Jane Street 演讲：把代码库调教得更适合 Agent 的类型反馈、Expect Test 与正式方法

作者介绍开源工具 Graphify 的做法：先用 tree-sitter AST 对整仓建持久知识图，再让 coding agent 通过 query / path / explain 查图改码，而不是每轮任务从头 grep 或盲目读文件，以省 token 并减少迷失。

Hassan 公开他日常用 Agent 做应用的六步工作流：用 WisprFlow 录 1–5 分钟语音作 prompt，补截图或 Inspo MCP 作视觉参考，用 grill-me skill 让 Agent 主动追问澄清，拿到 v1 后发反馈迭代，每个新功能合并 PR 前先要快速录屏验证，满意就发到 X 否则扔掉。

LangChain 基于自家 GTM Agent、OpenSWE 和 Content Studio 三套内部 Agent。

邵猛转发并归纳 Thorsten Ball（AmpCode）的 How I Work with Agents 一文，核心观点是只把 Agent 塞进编辑器那一格不会带来收益，要让 Agent 横向覆盖构建、发版、CI、生产日志、feature flag 和监控。

作者绍介 AI Engineering from Scratch 发布的 vLLM 101 手册（作者 @ghumare64），基线为 vLLM 0.31.0，测试机为 NVIDIA L4（Qwen3-8B）和 DGX Spark（Qwen3-30B-A3B）。

作者推荐 enesozturk 开源的 Skill dimensional-drawing，指向组件源码、Storybook、URL 或截图，可产出一页苹果配件尺寸图风格的单色技术图，画架构（间距、圆角、图层、视口落位）而非文案。

邵猛批评 Kimi K3.1 Pro 此次宣发中所谓「英推 AI KOL 正义揭露」每个环节都很怪：所选 KOL 的关注与被关注比例及过往内容都不合格，Kimi 这一量级的团队不应绕开 X 的 Paid Partnership 平台规则。他认为模型若真强，最好的宣发是让 AI 开发者用起来，可借鉴 OpenRouter 上的老办法，扎堆刷屏只会变垃圾。

Anthropic Claude Platform 发布文章，讨论构建 Agent 时何时把子 Agent 折进主循环，认为 Skills 渐进披露在多项内部对比里质量常更好、成本与延迟更低。

邵猛转述 Claude 团队 Felix Rieseberg 的文章，把「对 AI 更有野心」拆成速度、高度、深度、广度四个方向，并用季度业务回顾 QBR 逐级演示提问方式。

Grok Bot 没有独立订阅，需通过 Cursor、SuperGrok 或 X Premium+ 等套餐使用，X Subscription Premium 官方约 $30/月。作者在 GamsGo 看到自营 X Subscription Premium 独享价 $24.49/月，填促销码 TYAPQ 后约 $23.27/月，并建议跑 Bot 选独享而非共享额度。