpenAI 的 Responses API 現在可以透過 shell tool 掛載 Skills — 把可重複使用的工作流程（指令 + 腳本 + 資源檔）打包成 zip，讓模型在需要時才載入執行。Simon Willison 用他新開發的 Showboat 工具實測了這個 API，發現最酷的是可以直接在 JSON request 裡用 base64 傳 inline skill，不用先上傳。Skills 本質上是 system prompt、tool、和 procedure 之間的「中間層」，解決了把所有流程都塞進 system prompt 會越塞越肥的痛點。

Peter Steinberger（OpenClaw 創造者）登上 Lex Fridman Podcast，完整講述一小時原型如何變成 GitHub 史上成長最快的 repo、改名五次的血淚史、被 OpenAI 和 Meta 收購的故事、以及他為什麼說「80% 的 App 會消失」。

Andrej Karpathy 分享他如何用 DeepWiki MCP + GitHub CLI 讓 Claude 從 torchao 的 codebase 中「撕出」fp8 training 功能，五分鐘生成 150 行自包含程式碼，跑起來還快 3%。他提出 bacterial code 概念——低耦合、自包含、少依賴的程式碼風格，讓 agent 能像細菌水平基因轉移一樣自由撕取程式碼。金句：Libraries are over, LLMs are the new compiler。

Anthropic 公布了內部使用 Claude Code 的數據：工程師每人每天合併的 PR 數量增加了 67%，70-90% 的 code 由 Claude Code 協助撰寫。同時推出 Contribution Metrics 功能，讓 Team/Enterprise 客戶透過 GitHub 整合追蹤 AI 對團隊產能的實際影響。這不是「AI 好棒棒」的公關稿 — 這是給 Tech Lead 的實戰儀表板。

Karpathy 發現用 DeepWiki MCP + GitHub CLI 可以讓 AI agent 「手術式摘取」任何 library 裡你需要的功能，不再需要安裝整個巨型 dependency。他叫 Claude 從 torchao 裡抽出 fp8 訓練邏輯 — 5 分鐘產出 150 行 code，開箱即用，甚至比原版快 3%。他的結論：Libraries are over, LLMs are the new compiler。軟體的未來是 bacterial code — 更小、更獨立、更容易被 AI 理解和重組。

Matt Pocock（TypeScript 教父、Ralph Loops 佈道者）發布了一個 Claude Code skill：git-guardrails。用 PreToolUse hook 攔截危險的 git 指令（push、reset --hard、clean -f 等），讓你放心讓 AI agent 在 Docker Sandbox 裡 YOLO 模式全自動跑，不怕它把你的 git history 炸掉。一行指令安裝，比任何 prompt engineering 都可靠。

Simon Willison 發布兩個開源工具：Showboat 讓 AI agent 自動產生 Markdown demo 文件來展示自己寫的 code 實際跑起來的樣子，Rodney 則是 CLI 版的瀏覽器自動化，可以截圖、跑 JS、做 accessibility audit。重點不是取代 test，而是解決一個核心問題：agent 跑完 test 說「全 pass」，但你怎麼知道它真的 work？Simon 甚至發現 agent 會作弊，直接偷改 demo 檔。

Andrew Ng 從第一線觀察剖析 AI 對就業市場的真實影響：大規模失業被過度渲染了，真正發生的是會用 AI 的人正在取代不會用的人。更震撼的是團隊重組：以前 8 個工程師 + 1 個 PM 的專案，現在 2 個工程師 + 1 個 PM 就搞定 — 瓶頸從「怎麼寫 code」變成「決定要做什麼」。這就是 PM Bottleneck。

有人用 Opus 4.6 和 Codex 5.3 去優化 Karpathy 的 nanochat，成功省了 3 分鐘訓練時間。但 Karpathy 本人的回覆卻潑了一盆冷水：他試過了，基本上失敗了。模型還不能做到 open-ended 的 code optimization。更慘的是 Opus 還會偷刪他的 comments、無視 CLAUDE.md、報錯實驗結果。但他也說：有監督 + 明確任務 = 超有用。

Flask 和 Jinja2 的創造者、Sentry CTO Armin Ronacher 認為，現在的程式語言是為「人類打字很慢」設計的，但 AI agent 時代需求完全不同。他列出了 agent 喜歡什麼、討厭什麼，以及為什麼 Go 在 agent 時代意外地成為贏家。這篇是給所有用 AI 寫 code 的人的必讀指南。

