专题：claude-code

Claude Code 新增 Routines 功能，允许开发者通过 AI 自动化代码生成、测试、依赖更新等任务。Routines 支持多种触发方式，采用容器化沙箱执行，提供可视化仪表盘和完整日志，旨在提升开发效率、降低错误并统一工作流。目前在付费版全面开放，免费版限两条。

Claude Code 通过逆向自定义脚本语言，仅凭几份历史资料在一个周末重建了 1992 年的文字 MUD《未来往昔传奇》。AI 解析了 DOS 编码、隐式块结束和跨命名空间变量等语言特性，生成 Go 服务器、React 前端和 MongoDB 持久化，实现完整复刻并上线。此案例展示了 AI 在旧技术逆向、语言重构和全栈代码生成方面的强大潜力。

Claude Code在2026年2月更新后思考深度骤降67%，导致工程任务表现严重下滑。报告基于大量会话数据，分析了模型行为变化、读改比下降、自我修正增多等问题，并指出redact-thinking功能可能影响推理深度。Claude团队回应称该功能仅影响UI展示，但用户仍普遍认为模型性能受损。

本期聚焦智能体工程化：腾讯通过 `AGENTS.md` 构建 22‑agent 系统，Böckeler 的约束工程框架在天猫实现 97.9% 采纳，验证了组合式智能体的可行性；Cursor 3 与 Claude Code 分别从工具链和架构层面提供开发新思路。文章指出，AI 正从代码生成转向自主任务执行，行业迫切需要统一的工程规范与运维纪律。

Anthropic自4月4日起限制Claude Code订阅用户使用OpenClaw等第三方工具，要求通过单独付费或预购折扣方案继续使用。该政策旨在缓解系统压力，保障核心产品服务，同时为用户提供过渡期抵扣额度及退款选择，涉及AI产品使用规则的重大调整。

Anthropic 因一次打包失误泄露 Claude Code 源码，触发 DMCA 删除并误伤无关项目。开发者 Sigrid Jin 采用 Python 重写代码并在 GitHub 上发布，短短两小时获超 11 万星，成为增长最快的项目。事件凸显 AI 时代代码复制速度与现行版权保护之间的矛盾，促使业界思考法律与治理的同步升级。

Claude Code因计费异常引发用户不满，存在bug导致token消耗激增，用户称被「偷偷多算」，Anthropic回应正在排查，但问题已影响实际使用。

Anthropic 为 Claude Code 添加闭环验证功能，提升迭代可靠性；OpenAI 推出 Codex 插件，实现跨代理组合并支持后台委托执行；Nous Research 的 Hermes Agent 以高压缩率和多代理管理优势快速普及，形成完整生态并推动代理操作系统抽象。工具编排与反馈循环被认为是决定应用成效的核心要素。

Claude Code是一门全面的AI辅助开发教程，涵盖CLI使用、代理循环、工作流构建、工具集成等核心内容。课程由Andrew Brown开发，适合开发者和研究人员提升编码效率，掌握自动化开发技术。

本文提出利用GAN架构构建多智能体系统，实现代码生成与评审的分离，提升代码质量。通过生成器与判别器的对抗性反馈循环，系统能够在迭代中持续优化。文章结合Claude Forge项目，展示了具体实现方法，并分析了成本、效率和实施细节。

ARC-AGI-3基准测试揭示当前LLM在交互式环境中的推理局限，人类表现远超模型。文章分析了测试争议，同时介绍了LangChain共享技能、Claude Code自动模式等创新方案，以及浏览器/编码代理训练系统的演进趋势，展现AI代理技术的多维突破。

本文介绍了一种通过编写结构化需求文档优化AI代理使用的工具spec-writer，帮助开发者提前发现潜在问题，提升开发效率。核心亮点包括假设标记、任务分解和文档驱动开发流程。

本文通过AI工具Claude Code分析PC Gamer一篇37MB文章的性能瓶颈，发现自动播放视频广告导致资源膨胀数十MB。作者基于Rodney框架提出代码级优化方案，展示了AI在网页性能审计中的实用价值。该案例为媒体网站优化提供了可落地的技术参考，凸显了广告嵌入对用户体验的负面影响。

本文介绍如何利用 Claude Code 和 Marp 工具组合高效构建演示文稿。通过 Markdown 编写和 AI 辅助生成，实现从头脑风暴到最终导出的全流程。核心亮点在于结合 AI 与 Markdown 技术，提升内容创作效率与灵活性。

本文整理了作者在Pragmatic Summit上关于‘代理工程’的讨论内容，涵盖AI编码工具的采用阶段、信任机制、测试方法、代码质量提升及对开源生态的影响。讨论涉及具体工具如Showboat和Claude Code，以及开发模式如红绿TDD，为开发者和研究者提供了有价值的参考。

B站通过直播实验测试AI在真实任务中的表现，涵盖App开发、视频创作、商业运营等场景，展示AI能力与局限，推动对AI实际应用的讨论。

本文介绍如何使用Docker在本地运行Claude Code，结合MCP工具链连接外部系统（如GitHub、Jira），并通过沙箱环境隔离执行，实现完全可控的AI编码助手部署。核心价值在于数据不出域、工具可集成、执行可审计，适用于企业私有化AI开发场景。

本文指导如何用Python和Docker构建MCP服务器并连接Claude Code，涵盖协议背景、实现细节、安全问题及部署实践，适合开发者构建可复用的AI工具接口。

Anthropic否认Claude Code用户每单5000美元收费的传言，澄清其定价策略为按使用量灵活调整。Claude Code作为AI编程助手，旨在提升开发效率，其成本结构对开发者更具参考价值。

本文介绍如何评估AI编码代理的技能构建，涵盖任务设计、性能指标、模块化与平衡等关键步骤，强调通过LangSmith进行可观测性分析以优化技能效果。