做 AI agent 开发的人应该都有这个体验：系统提示词写在一个巨大的文本块里，改一次提心吊胆一次。 一个生产环境的 agent，提示词动辄几百行。里面塞了角色设定、工具描述、输出格式约束、few-shot 示例、安全限制、异常处理……但凡多一个工具或少一个参数，就得在那一大坨文本里翻来找去。更可怕的是，多人协作的时候，两个开发者改了同一个提示词的不同部分，合并时直接冲突——而且没有 diff

做 AI agent 开发的人应该都有这个体验：系统提示词写在一个巨大的文本块里，改一次提心吊胆一次。 一个生产环境的 agent，提示词动辄几百行。里面塞了角色设定、工具描述、输出格式约束、few-shot 示例、安全限制、异常处理……但凡多一个工具或少一个参数，就得在那一大坨文本里翻来找去。更可怕的是，多人协作的时候，两个开发者改了同一个提示词的不同部分，合并时直接冲突——而且没有 diff

VS Code 每个月一个版本号，说实话大部分时候的小更新普通开发者体感不强。但 1.130 这次有点意思——不是因为加了几个新特性，而是它的 Agent 架构开始走向成熟。 ## Agent Host：从一个窗口到全局 这次更新里最值得关注的不是侧边栏多了什么按钮，而是一个叫 Agent Host 的架构变化。以前 VS Code 里的 AI 助理（比如 Copilot、Codex 之类的 Ag

做后端开发的应该对 Dependabot 不陌生。GitHub 的这个自动依赖更新机器人，之前一直挺勤快的——上游一发新版本，没几天就给你提个 PR。方便是真方便，但开源社区的生态攻击者也在利用这个机制。 怎么说呢——你越自动化的东西，被人钻空子的方式就越诡异。 ## 一个被忽视的攻击窗口 过去几年发生过多起通过 npm 恶意包传播的供应链攻击事件。攻击者先发布一个看似无害的版本更新，等自动化工具

过去大半年，AI Agent这个概念从技术圈热词变成了越来越多团队的落地项目。说实话，去年年底看到各类Agent框架扎堆发布的时候，我脑子里冒出的第一个问题不是"能不能用"，而是"这东西跑起来到底要花多少钱"。 半年后的今天，答案慢慢清晰了。不便宜。而且真正烧钱的地方，和大部分人想的都不一样。 ## 一个代理跑起来 账单比预期高得多 先算一笔最简单的账。一个基于GPT-5.6级别模型的Agent，

过去大半年，AI Agent这个概念从技术圈热词变成了越来越多团队的落地项目。说实话，去年年底看到各类Agent框架扎堆发布的时候，我脑子里冒出的第一个问题不是"能不能用"，而是"这东西跑起来到底要花多少钱"。 半年后的今天，答案慢慢清晰了。不便宜。而且真正烧钱的地方，和大部分人想的都不一样。 ## 一个代理跑起来 账单比预期高得多 先算一笔最简单的账。一个基于GPT-5.6级别模型的Agent，

Elon Musk昨天发了条推文："Try Grok Build, it's awesome!" 顺手丢了个x.ai/cli的链接。 本来以为又是常规推广，但点进去看了下X Freeze团队的详细数据，发现事情没那么简单——Grok 4.5在Long-Horizon Terminal-Bench（长周期终端基准测试）中以最高通过率排名第一，超过了Claude Fable 5、Claude Opus

过去一年，AI编程助手的使用方式基本没变过。打开编辑器，打开对话窗口，输入prompt，看AI吐代码，复制粘贴，测试，循环。 说实话，这个流程做了几个月后，慢慢发现一个问题：有些事情用对话来做，效率就是不高。比如你手上有一堆issue要分类，想快速梳理代码结构，或者要同时看多个项目的工作状态——这些场景天生适合可视化操作，而不是一条条对话追问。 GitHub显然也注意到了这个限制。 ## 一个变化

每年SIGGRAPH都是图形领域最重要的技术风向标。今年NVIDIA的展台有点不一样——不再只是展示新显卡能跑多少帧，而是把重心放在了Agent和物理AI上。 说实话，一开始看到这个转变我有点懵。GPU公司不好好做图形，跑去搞AI Agent？ 翻了下NVIDIA的官方发布，发现事情没这么简单。 ## 从图形渲染到物理世界模拟 转变比你想象的大 过去十年，NVIDIA在SIGGRAPH上干的事基本

每年SIGGRAPH都是图形领域最重要的技术风向标。今年NVIDIA的展台有点不一样——不再只是展示新显卡能跑多少帧，而是把重心放在了Agent和物理AI上。 说实话，一开始看到这个转变我有点懵。GPU公司不好好做图形，跑去搞AI Agent？ 翻了下NVIDIA的官方发布，发现事情没这么简单。 ## 从图形渲染到物理世界模拟 转变比你想象的大 过去十年，NVIDIA在SIGGRAPH上干的事基本