我原本以为 AI 编程工具进入“agent 模式”以后，团队最先感受到的会是开发速度明显提升。后来我发现，很多仓库里先被放大的不是编码效率，而是审查效率。 原因不复杂：当工具还只是补全时，它主要影响一个人写代码的速度；当它开始自己起分支、改多文件、跑测试、做自检时，瓶颈就从“写得快不快”转成“你有没有能力把它审得明白”。如果审查链路没准备好，age…

看到“Copilot for Eclipse 开源”，很多人的第一反应可能是：我又不用 Eclipse，这跟我有什么关系？但我觉得这件事真正有价值的地方，恰恰不在 Eclipse，而在于它把一部分 AI 编程工具最不透明、最让人不放心的东西，往台面上拉了一步。为什么这件事值得写AI 编程工具这两年最常见的焦虑之一，就是“我看到了结果，但看不到它怎么…

我对 GitHub Copilot coding agent 的态度，最近变得比一年前更实际了：不是更兴奋，而是更明确它适合干什么。如果让我用一句话概括，我会说：它现在更像一个适合处理 backlog 的后台工程助手，而不是一个可以替你做系统设计的自动程序员。为什么我会改这个判断过去大家对 coding agent 最大的担心，是它做出来的东西“能…

我一开始以为 MCP 最大的问题是协议本身，后来发现不是。协议反而是这件事里最容易的一部分。真正麻烦的，是当你的工具越来越多、模型越来越会主动调用工具之后，谁来决定它能调用什么、在什么上下文里调用、出了问题怎么追。 这也是我现在看 MCP 的核心判断：它当然值得关注，但对开发者来说，真正要投入时间的不是“再接几个 server”，而是尽快把权限边界…

AI 编程工具有一个很隐蔽的浪费：每换一个项目，你都要重新告诉它怎么写测试、怎么查日志、怎么发版、哪些目录不能碰。提示词写得越长，越像在反复培训一个永远不入职的同事。Agent Skills 的价值就在这里：把重复的工作方法沉淀成可复用技能。 GitHub CLI 已经推出 gh skill，用来发现、安装、管理和发布 agent skills。C…

MCP 过去最容易被误解成一个“给大模型接工具的协议”。这句话不算错，但已经明显不够了。到 2026 年再看，MCP 更像是在从一个连接协议，慢慢长成一个工具生态的分发层。这件事对开发者的影响，比单纯“又多了一个标准”要大得多。 我的判断是：MCP 现在值得重度关注，但不值得盲目铺摊子。它真正有价值的部分，不在于你能不能在两天里做出一个 MCP S…

很多人现在用 AI 写代码，最大的问题不是生成能力不够，而是上下文太假。它知道当前文件，不知道整个仓库；它能改一段代码，不知道这个项目有哪些 issue、PR、分支和协作约束。结果就是：建议看着像对的，落到真实仓库里经常不够用。 这就是 GitHub MCP Server 值得实战试一遍的地方。它不是再给你一个聊天入口，而是把仓库、issue、pu…