2026-05-29

A · 深度观察

• Salesforce：231 天的迁移工作量 13 天搞定，事故率 -5% — Boris Cherny（Claude Code 工程师）转引了 Salesforce 的一篇复盘：agentic Claude Code 在 13 天内交付了原本需要 231 天的迁移范围，且在 PR 数量更多的情况下总事故率反而降了 5%——安全护栏是直接内建进 agentic workflow 本身，而非事后外挂。 · 来源
• Matt Pocock：测试 seam 越少，agent 表现越好 — 单 seam（outside-in）测试让 agent 能自由迭代并信任结果；多 seam 则会诱使 agent 添加更多 seam，把测试与实现耦合在一起，削弱端到端的保障——这一点在为 coding agent 设计 harness 时可直接套用。 · 来源
• Cursor 开发者报告：读代码的开销已远超写代码，cache 成了生死线 — 歸藏（guizang.ai）提炼了 Cursor 的数据：input/output token 比例急剧上升（理解一个 codebase 比生成代码更贵）；没有 caching，agent 每次重读都会让成本爆炸；头部用户的产出正快速拉开与中位数的差距；随着自主性提升，PR 体量也在变大。 · 来源
• Ryo Lu（Cursor 设计负责人）：软件是一种可塑的材料 — 软件正从「有墙的房间」（固定的 app）转向任何人都能塑形的材料——是 intent → structure，而非 menu → action；如果你在思考 agent UX，或在想 coding 工具如何跳出「chat 套在 file 之上」的隐喻去演进，值得一读。 · 来源

B · GitHub Trending

• EveryInc/compound-engineering-plugin — 面向 Claude Code、Codex 和 Cursor 的官方 Compound Engineering 插件——今日新增 354 stars，如果你同时用多个 coding agent 值得一看。
• anthropics/claude-code — Claude Code 官方仓库，借着 dynamic workflows + Opus 4.8 发布今日猛涨 460 stars。
• cursor/plugins — Cursor 的官方插件规范仓库——与 Auto-review Run Mode 同日登上 trending；今日 129 stars。

C · 产品动态

1. Claude Code v2.1.154 + dynamic workflows

📌 发生了什么 — dynamic workflows（research preview）：在任意 prompt 中提到「workflow」，Claude 就会自动写出一段 JavaScript orchestration 脚本，随后拉起数十到数百个协同的并行 subagents——逐一串行校验后再汇报。本次发布同时上线的还有：Opus 4.8 现为默认（最难的任务用 /effort xhigh）；fast mode 降至标准费率的 2×（此前更高）；除 Haiku/Sonnet/Opus 4.7 及更早模型外，lean system prompt 现为所有模型的默认；/simplify 现在只做清理（不再 bug-hunting）；Claude 只在它确实无法自行决定时才给出多选 prompt；claude agents shell 集成（! 以后台 session 运行）。同日 v2.1.156 hotfix：使用 Opus 4.8 时 thinking blocks 会被静默修改、导致 API 报错——已修复。

💬 讨论 — Anthropic Claude Code PM Cat Wu 演示了用 dynamic workflows 在 <10 分钟内并行处理数百个 A/B test flag——这在以前只能串行完成。YC 总裁 Garry Tan 表示通过 OpenCode 用 Opus 4.8 时，它「对自己的修改说明清晰得多」，协作方式也更好。

🔗 来源 — Claude Code v2.1.154 release · Cat Wu (Anthropic CC PM)

💡 Insight — dynamic workflows 把 Claude Code 从单 agent 循环变成一个确定性的 orchestration harness——对迁移、审计或任何可并行的任务来说，天花板从「一个 context 能装下多少」变成「能拆成多少个独立阶段」。lean system prompt 默认化也意味着每次请求的 token 开销更小。

2. Anthropic API：mid-conversation system messages

📌 发生了什么 — 随 Opus 4.8 推出的新 API 能力：可在对话中途注入 system 角色的消息，且不打断 prompt cache，也无需绕道一个 user turn。其优先级高于原始 system prompt——实际上让你能在任务进行中改变 agent 的角色或约束（例如「停止写文档，开始写代码」）。限制条件：仅 Opus 4.8；仅 Anthropic API 和 AWS Claude Platform（不含 Bedrock、Vertex AI 或 Microsoft Foundry）；必须跟在一条 user message 之后；不能连续出现。这取代了 Claude Code 自身一直在用的 变通做法。

