AGENTS.md、CLAUDE.md 與 GEMINI.md:6 款 AI 編碼 CLI 實際讀取哪些內容
作者以同一套測試比較六款 AI 編碼 CLI,發現各工具讀取的指令檔及阻止寫入的機制並不相同。AGENTS.md 被五款工具載入;Claude Code 與 CLAUDE.md 並存時只讀 CLAUDE.md,而 Gemini CLI 只讀 GEMINI.md。
作者以同一套測試比較六款 AI 編碼 CLI,發現各工具讀取的指令檔及阻止寫入的機制並不相同。AGENTS.md 被五款工具載入;Claude Code 與 CLAUDE.md 並存時只讀 CLAUDE.md,而 Gemini CLI 只讀 GEMINI.md。
AgentDrive 是供 Claude Code、Codex、OpenCode、Cursor 和 Antigravity 共用的工作區,讓不同 Agent 接續彼此的工作階段。
作者整理出一套 2026 年 Mac AI 編碼工作流,以 8 款工具分擔提示、執行、審查、修正及用量檢查。配置包括 Ghostty、Claude Code、Codex CLI、Cursor、Rectangle、Wispr Flow、CleanShot X 和 TokenBar,涵蓋終端、兩個編碼智能體、差異審查、視窗管理、語音輸入、截圖標註及用量查看。
AgentDrive 在支援的編碼 Agent 中註冊生命週期掛鈎,觸發背景同步,讓其他 Agent 接續工作階段。同步程序會在本機按路徑規則篩選檔案,並以模式比對遮蔽逐字稿和同步檔案中的敏感內容;掛鈎本身快速退出,避免阻塞 Agent。
Conductor 0.96.0 加強 Agent 開支和上下文窗口的檢視與控制,用戶可查看上下文使用量、使用上限及對話預計費用。新對話預設使用 Claude 的 Opus 5.5,以及 Codex 的 GPT-6.2 Sol。連續的工具呼叫和思考步驟會收合為一列。
Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。
推薦理由:七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。
Factory 擴大與 Microsoft 的合作,讓企業可在自己的 Microsoft Azure 環境部署自主軟件工程系統,並沿用現有程式碼、身份及管治系統。
Jake Burwick 開發了以 MIT 授權開源的程式語言 Vow,專為 AI Agent 編寫程式碼而設計,透過不設 null 和例外,要求函式以 Result 回傳錯誤並由程式處理。Vow 的錯誤訊息會提供問題位置及可能修正方式;整個語言約有 6,400 行 JavaScript,並編譯成 JavaScript。
文章以 URL 縮短器比較 AI 快速生成的原型與工程化實作,説明原型雖能建立短連結及轉址,仍缺少輸入驗證、持久化儲存、碰撞處理和濫用防護。改進版本使用 TypeScript、Express、SQLite 和 Zod,加入 HTTP/HTTPS 網址驗證、持久化儲存及短碼重試,並處理 302 轉址和 404 錯誤。
這篇教程介紹以專案根目錄或子目錄中的純文字 AGENTS.md,為 AI 編碼智能體保存可檢視、可版本控制的專案規則。它提供規則範本,並建議先界定禁止事項、以多步任務測試,再把 AGENTS.md 納入 Git 管理。智能體執行目錄內任務時,執行環境會讀取相應檔案,並將規則加入提示詞上下文。
澳洲企業及科技業近日在 AI 人力治理、雲端數據遷移及模型產品方面均有新進展。CommBank推出免費網絡安全工具 CodeCheck,並公佈為期三年、約9,000萬 AUD 的 AI 人力計劃;ANZ則以 AI 將1.7PB數據遷移至 AWS,所需時間僅為預期的三分之一。
Ali Ahmed 示範以 Node.js 建立冪等 Webhook 處理器,透過資料庫原子認領事件 ID,以應對重試和重複投遞。實作使用內置 `node:sqlite`,完成後標記事件,失敗時釋放認領,並接管超過五分鐘未更新的認領。由於外部副作用完成後,程序仍可能在標記完成前崩潰,資料庫認領不能單獨保證只執行一次;可在支援冪等鍵的下游 API 傳入冪等鍵,或將資料庫副作用與認領放在同一交易。
Databricks 推出 Unity Gateway Insights,透過 Genie 將數以百萬計的智能體追蹤與業務資料及本體一併分析,找出 token 浪費來源。
