We bring you the latest updates from Software 2.1 through a simple and fast subscription.
We can deliver your news in your inbox, on your phone or you can read them here on this website on your personal news page.
Unsubscribe at any time without hassle.
Software 2.1's title: 汇智网 - 前沿的在线互动编程学习平台
Is this your feed? Claim it!
规范驱动的开发已成为主流。前提很简单：在编写代码之前定义你想要什么，然后让AI代理从结构化规范生成实现。在2025年初，这是一个小众的工作流程。到2026年初，四个规范驱动的开发工具，总共有137,000+ GitHub星，已经将其转变为一场运动。
但是"规范驱动"对不同项目意味着不同的东西。有些工具专注于规范纯度。其他的针对执行编排进行优化。有些优先考虑平台广度。其他的深入进行上下文工程。这个2026年的AI编码工作流程工具对比图映射了整个格局，诚实概况了每个工具，并识别了它们在哪里分歧。每个关于竞争工具的事实主张都链接到其来源。
1、共享前提所有四个工具都同意一个核心循环：指定需求、计划实现、执行任务和验证结果。它们都将AI编码代理视为从结构化工件而不是临时提示词工作的实现者。它们都产生持久的文档作为其工作流程的副作用...
一个文件。在每次对话之前加载。这就是将无状态的AI编码助手转变为实际记住项目如何工作的方法所需的全部。
我通过艰难的方式发现了这一点。在生产代码库上使用Claude Code三个月后，我仍然在每个会话中纠正相同的错误。"不，我们使用pnpm，不是npm。""不，测试命令是make test-integration，不是pytest。""不，我们不在这里使用默认导出。"每次更正在会话结束时都会消失。
然后我创建了一个CLAUDE.md文件。40行的项目上下文。更正一夜之间停止了。
但CLAUDE.md只是整个生态系统中的一个文件。还有AGENTS.md、.cursorrules、copilot-instructions.md、CLAUDE.local.md，现在还有Claude的自动内存系统。您的仓库最终可能看起...
在第1部分中，我们将GLM-4.7-Flash作为一个可靠的通用模型重点介绍。但生态系统提供了几十个专用模型，每个都有独特的优势。为您的任务选择合适的模型可能意味着平庸和卓越结果之间的差异。
1、完整的模型景观对于VRAM有限的初学者（2–4GB）：如果您在笔记本电脑或旧游戏机上工作，这些模型将流畅运行：
DeepSeek Coder 1.3B (Q4)：需要约2GB VRAM。对于其大小来说出奇地能干，特别擅长Python、JavaScript和常见框架。非常适合学习和实验。Phi-2 (2.7B, Q4)：需要约3GB VRAM。微软的紧凑模型，具有强大的推理能力。擅长解释代码和生成文档。TinyLlama<...如果agent可以在代码中找到它，就从markdown中删除它。不要给agent一张它已经站在房间里的地图。
今天，我的注意到了一个需要讨论的有趣论点。这篇论文是
"评估AGENTS.md：仓库级上下文文件对编码agent有帮助吗？"科技界每次推出一个新的"标准"时，都会兴奋不已，这个标准承诺将我们不稳定的LLM实习生转变为高级工程大师。我们都看过LinkedIn上的帖子。我们都读过"上下文工程"宣言。行业对AGENTS.md文件迷恋不已；那个神奇的仓库级"北极星"，据说可以指导你的AI agent通过遗留面条代码的迷宫。
但是等等。
如果我告诉你，你精心制作的ORCHESTRATOR.md实际上是你agent生产力的遗书呢？
来自苏黎世联邦理工学院安全、可靠和智能系统实...
AI 世界变化飞快，我们最近从 OpenAI、Google 和 Anthropic 那里获得了几款新 AI 模型来试用。我想测试这些模型在最常见的设计任务之一上的能力：落地页设计。
在本文中，我将把描述为食品外卖服务设计落地页的同一个提示提交给这三种 AI 模型，并比较它们所生成的结果。
1、提示格式我将使用的提示具有简单但非常有效的结构：
任务描述（"为 [产品类型 & 名称] 构建落地页"）目标 我们希望通过此设计实现的目标（这有助于为 AI 模型创建更好的上下文）技术栈与编码要求（这有助于创建一个能够在我们的生态系统中集成、途中不会引发太多问题的实现）风格方向