上一篇结尾说要拿下 RAG 应用评测。别急，动手之前还差最后一块拼图，工具。前五篇你手里已经攒齐了一套完整的测评方法：测什么（测评集）、怎么量（指标）、谁来判（评分器）。但这套东西现在还躺在文档和脑子里，要变成一份能交给老板的评测报告，中间隔着一条执行链路，题怎么批量发出去、结果怎么逐条判、分数怎么汇总、两版对比怎么算。这条链路靠什么跑起来，就是本篇要解决的问题。工具这件事看着简单，实际是企业落地

这两年 “程序员还能不能干” 成了圈内高频话题，而比这更具体、更焦虑的问题是：技术转型到底该转 Agent（智能体）开发，还是转全栈开发？本文结合当前招聘市场的真实 JD、薪资数据与多位一线工程师的观点，给出一份尽量客观的市场分析。

Anthropic 去年 10 月搞出了一个叫 Agent Skills 的东西，现在已经成了事实标准，GitHub Copilot、Cursor、Codex、Gemini 二十多个平台都支持。Skill 就是一个文件夹，里面放一份 SKILL.md，告诉 AI"遇到这类任务，按这个套路来"。文件开头几行 YAML 写清楚名字和描述，正文是 Markdown 指令，讲究的还可以塞脚本和参考资料。它

Christian Posta 是 Solo.io 的全球现场 CTO，也是 agentgateway 项目背后的主要推动者之一。2026 年 7 月到 11 月，他在博客上连发了四篇文章（），讨论一个问题：AI Agent 要调 GitHub、Slack、Salesforce 这些外部 API，凭证到底该放哪？这个系列难得的地方在于，作者没有在任何一个"看起来差不多行了"的地方停笔。每一篇的结尾

产品定位：一个针对单个 GitHub 仓库的主动式编码智能体（proactive coding agent），以 DeepSeek Harness（DSH）的一个bundle / 插件包形式分发。它持续监听 GitHub（可选飞书），当被允许的人提出请求时，它会打开一个工单（Ticket），在自己的和独立目录中完成工作，并在原始对话里回复（例如提交 Pull Request）。一个 Web 面板展

今天给大家整理 8 个 GitHub 上值得装的 Agent Skill 仓库，star 从 5 万到 30 万不等。这几个Skill项目也是我平常经常用的，star 数是发文当天从 GitHub API 现拉的，覆盖四类需求，管住 Agent 写代码的手、管住 Agent 的审美、帮 Agent 读懂老代码、让 Agent 进笔记库干活。先把 Skill 这个东西简单回顾一下。Anthropic

如果用户要求开发或者修改功能，就先查清楚项目事实，把需求中的模糊条件、待确认问题和验收标准，按照模板写进当前需求对应的 Spec 文档。反过来，一个新的团队或者新的公司，因为没有那么多既有的结构，反而可以更自然地重新设计人与 Agent 之间的协作关系。从我们最开始遇到了什么问题，到围绕这些问题做了哪些优化，再到这些设计真正放进一次开发任务里以后，到底是怎么工作的。我提 Bug 的时候，能不能先让

大家好，我是程序员天天困。不是一个新模型，是一套回答“谁来管会话”的架构设计。10 月 31 日晚上，DeepSeek Harness 团队发了篇长文，顺手把一个 GitHub 仓库挂了出来。当晚技术群里转的标题一个比一个猛：超级智能体来了、AI 开始给 AI 派活。我把它读完，又对着仓库 README 读了一遍，感觉大部分人是把它当成“DeepSeek 出了个新产品”在看。这不太对。今天这篇就干

内存碎片会造成明明有内存空间空闲，可是却无法存储数据。举个例子，你跟漂亮小姐姐去电影院看电影，肯定想连在一块坐。假设现在有 8 个座位，已经卖出了 4 张票，还有 4 张可以买。可是好巧不巧，买票的人很奇葩，分别间隔一个座位买票。即使还有 4 个座位空闲，可是你却买不到两个座位连在一块的票，厚礼蟹！如果你发现明明 Redis 存储数据的内存占用远小于操作系统分配给 Redis 的内存，而又无法保存

上周我让 Claude Code 给项目加个权限控制，它啪一下甩出 200 行代码，跑起来直接 500。我盯着报错看了三分钟，才意识到问题不在模型，是我没跟它讲清楚「权限」到底指什么。这个场景你熟不熟。AI 编程 agent 写不出好代码，根因往往不是模型笨，是我们没把需求讲清楚。TypeScript 大神 Matt Pocock，Total TypeScript 作者，6 万开发者订阅的 new