💬 讨论 — Latent Space 主播 Swyx 对其「不影响 prompt cache」这一点表示意外：在任务中途更新指令却不触发 cache miss 并非易事。宝玉（prompt engineering 写作者）写了目前公开范围内最详尽的中文解读，指出它与 user-turn 注入的关键区别在于 Claude 对 system 角色内容赋予的更高权重。

🔗 来源 — 宝玉 (@dotey) · Swyx (Latent Space)

💡 Insight — 对在 Anthropic 自家 API 上做开发的 agent 开发者来说：你现在可以在任务进行中把一个运行中的 agent 引导到不同角色，而无需新开对话、也不会触发 cache miss——对那些 agent 职责会随阶段变化的多阶段 workflow 很有用。Bedrock/Vertex 用户在这些平台加入支持前用不了。

3. Claude Opus 4.8

📌 发生了什么 — Anthropic 发布 Opus 4.8，定位为「一次温和但实在的改进」——这种措辞少见地坦诚。与编码最相关的关键变化：放过有缺陷代码而不加指出的概率降低为原来的 1/4（会标注不确定之处，而非自信地宣称取得了进展）。它降低幻觉的主要方式是对不确定的问题选择不答，而不是猜。fast mode 现为标准费率的 2×（此前更高），换来 2.5× 的速度。已在 web、Anthropic API、Bedrock、Vertex AI 和 Foundry 上线。

💬 讨论 — Box CEO Aaron Levie 分享了实战 benchmark：Opus 4.8 在报告起草（87% vs 77%）、法律 NDA 审阅（捕获更多条款）和财务分析（+8 分）上均胜过 4.7。Alex Albert（Anthropic DevRel）正积极征集关于过度/不足思考校准的反馈，他们仍在持续调优 thinking budget。

🔗 来源 — Anthropic announcement · Alex Albert (Anthropic DevRel)

💡 Insight — 在标注有缺陷代码上 4× 的提升，直接降低了长时 agentic 编码过程中的静默损坏——少了那种「看着像完成了」实则没完成的情况。把它与 fast mode 搭配用于交互式来回；把 normal mode 留给延迟无所谓的异步任务。

4. Cursor Auto-review Run Mode

📌 发生了什么 — Cursor 新增的 run mode 为 agent 的工具调用加了一道三级执行闸门：（1）allowlist 内的调用立即执行，（2）可沙箱化的调用进 sandbox，（3）其余一切交给一个分类器 subagent，由它推理该放行、换一种方式，还是上报给用户。适用于 Shell、MCP 和 Fetch 调用。可在 settings 里通过自定义指令引导其行为。配置入口：Settings > Cursor Settings > Agents > Run Mode。

🔗 来源 — Cursor changelog

💡 Insight — 分类器 subagent 这道闸门与静态的 allow/deny 列表有本质区别——它能对 allowlist 没覆盖到的新型或边界工具调用进行推理。如果这套思路能推广开，它会是一种可行的 agent 安全层范式，不必预先穷举所有允许的动作。

5. Codex rust-v0.135.0

📌 发生了什么 — codex doctor 现在能为支持工单报告更丰富的环境、Git、终端、app-server 和 thread 诊断信息。/status 会显示远程连接详情和服务端版本。Vim mode 新增 text-object 编辑、改进的 word/line-end 行为，以及可配置的中断回合按键。/permissions 支持具名的 permission profile。Python SDK 为 thread 和 turn API 暴露了 Sandbox 预设。通过 CODEX_NON_INTERACTIVE=1 可走非交互安装模式。TUI 渲染修复了 markdown 表格和多行列表。

💬 讨论 — OpenAI Codex PM Derrick Choi 放出一条「Codex 🤝🏼 GPT-5.5」的预告，未透露更多细节。

🔗 来源 — openai/codex v0.135.0 release

💡 Insight — Python SDK 里的 Sandbox 预设让多 context 场景下的程序化 Codex 集成更干净；具名的 /permissions profile 则暗示 dev 与 prod 的权限分离正在成为一等公民——如果你在 CI 里脚本化使用 Codex，值得一看。