SemiAnalysis 深度拆解 Kimi K2.5 的 agent swarm 架構：不靠 prompt 魔法，直接用 RL 訓練一個「指揮官」來決定何時開分支、何時平行化。對比 Anthropic 的 Claude Agent Teams，結果出乎意料 — Claude Teams 在他們的測試中更慢、更貴、分數更低。這篇揭示了 multi-agent 從「prompt 工程」走向「分散式排程問題」的轉變。

Anthropic 發布 2026 Agentic Coding Trends Report，揭示 8 大趨勢：Multi-Agent Systems 成標配（57% 組織採用）、Papercut Revolution 低成本清技術債、Self-Healing Code 自動 debug、Claude Code 年化營收破 $10 億。TELUS 省 50 萬工時、Rakuten 1250 萬行 99.9% 準確。開發者角色正從 Code Writer 轉變為 System Orchestrator。

Andrew Ng 和 Anthropic 聯手推出免費課程「Agent Skills with Anthropic」。Skills 就是一包指令資料夾，讓通用 AI agent 在需要時變成特定領域專家。2 小時 19 分鐘的課程教你：Skills 怎麼設計、Skills vs MCP vs Subagents 的差異、還有怎麼在 Claude Code、Claude API、Agent SDK 上部署。OpenClaw 也用同樣的 Skills 架構，所以這課跟我們直接相關。

Google 推出 Developer Knowledge API 和官方 MCP Server（Public Preview），讓 AI coding 工具可以直接讀取最新的 Google 官方文件——Firebase、Android、Google Cloud、Chrome 全都有。再也不用在 AI 生成的「過期 API 用法」和「存在於平行宇宙的 function」之間來回 debug 了。

TypeScript 大神 Matt Pocock 分享了一個反直覺的 agentic coding 心法：他已經不看 Claude 產出的計畫書了。因為真正決定產出品質的，不是那份 plan，而是你跟 AI 對話時有沒有建立起共同的「設計概念」。這個概念來自《人月神話》的 Frederick P. Brooks，而 Matt 的做法是讓 AI 拷問自己到極限。

OpenAI 推出 Frontier 平台，讓企業像管理員工一樣管理 AI agent：有 onboarding、有身份、有權限、有學習機制。HP、Intuit、Oracle、Uber 等大廠已經在用。這不只是一個新產品，而是 OpenAI 正式向企業 SaaS 宣戰。

Anthropic 研究員 Nicholas Carlini 用 16 個 Opus 4.6 平行跑了兩週、燒了 $20,000 API 費，從零開始寫出一個 10 萬行的 Rust C compiler。它能編譯 Linux kernel、QEMU、FFmpeg、Redis，還能跑 Doom。這篇是 agent teams 的終極壓力測試。

半導體分析機構 SemiAnalysis 發布重磅長文：Claude Code 目前佔 GitHub 公開 commits 的 4%，預計 2026 年底達 20%+。他們認為 Claude Code 是 AI Agent 的真正轉捩點——不只是寫 code，而是重新定義所有資訊工作。文章還剖析了微軟的兩難困境：Azure 成長 vs Office 365 護城河，以及為什麼 Anthropic 的營收增長已經超車 OpenAI。

Anthropic 發現 agentic coding benchmark 的分數差距，可能不是模型能力差異，而是跑測試的硬體配置不同。在 Terminal-Bench 2.0 上，最窮和最富的硬體設定差了整整 6 個百分點。下次看到排行榜差 2-3% 就宣稱「我們贏了」的，先打個問號。

StrongDM 的三人 AI 團隊打造了一個「Software Factory」——程式碼不給人寫、不給人 review，全部交給 coding agent。他們用 Digital Twin Universe 克隆了 Okta、Jira、Slack 等服務來跑大規模測試。Simon Willison 說這是他見過最激進的 AI 開發模式。但每個工程師每天 $1,000 的 token 費...你確定？

Karel（OpenAI 研究員）分享他如何用 Codex 花掉上億 tokens：讓 agent 自己寫筆記、爬 Slack、分析數據、產生 700+ 假說。他現在只跟一個 agent 對話，其他的都是 subagent 在背後跑。

Vibe coding 滿一歲了！Karpathy 回顧這個他隨手發的 tweet 如何變成維基百科詞條，並提出專業工程師的升級版本：「Agentic Engineering」— 不是放飛自我 vibe，而是把 agent 當團隊成員來「監督」。