AI相关

MCP（模型上下文协议）最初只是 Anthropic 在 2024 年底推出的一个小众规范。 十八个月后的今天，它已经成为所有主流 AI 代理的标准接口——Claude Code、Gemini CLI、Codex、Cursor、Windsurf，无一例外。 ...

原文：A harness for every task: dynamic workflows in Claude Code 作者：Thariq Shihipar (@trq212) 上周，我们在 Claude Code 中发布了动态工作流。Claude 现在可以即时编写自己的 harness，为手头的任务量身定制。 虽然默认的 Claude Code harness 是为编程构建的，但它对许多其他类型的任务也很有用——因为事实证明，很多任务都与编程任务类似。但对于某些特定类型的任务，我们不得不在 Claude Code 之上构建自定义 harness 以实现最佳性能，例如深度研究、安全分析、智能体团队或代码审查。 ...

Claude Code 装好了，Skills 配了，MCP 接了。AI 还是动不动胡说八道，质量靠抽卡。这一篇讲清楚：为什么会这样，怎么管住它。 第 1 章 你装了一堆东西，AI 还是瞎搞，为什么 第1 章你装了一堆东西，AI 还是瞎搞，为什么 1.1 一个真实的场景 你按部就班把工具都装齐了： ...

但这就是创业的正常代价。 虎嗅前几天那篇《2026年第一批一人公司老板已经退场》在朋友圈刷屏。三个失败案例，几组数据，结论是「一人公司是创业鸦片」。 ...

创建 Claude skill 其实很容易。网上到处都是「五分钟搞定」的教程，而且他们说的是真的。 读完 Anthropic 的官方指南和一个月社区教程后，一个模式越来越清晰：这些教程都只带你走一遍基础，而几乎没有人讲真正的活儿——怎么让 skill 在正确的任务上触发、触发后又该怎么表现。这恰恰是大多数 skills 失败的地方。看起来完成了，然后就被束之高阁，因为 Claude 根本不会去调用它，或者它在错误的请求上触发了，却标记了根本不存在的问题。 ...

Anthropic 发布 Opus 4.8 的时候，我们大多数人都在睡觉。 大多数人的反应是：“更好的编程模型。” 但仔细看的 builders 看到的却是完全不同的东西。 Claude 现在可以朝着一个明确的完成状态工作，而不是等待你的下一个提示。 ...

一、两种范式 拖拽式工作流（Dify / n8n / Coze / LangGraph）它的核心假设是：人能预见所有路径。这在简单场景下成立——“收到邮件 → 调 GPT 摘要 → 发 Slack 通知”——你可以提前画完。但当面对"分析 5000 个文件的代码库并提出重构方案"时，不可能预先画出所有节点。Dify 的 workflow canvas 在复杂场景下直接崩溃。n8n 虽然拥有 400+ 原生集成和自定义 JS/Python 节点，但它的设计哲学仍是 2020 年的自动化思维，不是 2026 年的 AI-native 思维。 ...

Claude Code Dynamic Workflows：把编排逻辑搬进代码的新原语 当任务大到一次对话装不下时，让 Claude 把编排过程写成一段脚本 5 月 28 日，Anthropic 发布了 Claude Opus 4.8，随之而来还带来了一个新功能——Dynamic Workflows（动态工作流）。 ...

我发布产品已经很多年了。 我知道慢是什么感觉。 任何 SaaS 的第一周是最糟糕的部分。 你整天都在脑子里切换角色。 → 创始人 → 研究员 → 产品经理 → 设计师 → 工程师 → QA 测试员 → 营销人员 ...

大多数人以为 Claude Code 是给开发者用的。 不是。 它是有史以来为顾问、营销人员、研究人员和分析员打造的最强大的生产力工具。 99% 的知识工作者都不知道它存在。 这是你需要知道的一切。 ...