Claude Code 的这轮升级重点不在模型“更聪明”,而在命令行 AI 编程智能体是否足够稳定、可观察、可恢复。围绕全屏 TUI、流式输出、可读错误、上下文压缩、MCP 连接和会话自愈,系统梳理这些能力解决了哪些真实开发问题。
围绕近期热度较高的 9 个 AI 工程开源项目,梳理它们分别解决什么问题、核心机制是什么、适合哪些场景,以及科研写作、代码理解、Agent 工程化、端侧语音和 AI 视频生成中的选型思路。
Claude Code 通过分层压缩、全量摘要和附件恢复管理长对话上下文。内容覆盖上下文窗口压力来源、常见方案缺陷、Auto-Compact 的触发阈值、消息重组、摘要 prompt 设计和压缩后的接续机制。
Skill 是给 AI Agent 使用的结构化指令包,用来沉淀可复用的工作流。内容覆盖 Skill 的加载机制、SKILL.md 写法、安装发布流程、跨平台兼容、版本治理、调试评测,以及如何用一个开发助手 Skill 管理完整开发闭环。
Claude Code 的多 Agent 机制可以拆成常规 Subagent、Fork Subagent 和 Coordinator 三套设计。核心在于工具隔离、上下文隔离、异步消息通信、Prompt 缓存复用以及协调者并行调度。
Codex Chrome 插件让 AI Agent 可以操作用户已经登录的浏览器页面,完成填表、跨网站信息整理、报销提交、多标签页协作等任务。重点讲清它解决的问题、核心机制、典型工作流以及使用时必须注意的安全边界。
Mindgard 披露的 Claude 案例显示,关键词过滤不足以覆盖多轮社会工程越狱。内容从攻击链、规范冲突、风险信号和防御方案四个角度,梳理大模型产品应如何做持续红队测试和上下文防护。
OpenAI Codex 的桌面宠物把 AI Agent 的运行状态做成全局悬浮提醒,并支持通过 hatch-pet Skill 从图片生成多状态动画资源。内容讲清功能定位、自定义流程、状态机制、适用场景,以及配置迁移和听写词典两个配套能力。
Qoder Skills 可以把重复的提示词、执行步骤、规范和脚本封装成可复用工作流。掌握它之后,可以让 AI 在 API 开发、设计生成、文档产出、MCP 工具协同等场景中按固定标准执行。