Tag: AI | Aide Hub

Context Hub 想解决的，不是搜索不到文档，而是 agent 老是忘

Mar 16, 2026 10:59 PM

Andrew Ng 这个 Context Hub 项目最有意思的地方，不是又做了一个 API 文档搜索 CLI，而是它把 agent 用文档时最烦的两个问题摆到了台面上：第一，模型会拿过期、零碎、噪声很大的资料瞎写；第二，它即使这次踩过坑，下次也很可能重新踩。Context Hub 的思路，是把文档做成可检查、可版本化、可按语言获取、还能附带本地注释与全局反馈的上下文层。

AI 没让编程消失，它先把程序员的工作方式改得很怪

Mar 16, 2026 07:46 AM

Clive Thompson 这篇关于 AI 辅助编程的报道最值得看的，不是“程序员会不会消失”这种老问题，而是他抓到了一种已经在很多团队里发生的工作变化：开发者并没有离开软件生产，只是把大量时间从亲手敲代码，挪到了描述目标、审阅方案、放行执行和收拾失控结果上。编程没有结束，但它确实越来越像指挥、评审和判断工作。

这个 Claude Code 最佳实践仓库，适合拿来整理自己的工作流

Mar 16, 2026 04:49 AM

shanraisshan 做的 claude-code-best-practice 仓库，最有用的地方不是又总结了几十条零散技巧，而是把 Claude Code 里最容易混在一起的几层东西——commands、subagents、skills、MCP、memory、settings、workflows——放进同一张地图里。对刚开始搭自己的 agent 工作流的人来说，它更像一份可直接照着抄的目录，而不是一篇看完就忘的经验帖。

Claude 的 Sub-Agents 和 Agent Teams 到底有什么区别

Mar 16, 2026 04:22 AM

Akshay Pachaar 这篇长帖最有价值的，不是又发明了一套多 agent 名词，而是把一个很多人一上来就会搞混的问题讲清楚了：Claude 里的 sub-agents 和 agent teams 表面都像“多个 agent 一起干活”，但它们解决的其实是两类完全不同的问题。前者靠隔离上下文做并行和压缩，后者靠持续通信和共享任务状态做协作。真正该先想的不是“要不要上多 agent”，而是“这个任务到底需要什么样的协调方式”。

为什么大厂工程师往往需要一点大 ego

Mar 16, 2026 02:51 AM

Sean Goedecke 这篇文章有意思的地方，不是替自负辩护，而是把一个很多大公司工程师都隐约知道、但不太愿意直说的事实讲明白了：在大型组织里做工程，不只是拼技术判断，也在拼你有没有足够的自我确信去承担模糊、冲突和不确定性。但这又不是越强势越好，因为真正能活下来的工程师，往往得在不同场景里切换 ego 的大小。

AI 用来排版乐谱，现在哪一步最靠谱

Mar 16, 2026 01:56 AM

John D. Cook 这篇小实验最有意思的，不是证明 AI 已经能把乐谱图片准确转成 LilyPond 代码，恰恰相反，它展示了一个更值得记住的现实：模型在“看懂这是什么曲子、这是什么风格”上已经有点本事，但在需要逐音符、逐小节忠实还原结构时，还是很容易一本正经地乱编。真正该关注的不是 AI 会不会生成乐谱代码，而是它在哪些层面已经能帮忙，哪些层面还远没到可依赖的时候。

AI 之后，程序员还剩下什么

Mar 16, 2026 01:42 AM

Anil Dash 这篇文章真正值得读的，不是又一次讨论“AI 会不会替代程序员”，而是把一个更难受、也更诚实的问题掰开了：对把编程当饭碗的人，AI 可能带来的是岗位被快速压缩；对把编程当手艺、当身份认同的人，AI 带来的则可能是一种更慢、更深的失落——代码还会被继续生产，但亲手写代码这件事本身，正在从工作中心移走。

Qwen 3.5 做文档 OCR 为什么值得试

Mar 16, 2026 01:36 AM

这篇文章最有价值的，不是又多学会一个把 PDF 转图片再喂模型的套路，而是把一个很现实的判断说清楚了：当你需要处理大量扫描糟糕、又不想把敏感文档全送进大厂云 API 时，Qwen 3.5 这类开源多模态模型已经开始提供一个够便宜、够快、效果也够能打的 OCR 路线。真正值得关注的不是“模型会不会认字”，而是本地部署、批量吞吐、成本和输出稳定性这几件事终于开始同时成立。

为什么 1M context 对 agent 工作流是件大事

Mar 16, 2026 01:33 AM

这篇文章最值得看的，不是“100 万 token 很大”这种数字震撼，而是它把一个更实际的问题说清楚了：长上下文真正改变的，不是聊天时能一次塞更多材料，而是 coding agent 在长任务里更不容易失忆，不必频繁压缩上下文，也更有机会把复杂项目、长链路推理和多文档交叉理解一路做到底。真正重要的不是窗口标称值，而是窗口拉长以后模型会不会开始 context rot，以及价格有没有贵到只剩 demo 能用。