我越来越觉得，Agent 产品接下来比拼的重点，不会只是模型够不够强，而是交互设计够不够靠谱。尤其是当 agent 能连续执行十几步、几十步操作时，最差的设计就是每走一步都弹一次确认框。表面上看这很安全，实际上很容易把人训练成机械点同意，最后既没有效率，也没有真正的控制感。 Anthropic 最近谈到 Claude Code 的一个方向，我觉得很…

很多人看 Codex，第一反应还是把它当成一个“OpenAI 也来做 AI 编程了”的产品补位。我觉得这个理解已经有点落后。最近的 Codex 更新、独立 app、并行线程、worktree、automations，以及面向不同任务的模型选择，透露出来的方向更像一个完整工作台：它不只是回答代码问题，而是试图承接从任务分发、执行到审阅的一整段流程。 …

我对很多 agent 框架一直比较克制，不是因为它们没意思，而是因为过去不少项目更像概念展示：跑几个 demo 很顺，真进生产环境就开始暴露稳定性、治理、兼容性和维护成本问题。微软最近把 Agent Framework 推到 1.0，我觉得它的重要性就在这里——这不是又一个“会多代理编排”的新框架，而是一个很明确的信号：agent 开发正在进入更传…

过去一年，很多人提到 MCP（Model Context Protocol）时，注意力都放在“模型终于能接外部工具了”。这当然重要，但到了 2026 年，我反而觉得这已经不是最值得看的部分。真正说明 MCP 进入下一阶段的信号，是它开始讨论传输扩展、代理通信、治理成熟和企业可用性。这意味着它正在从“开发者圈子里的方便协议”变成“需要被基础设施团队认…

这波 AI 编程工具更新里，我觉得 Cursor 3 值得认真看，但原因不是它又做了一个更花哨的编辑器界面，而是它把产品重心进一步从“你在代码里逐行写”转向“你在多个代理之间分配任务、审阅结果、决定合并”。这不是体验层面的修修补补，而是开发工作流角色的变化。 过去大家对 AI IDE 的想象，大多还是更强的补全、更懂项目的对话框、更快的重构建议。到…

Prompt 火起来之后，围绕它的产品也越来越多：Playground、Prompt 管理、评测平台、观测平台、优化框架、自动搜索、提示词市场、模板库，名字听起来都很合理。 问题在于，很多团队买了一圈工具之后才发现，自己真正缺的可能只是一个能对比版本的小后台，或者一组可复跑的测试集，而不是一整套“LLM 平台”。 所以，提示词相关产品最怕的不是不会…

很多人一听“提示词工程”，脑子里想到的还是个人技巧：会不会写模板、会不会下指令、会不会让模型更听话。 这当然是其中一部分，但如果你把 prompt 真正放进产品、工作流或团队协作里，就会很快发现：提示词工程的重点根本不在“写得漂亮”，而在“能不能持续迭代、可验证、可回滚、可协作”。 也就是说，Prompt engineering 一旦进入生产环境，…

很多人第一次把 prompt 用进产品，最先撞上的不是“效果不够惊艳”，而是“效果不够稳定”。同一个 prompt，今天能用，明天就跑偏；一组测试数据表现不错，一到真实用户输入就开始翻车。 这很正常。提示词从来都不是一个“写完就结束”的静态文案，而更像一层概率接口。你想让它更稳，靠的不是神秘技巧，而是更好的结构化设计。 如果只给一句结论，我的判断是…

很多人写 prompt 的方式，本质上不是“设计任务”，而是在“堆要求”。他们会写很多形容词：专业一点、深入一点、像专家一点、清晰一点、详细一点、简洁一点。结果往往是，字数变长了，效果却没有明显变好。 原因很简单：模型更擅长执行清晰任务，不擅长猜测模糊期待。 所以，想写好提示词，第一步不是学华丽模板，而是学会把“我想要什么”拆成模型可执行的说明。真…

过去两年，“提示词”被讲得有点像咒语：有人把它说成一套神秘技巧，仿佛只要背几个模板，就能让模型瞬间变聪明；也有人开始反过来鄙视它，觉得 prompt 只是过渡产物，迟早会被更强的模型吞掉。 这两种看法都不太对。 对普通开发者来说，提示词更准确的理解是：你给模型下达任务时，用来描述目标、上下文、约束和输出要求的接口层。 它不神秘，也不低级。它本质上更…