主题： AI 编程
关注编程 Agent、AI 编程工具和软件研发流程的变化，以及人如何与这些工具共同完成真实工程任务。
这里收录 24 篇围绕「AI 编程」的文章。主题页只聚合长期维护的知识领域，具体产品、人物和技术名词保留为文章关键词。
从这里开始
-
AI 编程：找轮子，别造轮子
我最近用 AI 写了一个导出 Gemini 聊天记录的插件，我把 Gemini 网页的源码粘贴给它之后，告诉它要把网页中的聊天记录导出成 markdown，然后它很快就写完了。
-
异步 Agent 时代：从本地补全到后台编码工厂
这组摘录给出了全文最重要的演化框架：AI coding 先是补全工具，再是本地 Agent，下一阶段是能在后台独立推进任务的异步 Agent。
-
Anthropic Claude Code 深度访谈：Agent 工程化的下一步
Boris 谈 Claude Code 的真实重点不是增长，而是 Agent 工程化：真实操作权、流程重构、长任务监督、并行调度，以及人类从执行者转向顶层驾驶者。
全部文章
-
能力变便宜之后，系统瓶颈决定价值
这期 Community Wisdom 最值得留下的内容来自四组讨论：如何选择开放权重模型、如何安排一次高成本商务旅行、如何从混杂客户中识别 ICP，以及产品交付速度超过市场承接速度时怎么办。
-
AI 交付需要一条可验证的证据链
这期 Community Wisdom 的四组讨论看似分散，实际都在处理同一个变化：AI 大幅压低了产出代码、界面和内部工具的成本，真正稀缺的部分随之转向意图传递、结果验证和责任承担。
-
在生产工作流中使用规格驱动开发
AWS 高级开发者布道师 Erik Hanchett 介绍规格驱动开发的概念、动机和实践方式，并以 AWS 的 AI 编程工具 Kiro 为例，演示如何在生产工作流中用规格文档引导 AI 编程助手构建更高质量的代码。
-
我们用本地代码索引减少了 94% 的 AI 编程 token
Rajkumar Sakthivel 分享了他们如何通过本地代码索引层减少 AI 编程过程中的输入上下文，把每次查询发送给模型的 token 大幅压缩，同时用混合搜索、结果压缩、调用关系追踪和评分过滤维持代码检索准确率。
-
构建系统，而不是代码
核心论点是：Agent 的构建模块变了，但工程纪律没有变。
-
递归式编程 Agent
Raymond Weitekamp（OpenProse）在 AI Engineer 大会演讲，阐述如何把递归语言模型（RLM）的思想应用到编程 Agent：以"被误管理的天才"为切入点。
-
GitHub 的 AI 编程压力测试：Agent 时代的软件平台重构
这篇访谈的底层问题是：AI coding agent 让代码产量、提交频率、构建次数和权限检查同时放大，GitHub 这类平台开始承受一种新的系统压力。
-
Lenny 社群智慧：创业融资、Vibe Coding 与 Agent 数据语义层
Lenny 社群关于 bootstrapping、Vibe Coding 产品验证、Agent 数据语义层和 APM 基本功的讨论，核心线索是：构建成本下降后，稀缺性迁移到约束选择、分发验证、语义一致性和判断质量。
-
异步 Agent 时代：从本地补全到后台编码工厂
这组摘录给出了全文最重要的演化框架：AI coding 先是补全工具，再是本地 Agent，下一阶段是能在后台独立推进任务的异步 Agent。
-
Replit CEO 访谈：AI 原生开发者与后提示时代
这篇访谈最值得保留的地方，是它把 AI 编程从工具效率问题推到了生产关系问题：谁有资格创造软件，谁最懂真实问题，组织内部的建设者如何被重新定义，以及 Agent 产品为了接住这种变化需要具备什么样的系统能力。