Morning Brief

每天早上更新最新的 GitHub 项目和新闻。

11 月 18 日 星期三

10 条,来自 Hacker News、GitHub、Lobsters,10:26 更新

开源项目

给编码 agent 一套可组合的技能和完整的开发流程。

GitHub 今日 +1,917 ★

Superpowers 是一套面向编码 agent 的技能框架和开发方法论。agent 会先和你确认需求、拆出规格,再写实现计划,然后用子 agent 按 TDD 逐项完成并互相审查。支持 Claude Code、Codex CLI、Cursor、Gemini CLI 等很多工具。

你常用 Claude Code,又给过 spec-kit、gstack 这类项目高分,这个可以直接装来试试。

原标题:obra/superpowers

开源项目

阿里开源的 AI 代码审查命令行工具。

GitHub 今日 +763 ★

它读取 Git diff,让带工具调用能力的 LLM agent 通读相关文件,给出精确到行的审查意见,也支持用 ocr scan 审查整个目录。README 称在同一模型下,精确率和 F1 高于 Claude Code,token 用量约为九分之一,但召回率较低。兼容 OpenAI 和 Anthropic 接口。

自己的项目大多由 agent 写,多一道便宜的审查关卡很实用,配好模型接口就能跑。

原标题:alibaba/open-code-review

AI

让 agent 用证据验证自己的产出,才能放心并行多开。

Hacker News 267 分

Claude Code 团队说他们约 90% 的代码由 Claude 写并审查。文章讲端到端测试、属性测试和差分测试如何让 agent 自证结果,以及怎样让验证器本身保持可靠。内部测试里,用独立评分器按标准检查结构化文件生成,任务成功率最多提高 10 个点。

你主要靠 Claude Code 开发,这些验证循环的做法可以直接搬进自己的项目流程。

原标题:How the Claude Code team thinks about verification

开源项目

GitHub 今日 +691 ★

在浏览器里批注 agent 的计划和 diff,一键回传。

Plannotator 是本地运行的浏览器审查界面,通过插件和 hook 接入 Claude Code、Codex、Gemini CLI 等 agent。agent 提出计划或完成工作时,会打开页面让你批注,再把意见送回去。也能审查本地改动或远程 PR。

如果你想在 agent 动手前先改计划,这个比在终端里来回打字更顺手。

原标题:backnotprop/plannotator

开源项目

GitHub 今日 +883 ★

为 Claude Code 等工具打包技能、记忆和安全检查。

ECC 给编码 agent 配了一整套工程系统:先规划再动手,用测试验证,在新上下文里自审,并保留重要记忆。可作为 Claude Code 插件安装,也支持 Codex、Opencode、Cursor。MIT 许可,另有付费的私有仓库版本。

和你收藏过的 claude-mem、gstack 属同一类,可以拿来对比哪套配置更合手。

原标题:affaan-m/ECC

AI

Hacker News 338 分

换模型时,编码 agent 的外壳也该考虑换。

FrontierHarness Eval v1.1 用 22 个 harness、5 个模型、62 个任务各跑 4 次,共 27,280 次。结果是每个模型的最佳性价比 harness 都不同,固定模型后,最贵的 harness 每个任务成本是最便宜的 1.8 到 5.0 倍。

如果你在比较各家编码 agent,这份数据说明只看模型是不够的。

原标题:What is the best harness for each model?

开发

Hacker News 56 分

用 AI 写代码多了 30%,审查却慢了 49%。

哈佛两位博士生的工作论文覆盖 718 家公司,发现采用编码 agent 后代码量约增加 30%,但完成的工作没有明显增加,代码过审时间长了 49%。论文是求职论文,尚未确认经过同行评审。

你的代码大多由 agent 产出,这解释了为什么审查才是真正要花力气的地方。

原标题:Harvard researchers find AI coding agents shifted the bottleneck to code review

开源项目

GitHub 今日 +192 ★

从零训练一个极小语言模型,成本约 3 块钱。

minimind 用原生 PyTorch 实现完整的训练链路,涵盖预训练、SFT、LoRA、DPO、PPO/GRPO 等,还有视觉等扩展版本。2 小时指在单张 3090 上跑完 SFT 一轮的耗时,Apache 2.0 许可,附有中文文档。

想弄懂 LLM 内部怎么运作,这是少有的可以自己动手跑完全程的中文教程。

原标题:jingyaogong/minimind

开发

Lobsters 77 分

curl 作者谈两个用 AI 做出的 Rust 重写版。

curl 作者提到秋天出现了 urlx 和另一个直接叫 curl 的 Rust 重写版,后者声称花了 8,600 美元。他认为能做成,是因为 AI 早已学过 curl 的代码、文档和上千个测试用例,写代码本来就不是软件的难点。

这是对 agent 能力边界很具体的一个案例,看原作者怎么评价很有参考价值。

原标题:Actual curl rewrites in rust

AI

Lobsters 9 分

把自然语言描述编译成能在本地跑的小模型。

论文提出 PAW:4B 的编译器根据自然语言规格,生成适配轻量解释器的适配器。0.6B 的 Qwen3 执行这些程序,表现可比直接提示 Qwen3-32B,推理内存约为五十分之一,在 MacBook M3 上每秒 30 个 token。

修复 JSON、筛日志这类小任务,如果能离线跑就不用每次调 API,值得留意。

原标题:Program-as-Weights: A Programming Paradigm for Fuzzy Functions

by

0:00
0:00