AI编程复盘:为什么 CLI 仍是 AI Agent 的关键接口
围绕 CLI、Markdown 文档、Skill 与 MCP 的组合关系,整理为什么终端仍是 AI Agent 最容易落地的工作界面,以及产品侧该补的接入层。
记录 AI 辅助编码、调试、评审与自动化交付的实战方法。
AI 编程实践专题主要记录模型能力变化、接口接入、Agent 工作流、调试方法和自动化交付经验。
看开源项目拆解与二次开发记录。
把常用模型、SDK 与效率工具串起来。
回到全站主题地图,继续拓展阅读。
这一组文章更偏开发流程、模型能力、接口变化和工程实践。
围绕 CLI、Markdown 文档、Skill 与 MCP 的组合关系,整理为什么终端仍是 AI Agent 最容易落地的工作界面,以及产品侧该补的接入层。
围绕 Cursor 中补全请求与 Agent 请求的比例变化,整理为什么 AI 编程没有固定最优档位,以及如何把稳定交付和新工作流试验分开管理。
基于 Karpathy 围绕 nanochat 的短帖信号,整理为什么“小而快”的训练实验项目值得持续跟踪,以及它们对 AI 编程工作流的真实价值。
基于 GPT-5.2 官方发布页与 System Card,整理长上下文、推理努力档位、幻觉率和网络安全合规等更值得开发者关注的变化。
围绕 GPT-5.4 Thinking System Card,提炼推理模型的能力定位、Computer Use 场景,以及网络安全与生物能力相关的安全边界。
基于 GPT-5.3-Codex System Card,整理其长任务编程、研究和工具调用能力,以及在网络安全与生物领域的高能力部署边界。
基于 Cloudflare 对 Web Streams 的反思,整理 JavaScript Streams API 在易用性和性能上的主要问题,以及对 Node.js 与 Workers 开发的启发。
基于 OpenAI 官方发布信息,整理 GPT-5.4 在长上下文、工具调用、Computer Use 与专业任务上的变化,以及更适合接入的开发场景。