智能体X
弃用 git worktree:AI agent 编码更宜用仓库克隆加大 PR
- 作者对 git worktree 持强烈负面态度:agent 自行使用 worktree 时,常出现丢数据或需要事后拼凑恢复,总是一片混乱。 他主张的替代模式:每个工作流用一个独立的普通仓库克隆,再在 monorepo 层级中合并。 宏观模式上偏好带分层提交的大型 PR,而非 worktree 并行。
09 月 13 日
488 条动态
- 作者对 git worktree 持强烈负面态度:agent 自行使用 worktree 时,常出现丢数据或需要事后拼凑恢复,总是一片混乱。 他主张的替代模式:每个工作流用一个独立的普通仓库克隆,再在 monorepo 层级中合并。 宏观模式上偏好带分层提交的大型 PR,而非 worktree 并行。
Uber 工程副总裁 Eric Friedman 表示自己全力投入 AI 编码，但首次遭遇严重事故：让 Codex 跑了一个过夜 /goal 会话后，整个 git worktree 被毁掉、数据丢失。对此有开发者分享替代做法：对 agent 自行使用 worktree 持强烈负面态度，因为常出现丢数据或需事后拼凑恢复的混乱局面，主张每条工作流独立克隆仓库，再通过大型分层 PR 合并，更适合 AI agent 编码场景。
- @theojaffee 提出关键问题:当前中国 AI 进步在多大程度上依赖从美国前沿模型蒸馏。 jeremiecharris 引用时更进一步,称其中部分是「对美国前沿模型的公然窃取」。 这条引用链反映了围绕蒸馏合法性、知识产权与中美 AI 竞争的持续争论,尚无实证结论。
Reddit 用户发帖并配截图,质疑 5.6 Luna 模型是否真的认为自己是人类。帖子本体只是一句吐槽,实质内容在截图里:模型在对话中表现出把自己当作人类的迹象。属于典型的模型翻车/行为异常名场面。
- 作者分享一套面向快速原型的 AI 开发工作流：在 DigitalOcean Droplet 上直接搭好 harness，让模型自己装 Playwright 跑测试、配 web 服务器和 DNS、装本地数据库，每次部署前自动备份、每个功能提交到 GitHub，并做 Droplet 快照兜底。 效果是近乎即时的部署，绕开 Vercel 等第三方托管，也不依赖 DB/serverless 等层层加价的外部服务；AI 让搭基础设施变得足够简单，这些中间商不再必要。 作者明确说明不适合企业级生产环境，但非常适合周末项目快速迭代。额外好处：合上笔记本 agent 也能继续干活——SSH 进去或用 Claude Code remote，甚至可以让 Claude 替你跑 Grok。
作者 Kuprel 分享自己的开发方式：已有一段时间不用代码编辑器，只需 MacOS 自带终端加 Codex CLI 或 Grok build CLI，像和真人对话一样与模型交流。想了解模型写了什么代码，直接像问同事一样问它即可。他特别提醒 Codex 在授权后可以接管整台电脑操作，能力相当激进。
Reddit 上一条关于 agent 生产环境排障的讨论:如何区分「我还没找到问题」和「证据根本不在 trace 里」这两种在调试中看似完全相同的状态。 作者描述的典型困境:每一步记录都合理、工具调用成功、状态迁移正常,但最终结果就是错的——此时可能关键信息从未被记录(外部状态、权限、provider 路由、trace 开始前已解析的值、agent 不知道的过期数据等)。 作者向社区提问:在 prod 中大家凭什么标准判断「这条 trace 不足以解释发生了什么」并停止深挖?是先复现、对比 trace 与真实系统状态,还是穷尽所有可能路径?结论是「知道何时停止」与「知道从哪开始」同样重要。
开发者 Wes Winder 发帖直言 subagent（子代理）在理论上看很美好，但实际使用中会疯狂消耗 token 额度，大多数场景下不如用单线程对话划算。这呼应了社区对多 agent 编排成本收益比的持续质疑：拆分任务的通信与重复上下文开销，常常超过其带来的并行或隔离收益。
开发者 @builtbysketch 用 GPT（文中称 GPT 5.6/6 Astra）消耗 16 亿 token，在 4 天内把最初的 demo 扩展成一个完整、可玩的完整游戏（Blender + 模型生成流程），并发长文复盘从零到成品的全部经验教训。这不是一次性演示，而是端到端交付的成品，作者声称总结了『用大模型做出几乎任何游戏』的具体方法。
Riccardo Wolf 展示 Seedance 2.5 在动作场景上的能力：一段连续 10 秒手持镜头的篮球画面，包含变向过人、背后运球、爆发突破、防守封堵和收尾的战斧式扣篮。视频模型的动作时序、镜头追踪、篮球物理和整体连贯性通常在这类场景开始崩坏，但 Seedance 2.5 表现得出奇地好。
研究者 Torsten Sattler 分享了一个 ECCV 参会小技巧：把自己对各方向、各主题的偏好写成一段说明，让 Claude 根据会议全部海报列表逐个分会场推荐最值得看的 poster，从而生成一份专属的个性化参会日程 PDF，替代人工翻阅数千篇海报的原始程序册。
一则已流传三天的传闻称，Google 的 Gemini 4 已提前完成预训练，部分原因是 Google DeepMind 在训练过程中取得了新发现。Andrew Curran 转发并评论了该消息，也有转发者讽刺相关说法。目前该传闻未获任何官方证实，真伪难辨，外界需谨慎看待。