Gergely Orosz 訪問 CodeRabbit 創辦人兼 CEO Harjot Gill,探討他如何以 AI 智能體打造軟件工廠及處理程式碼審查。Gill 表示,他上月透過智能體提交逾 5,000 個 PR,CodeRabbit 每月 AI 支出約 $250-$275K。團隊使用 TLA+、模擬及分階段發布驗證代理產出,工程師則審查包含多個 PR 的版本,而非逐一審查 PR。
作者用 Python 編寫路由器,將每項 AI 智能體任務交給仍有配額的最低價模型。路由器會略過付費模型及配額窗口使用率超過 90% 的模型;模型在啟動首 60 秒內失敗時,會改試同一級別的下一個候選模型,但不會自行升級級別。低價模型曾寫出令測試無限循環、記憶體升至 9 GB 的測試,也曾在腳本加入 419 行重複輔助函式。
文章指出,AI 編碼智能體的失誤幾乎不是智能不足,而是驗證、隔離或授權失當。文中提出讓檢查證明實際執行、在待合併提交的乾淨檢出版本上驗證,以及每個智能體使用獨立 worktree 等做法。對外或難以撤回的操作,須由人類就該項行動明確批准。
作者用 Kiro Crew bots 梳理開源專案 HyperFrames,約 10 分鐘便取得詳細報告和首次貢獻計劃。她以一句目標建立有驗收條件的追蹤項目,讓多個 worker 並行調查,並透過 Dashboard 查看里程碑和進度。她批准目標和里程碑後,bot 曾停在閒置狀態,需再發訊息提示它開始工作。
Business Insider 訪問四位工程主管,報道其公司在 Claude Code 等 AI 編碼工具上的高額支出,呈現企業客戶為 Anthropic 帶來的收入規模。
Qodo 宣佈推出兩項面向 AI 生成程式碼的功能,分別以政策處理符合條件的 PR 自動審批,並集中檢視 Agent 工作階段產生的多個 PR。
Mastra 推出開源軟件工廠 Mastra Factory 的多項新能力,涵蓋雲端編碼智能體、可自訂工作流程、Slack 原生協作及跨工作階段持續運作的雲端工作區。
推薦理由:文章以 Mastra 團隊的內部數據比較 Factory 使用前後的交付速度與工單分流時間,並呈現其逐步建立團隊信任的做法。
提供的正文只有 GitHub 網頁導覽及產品介紹,沒有 Codex 0.172.0-alpha.1 的更新內容,因此無法確認這個版本有何變更。
文章逐步説明如何結合 LLM 與即時市場數據,建立及推出 Trader-GPT 交易機械人,涵蓋系統架構、Python 實作和合規流程。示例使用 GPT-4 Turbo 或 Llama 2 70B 生成交易訊號,並以風險規則及不可篡改的日誌管理決策。內容亦提及 MiFID II、SEC 和 CFTC 的監管要求,以及生產環境的延遲、成本、安全和監控安排。
這份指南説明如何打造 AI 交易機械人,並提供可執行的 Python 原型、合規檢查要點及成本估算。原型以 Llama-2-7b-chat-hf 分析即時價格數據和新聞標題,產生買入、持有或賣出訊號,並可向 Alpaca 模擬交易帳戶下單。AWS g4dn.xlarge 單 GPU 執行個體約 $0.70 / hour;市場數據及券商 API 費用是主要開支。
作者提出一套檢查編碼智能體技能選擇的方法,分開核對技能是否被發現及載入,以及後續行為有否遵守請求範圍。測試應涵蓋詞彙相近但意圖不同的請求,並記錄客戶端、模型、啟用技能、提示詞和工具軌跡;文中的案例是建議測試,並非實測結果。
Google Trends 記錄到「IA trader」搜尋量上升 87%,反映投資者、金融科技公司及開發者對 AI 交易工具的關注增加。文章提供實作指南,涵蓋自建 Trader-GPT、整合 OpenAI 與 Binance API、使用 QuantConnect Lean 回測,以及監管合規事項。
Beep 是一款開源 ADE,讓用戶在多部機器間同步專案,並選擇不同機器執行編碼 Agent;項目以 MPL-2.0 授權開源。它透過 iroh 建立端對端加密的點對點網絡,支援 Claude Code、Codex、OpenCode、Pi 和 Flsh,並提供跨機器持續終端。
Anthropic 籌備 IPO 之際,Microsoft 發布七款新 AI 模型,OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款 OpenAI 模型在其基準測試中勝過同系列模型,現已於全球 ChatGPT 和 Codex 向付費訂戶提供。
