Claude 平台文章讲解何时把子 Agent 折进主循环，Skills 渐进披露常优于多专家编排

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。

邵猛用 Coding Agent 十多分钟复刻了大学时 Moto E770 上的第一个游戏「打砖块」，还模拟了手机外壳。他回忆大一攒了一学期才买到这部手机，如今手机早已在搬家中丢失。此前他提到这类小游戏现在 Claude Code / Codex 几分钟就能搞定，并想重做儿时失传的小游戏给儿子看。

Flatkey 推出统一 AI API 网关，通过 CLI 让 Codex 和 Claude Code 调用 GPT、Claude、DeepSeek、GLM、Kimi 等文本模型及 GPT Image、Seedance 等图片视频模型。

作者转述 Addy Osmani 的「Agentic Verification」文章，认为 Agent 瓶颈已从写出代码转移到知道代码是对的，不能自我验证的 Agent 本质上是在猜。

Addy Osmani 分享其团队在 Agent 时代重构代码审查的做法：当 Claude 编写了 Claude Code 约 90% 的代码、6 月到 9 月合并 PR 数量翻倍以上且回滚率下降超过 40% 时，瓶颈从写代码转向证明代码可用。

邵猛针对 LangChain 团队发布的 Agent Evals 常见问题解答，整理成一份便于随时查看的 Cheatsheet。内容涵盖从真实 trace 起步建立 10–20 条数据集、离线与在线两道评估闸门、代码优先于 LLM 裁判的评估器优先级、小模型裁判将成本降至 $0.34 vs Claude Sonnet 4.6 的 $28.17，以及基于 Harbor 的容器化 benchmark 与多轮对话、轨迹与终态评估等进阶问题。

Anthropic 宣布在新加坡开设办公室，这是其在亚太地区的第五个办公室，并已与新加坡政府签署关于 AI 安全和负责任应用的谅解备忘录。详情见官方公告 https://www.anthropic.com/news/singapore-office-opening。作者对此调侃称中国的青年才俊又多了一家润的目标公司。

Anthropic 工程团队用 5 个月把内部 monorepo 从 Git 迁移到自研版本控制系统 Scion，并配套代码审查工具 Antique 等系统。Claude 驱动的编码让合并量从 5 月约 2500 次/天涨到 9 月 30000+ 次/天，主分支历史约 100 GB、CI 每天约 2500 万次 checkout，倒逼重新设计。

当前 AI 热点，聚合 2 个独立信源、16 条信号。

Addy Osmani 分享 Anthropic 团队的代码审查经验，指出给智能体提供验证手段可显著提升产出质量，Claude Code 已能自己写 90% 以上的代码。他认为当生成速度超过人工审阅能力时，逐行人工审查不再可行，应转向由 e2e 测试、property 测试和多智能体对抗式审查构成的多层验证体系，人聚焦产品意图、风险评估和证据评估，并按风险分级审批。