Nathan Lambert 在 Interconnects 撰文,回应 Anthropic 关于「蒸馏攻击」的说法,质疑中国前沿实验室靠蒸馏「窃取」美国模型能力的叙事。 今日语境下的「蒸馏」实为合成数据:用更强模型的输出训练较弱模型,而非 Hinton 等人定义的技术性知识蒸馏——后者需要教师模型的概率分布,API 模型并不暴露这些信息,因此从技术上不可能实现。 合成数据可以说是当下 AI 研究者日常提升模型的最有用方法;架构、人类数据、可验证奖励的强化学习都重要,但日常工作大量围绕如何获取和扩展合成数据展开。 最著名的指控案例是 DeepSeek R1 发布时,OpenAI 指其通过越狱 API 窃取推理轨迹。
一个名为 AI Design Field Guide 的新站点上线，定位是'AI 设计师'这一新兴职业的活文档——在 evals、prompt 和 tool call 中工作的设计从业者。站点由 Ryan Mather、Robin Chen、Federico Villa 发起，每月更新文章，首批内容含 Figma 的 Barron Webster、Anthropic 的 Nate Parrott、前 OpenAI 的 Benjamin Zweig 等人的文章，首期主题为 Designing Memory，支持英/西/中三语。
网友发现 Windows 11 家庭版跳过强制微软账户登录的新方法:只需点击微软账户登录页面上的「Learn more」小超链接,即可继续使用本地账户。此前微软封堵了多次已知的绕过手段,但这个藏在登录页中的链接仍可利用,操作几乎零门槛。
开发者 Julian Harris 对比 2025 年 1 月与 2026 年 1 月的 AI 进展，认为去年进步显著，但今年明显感觉不对劲。他举例称 Claude Opus 5 生成的图表内容质量堪忧——「像个 schema 又不是 schema，像张示意图又不是示意图」，并以此质疑前沿模型近期的能力提升已陷入停滞。
作者指出「要求人类批准」听起来安全,但当每个动作都需要点击时,人们会停止阅读,批准沦为肌肉记忆——人类名义上在环内,实际上缺席。 他主张更好的模型是「范围授权」(scoped authority),每份授权应明确: 谁授予的 确切的动作与目标对象 限制与过期时间 Agent 必须依据什么证据 什么情况必须交回人类 例行动作在边界内自动运行,越界即停。工具层面强制执行授权,而不是指望 prompt 记住策略。作者认为真正有趣的设计问题不是「人类是否触碰每个动作」,而是「Agent 能否证明这个动作是哪个人类授权的」。 他最后提问:常设授权与强制审查的边界应该画在哪里?
dair-ai 推荐一篇关于 self-improving agents 的新综述,称其为当前热门研究方向。 综述把递归自我改进按自主性分阶段:从执行他人设计的改进,到自己选择改进策略、收集自身经验、适应新环境,最终改进「改进过程本身」 分级框架让论文声明可检验:看到自称 self-improving 的工作,可追问它实际自动化到哪一阶段 提出 Headroom-Closed Index 刻画当前 LLM 的不足 横向比较了科学发现、具身智能体、软件工程三个场景对自我改进的不同要求
开源多 Agent 编排项目 Orgtree 发布 v2（v2.1.0），从原本需要 Node.js、Python 和 Docker 的 Web 应用彻底重写为自包含的 Electron 桌面应用，预置内置运行时，降低使用门槛。新版本支持多账号并行，并新增「工作台」任务板等功能，进一步优化多 agent 编排体验。
安全研究者 _orcaman 公开 Cursor CLI 沙箱逃逸漏洞的新变体：在 Cursor 团队约一周内修复此前披露的 Beltdown 漏洞后，其展示了新的绕过手法，可从 Cursor CLI 沙箱中逃逸并在 Mac 上执行任意代码。作者同时证实 Cursor 团队已针对先前漏洞发布修复（约一周时间），此次为新变体，对使用 AI 编码工具的本地开发环境安全提出警示。
Simon Willison 引用 Paul Ford 新文《A.I. Was Supposed to Give Us New Killer Apps. What Happened?》:曾一度以为软件开发者这类岗位完了——怎么对抗不知疲倦的机器人?但行业逐渐意识到,真正尖端的软件仍需要人类思考、协作、发挥各自的手艺。AI 能写出很好的软件,但也让人很容易把别人的工作做砸,这正是大量 AI 项目失败的原因之一。当人人都会写代码,为什么很多人不该写代码反而更清楚了。
Y Combinator CEO Garry Tan 近期两度发声：他转发关于「记录系统」（system of record）作为承载核心数据的官方账本与领域专属 AI 的科普解释并引发关注，又引用科技行业从大型机、PC、客户端-服务器、Web/SaaS/云、移动一路演进到 AI/agentic 的周期话题，提出要么成为记录系统，要么变身领域专属 harness，认为新一轮应用的主流已是领域专属 AI 助手。
Muse 官方宣布 Muse Spark 1.3 MAX 模型现已进入 contributor（贡献者）档位，仅通过 Muse Code 订阅计划提供，起始价格 5 美元/月，官方称比标准档便宜约 20 倍，用户可在 contributor 档直接使用该旗舰模型。此举大幅降低了访问最强模型的门槛。
Linus Ekenstam 展示智能体 Astra 的 3D 创作能力：给一个任务和一张 Google Maps 截图，Astra 用一个多小时生成了西班牙马贝拉 15x14 公里的 3D 地块，包含 4393 栋房屋和 450 公里可驾驶道路；此外它还能仅凭 Amble 网站的几张参考图在 Blender 中直接建模出 Amble One 轻型越野车，并全自动生成着色器弹簧动画。
