我看到 GitHub Copilot 在 JetBrains 相关更新里支持全局自定义 Agent，可以把 .agent.md 放到 ~/.copilot/agents 下面，让多个工作区复用。第一反应是：这东西对个人开发者很方便。第二反应是：它也很容易变成新的配置债。 开发工具一旦支持“全局规则”，就会诱惑我们把所有个人偏好都写进去。短期确实省事…

很多人期待长任务编程 Agent，是因为它看起来能把“我想要一个功能”直接变成 PR。我对这个期待比较谨慎。Agent 能跑更久，能自己读文件、改代码、跑测试，当然是进步。但它越能自主执行，越暴露一个老问题：需求如果写得像聊天，最后就会得到一个像聊天一样含糊的实现。 OpenAI 在 Codex 相关技术文章里讲过 agent loop、工具调用、…

我对代码审查 Agent 的态度有点矛盾。一方面，它确实适合做很多人不愿意认真做的事：检查边界条件、扫一遍 diff、找明显的空指针、提醒测试没覆盖。另一方面，如果团队把它当成“自动 reviewer”，很快就会遇到一个更麻烦的问题：它可以发现问题，但不应该替你决定取舍。 Anthropic 在 Claude Code 相关更新里提到过专门的 re…

我最近看 AI 编程工具的更新，越来越少关注“它又支持了什么模型”，反而更关注一个不太显眼的方向：它们开始认真处理上下文成本了。 GitHub Copilot 在 2026 年春季的一些更新里提到语义搜索、跨仓库 grep、prompt caching、deferred tool loading、面向 Agent 的专用工具。这些词听起来像产品细节…

每隔一段时间，技术圈都会把同一个问题重新问一遍：AI 越来越强，未来还会有人手写代码吗？这个问题之所以总能引发讨论，不只是因为它吓人，而是因为它确实碰到了现实。过去两年，AI 编程已经从“帮你补几行代码”，走到“能读仓库、改多文件、跑测试、提 PR、接 issue、持续执行任务”。这不是噱头层面的升级，而是工作流层面的变化。但我先把结论摆在前面：未…

过去两年，大家对 AI 编程的熟悉路径大致是这样的：先是代码补全，再是对话式问答，然后是 IDE 里的 agent mode。很多人以为这已经差不多了，无非是模型越来越能写代码。可 2026 年更值得注意的变化，不是“写得更像人”，而是 AI 编程工具开始从实时协作走向任务委派。GitHub 最近围绕 Copilot coding agent 的连…

最近 Linux 内核项目给出了面向 AI Coding Assistants 的正式文档。很多人看到这个消息，第一反应可能是：连 Linux 内核都接受 AI 代码了，说明 AI 编程已经彻底进入主流。 但我看完文档后的感觉刚好相反：这份文件最重要的不是“接受”，而是“划线”。它真正表达的是，AI 可以参与，但责任、人类签署和法律归属不能外包。这…

过去一年，很多 AI 编程产品都还停留在“给编辑器加一个更聪明的对话框”。Cursor 3 这次不太一样。它公开表达的方向，已经不是让你在 IDE 里更高效地补全代码，而是把开发者往一个新的位置上推：从亲自敲每一行代码的人，变成同时调度多个 Agent、审查结果、决定取舍的人。 这也是我觉得这次更新值得写的原因。它不只是一个产品版本升级，而是在提醒…

这两年如果只看社交媒体，很容易得出一个错觉：好像所有开发者都已经全面进入 AI 编程时代，谁还不用代理和智能 IDE，谁就落后了。但从更冷静的数据看，现实没有这么整齐。工具热度很高，讨论声量也很大，可真正进入稳定工作流的速度，明显比舆论给人的感觉慢。 这其实一点都不奇怪。开发工具的普及，从来不是靠“大家都在聊”完成的，而是靠团队信任、权限政策、成本…

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。 …