工具选不对，Vibe Coding 就是 Vibe 白忙。
我实测跑通的 AI 开发全栈： 🔭 灵感 → Atlas 浏览器 + 盯 Anthropic/OpenAI 原班人马 🧠 方案 → GPT + Gemini 最强推理模型「左右脑互搏」 🎨 原型 → Figma Make 出前端，Mock 数据单独抽成表 ⌨️ 编码 → Claude Code 写主逻辑 + Cursor 管目录看进度 🔍 审查 → CodeRabbit + DeepWik
Codex 的架构设计，5层：
Layer 1 AGENTS md — 团队共识，写死不动 Layer 2 skills/ — 最佳实践沉淀，按需调用 Layer 3 hooks/ — 危险命令拦截，操作留痕 Layer 4 subagents/ — 子智能体并行，主线程保持干净 Layer 5 plugins/ — NPM 分发，一键全队同步 从规则到执行到安全到协作，每层职责清晰。 这不只是工具配置，是 AI 团队的工程规范
Anthropic 正在测试 Claude 全新的「双模记忆系统」，这是记忆功能上线以来最大的一次架构翻新。
现在的 Claude 记忆本质上就是一张便签纸，所有信息压缩成一条摘要。信息一多就溢出，旧的被新的覆盖，重要的被琐碎的淹没。 Memory Files：内置个人 Wiki 新架构让 Claude 按话题自动组织成结构化文档，需要时按需调取对应文件。三个核心优势 —— ① 容量无上限，基于文件系统，不再受 token 限制 ② 精准检索，聊代码调技术文档，聊旅行调出行偏好 ③ 用户完全可控，随时查看
把代码库变成可交互的知识图谱——这个工具值得一看。
Understand Anything：把任意代码库转成可点击的知识图谱。 多 Agent 流水线自动分析文件、函数、依赖关系，生成架构层级视图、Diff 影响分析、自动导览，还支持语义搜索。 新人 onboarding、代码 review、架构文档——一个工具全包。 GitHub 今日趋势第一，4000+ stars。
面试一个 AI Agent 工程师，问他："怎么设计'竞品日报自动生成 Agent'？"
他没堆术语，直接拆架构： 规划 Agent — ReAct 框架拆解任务，生成执行计划 检索 Agent — RAG 召回信息，去重排序 分析 Agent — 结构化对比，关联产品路线图 审核 Agent — 安全合规校验 然后补了一句： "Agent 开发更像搭建虚拟自动化团队。要给它明确流程，也要给它容错机制。" 用 LoRA 微调对齐业务语境，用户修改记录变增量样本，模型周级自动更新。 这才
NYT：Meta 大力拥抱 AI，员工却越来越惨。
这个故事我在自己公司见过。 Zuckerberg 把 AI token 使用量列为工程师 KPI。 Pichai 开始往代码库提交代码。 CEO 开始写代码——工程师做 code review。 老工程师系统判断力被 AI 放大了。 新工程师的成长路被封死了。 中间那层 3-8 年的人，不上不下。 "最了解 AI 的那批人，觉得普通人完蛋了。" 问题不是 AI 来了。 是没人知道怎么软着陆。
Simon Willison 写了篇让我想了一会儿的文章。
他说 vibe coding 和真正的 agent 工程，边界正在消失——这让他有点担心。 他不是在抱怨 AI 太强。他担心的是：当「随手 vibe」和「认真工程」看起来一模一样的时候，你怎么知道自己在做哪件事？
【1/7】OpenAI Codex 团队只有 40 人。
付费看完了他们的内部采访，记下几个让我印象最深的细节👇 【2/7】1 个 PM，2 个 designer，其他全是工程师。 这唯一的 PM 每天干什么？让 Codex 跑一遍：1 小时处理 100+ 用户 issue，大部分 24 小时内修复。 他在管理 Codex，而不是在管理产品。 【3/7】99% 的代码由 Codex 生成。 每个工程师同时跑 4 个并行 agent： code revi
技术债 (Tech Debt) 不是坏习惯的产物
是每一个「情有可原」叠加的结果 最可怕的技术债，不是你知道的那种 是你以为还没有，但其实已经很深了 1/8 技术债有两种 「显性债」你知道它在那里 「TODO: 这里需要重构」 「隐性债」你不知道它存在 直到加新功能的时候，才发现要先还三个月的债 隐性债比显性债危险 10 倍 2/8 隐性债是怎么来的 每次「先这样，之后再改」 每次「现在没时间，下个 sprint」 每次「这个场景概率很低，先不处