AI 新知简报

Claude Code 的 subagents 默认后台执行，意味着用户可以一边继续对话，一边让多个子任务异步推进，产品形态更接近“agent 工作台”。（原文：https://x.com/bcherny/status/2071647677591466098）

未来团队里的关键角色可能不是工程/产品/设计这些职能标签，而是原型、构建、清扫、增长、维护这五种生产职能组合。（原文：https://x.com/bcherny/status/2071379474277613732）

当前写作流程已经高度 AI 化：先做工程实践，再与人访谈，用 Claude 头脑风暴和研究，经过多轮演讲与重写后发布。（原文：https://x.com/trq212/status/2071787401475960892）

本轮周二扩展没有抓到研究顶级心智账号；保留空缺，不用旧帖补位。

估计大多数开发者把 code agents 从本机迁移到云端/远程环境，只剩约 6 个月窗口；随后又补充，云端 agent 不是唯一答案，但迁移方向已经很清楚。（原文：https://x.com/theo/status/2071083700385955906；补充：https://x.com/theo/status/2071715206938628551）

Cursor iOS 初体验显示，移动端 agent 的关键不是“手机上写代码”，而是远程控制、本地线程接入、通知和 live activity；但当前还不能真正从手机启动新线程，远程控制语义也不够清楚。（原文：https://x.com/NickADobos/status/2071677855025762754）

LangChain 继续把 agent 工程栈补齐：DeepAgents 作 harness、LangSmith Sandboxes 作沙箱与评测，再叠加多模型接入和 LangSmith Engine，方向是让团队“own your agents”。（原文：https://x.com/hwchase17/status/2071294688875958305）

RepoPrompt 社区版开源，架构从“手动拼 prompt 的应用”反转为 MCP server 主控，Claude Code、Codex、OpenCode、Gemini CLI 变成可替换执行层；这正是上下文工程和多 agent 分发走向开源基础设施的例子。（原文：https://x.com/dotey/status/2071348102263378085）

Claude Code From Scratch 用约 4300 行 TypeScript/Python 复现 Claude Code 的核心架构，覆盖 agent loop、工具、上下文压缩、语义记忆、技能系统、多 agent 与 MCP，适合系统学习 coding agent 原理。（原文：https://x.com/dotey/status/2071783186464415983）

Codex/Claude Code 的上下文压缩和 Prompt Caching 已让单 session 持续工作更可行；fork 与 /btw、/side 这类分支/旁路提问能力，则是在降低长会话污染。（原文：https://x.com/dotey/status/2070904833939329477）

Meta Brain2Qwerty v2 把非侵入式脑机接口推进到句子级实时解码，平均单词准确率 61%，最好被试 78%；离实用还远，但证明“不动手术也能接近可沟通”更多是工程问题。（原文：https://x.com/dotey/status/2071658817214116106）

中文开发者侧继续反馈 Claude/Codex 体验分化：Claude 强模型幻觉和串话问题影响代码任务，Codex 远程控制体验被认为更稳。（原文：https://x.com/Khazix0918/status/2071534744622559628）

Ford 召回 350 名资深工程师重新调教 AI 质检系统，质量榜大幅回升；这说明 AI 落地不是替代经验，而是需要经验给数据和流程“定标”。（原文：https://x.com/dotey/status/2071463765598409034）