LangSmith 新增編碼智能體專用報表,將 trace 支出自動歸因至智能體參與的 pull request(PR)。功能目前在 LangSmith Cloud 公開測試版提供,支援 Claude Code、OpenAI Codex、Cursor、GitHub Copilot in VS Code 及 Deep Agents。
Daniel Stenberg 指出,智能體把 185,000 行 C 程式碼改寫成 340,000 行 Rust 程式碼期間,curl 合併逾 300 次提交。他表示,curl 在三週多內修復逾 200 個錯誤並修補數個漏洞,而這些 Rust 重寫沒有包含相關修復;他追問這些複製版本能否跟上。
Hugging Face 的 harness-hub 團隊發佈 Qwen3.8-27B-pi-adapted LoRA adapter;在 pi harness、關閉 thinking 的 SWE-bench Pro(hard 51)測試中,Qwen3.8-27B 的分數由 39.2% 升至 64.7%。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的價格下調 20%。兩款模型已在 ChatGPT Work、Codex 和 API 上線;Astra 的 API 價格為 $8 per million input tokens、$40 per million output tokens。
推薦理由:文章對照 OpenAI 公佈的基準成績與 Epoch AI、開發者的測試反饋,呈現模型基準表現和實際工作體驗之間的差異。
Java4Shell(CVE-2026-114938)是 OpenJDK Base64 解碼器的記憶體破壞漏洞,可在特定條件下造成 RCE,CVSS 4.0 評分為 9.2/10。
推薦理由:文章把受影響範圍連到 HotSpot 的 AVX-512 VBMI 向量化解碼路徑,並區分未經認證與需認證的產品案例,方便按實際部署評估風險。
Alan West 分析 Microsoft 對 MAI Code 2 的性能與成本宣稱,指出「5% 成本」是以 50% 推廣價計算。按文中的估算,改用牌價後,MAI Code 2 的成本約為 Claude Opus 5.5 的 10%、GPT-6.1 Sol 的 80%。
團隊比較數據分析智能體與單次生成程式基線,後者在 DABench 的 40 道評測題中得分 0.70,高於智能體的 0.55。智能體使用的模型是 qwen2.5-coder 1.5B,耗用約 5.6 倍 token 和 3.3 倍時間;差距未達 5% 顯著水平。
文章以 Python 範例示範如何用 time.monotonic 設定批次工作的截止時間,預算到期後不再啟動新工作,但允許已開始的工作完成。範例以可控制的假時鐘測試時間邊界,Python 3.11.3 上六項單元測試全部通過;兩項各耗時 0.6 秒的工作即使合計 1.2 秒、超過 1.0 秒預算,也會完成。
作者提出「知識光譜」作為 spec 派與機械重建派之外的第三條路,按知識類型、生命週期和變化率分層管理工程知識。方案由人審定業務語義、AI 負責中間層映射、機器從程式碼現算技術現狀,並在變更收尾時回寫知識,再用程式碼圖譜核對漂移。作者團隊的知識庫涵蓋十四個業務服務、六百八十多篇內容,至 2026 年 9 月追蹤及回寫二十六個變更。
開發者推出免費工具 AIProfiler,可讀取多種剖析器檔案,並按嚴重程度列出效能瓶頸、剖析證據及可直接套用的程式碼修正。
AIProfiler 讓用戶上載效能分析檔案,取得按嚴重程度排序的瓶頸分析、程式碼證據及可直接複製的修正方案。工具支援多種格式,包括 Linux perf.data、Go pprof、Java Flight Recorder 和 Python cProfile;用戶可選擇 OpenAI、Anthropic 或 NVIDIA 作為 AI 供應商。
企業部署 AI 編碼智能體前,應先訓練團隊審查其生成的程式碼,並在合併前逐行核對變更。培訓內容包括盤點智能體可存取的目錄、MCP 伺服器及環境憑證,瞭解模型幻覺,並由開發者自行撰寫測試、手動驗證結果;初期應在不含生產資料的暫存目錄試用。開源智能體更新則應按依賴項升級方式審查。
Mistral 為 AI 智能體 Vibe 推出桌面應用程式,用戶可同時交辦多項任務,並查看智能體並行處理。應用程式結合 Vibe CLI 的本地功能與 Vibe Code Web 的雲端工作階段,支援在本地程式碼庫或雲端沙盒執行任務,並以 Git worktrees 分隔同一專案的並行任務;Work 模式亦可存取本地檔案。