我有一个后端同事，用 Cursor 三个月了，每次让 AI 生成代码都要花半天改格式。他的 Spring Boot 项目用的是统一异常处理 + 自定义 返回体，但 Cursor 每次都给他生成 ，错误处理也是原始的 try-catch 塞了一堆 。他说：「这玩意儿就是个代码补全，根本不懂我们项目的规范。」这个判断只对了一半。Cursor 不懂你的项目，不是 Cursor 的问题，是你没告诉它。告

你有没有听过这个说法：AI 已经能接手 70% 的后端工作了。说这话的人，大概率没在生产环境里试过一个月。我在过去一个月里，把日常工作里最典型的 8 类后端任务挨个交给 AI Agent 处理，记录了每一类任务的接手率、节省的时间、还有——它在哪里翻车。结论是：有几类任务，AI 真的比你快；但有几类任务，你交给它，最后修烂摊子的时间比自己做还长。先给你一个结果数字：单测编写这件事，我以前每次要花

先把结论放前面，省你时间。Opus 4.8 是目前市面上编码能力最强的可用模型，没有之一，但它不是所有场景下的最优选。 终端自动化选 GPT-5.5，成本敏感选 Gemini 3.5 Flash，只有在复杂 Agent 任务、大规模代码库重构、多步骤代码审查这些场景，Opus 4.8 的优势才真正无法被替代。这是我拿真实后端项目跑完一轮之后的判断，下面解释为什么。Opus 4.8 发布的时间节点不

Skill 生态上线六个月，我经历了三个阶段。第一个月：看到什么装什么，光 awesome-skills.com 首页挂的就装了一半，感觉自己马上就要起飞。第二个月：发现 目录塞了 50 多个文件夹，但 Claude 实际上每天在用的不超过 5 个。第三个月：开始清库存，留下真正在帮我干活的，把剩下的全卸载。这篇文章是清库存之后的账单。不是推荐列表，是淘汰赛——写的是哪些留下来了，更重要的是，为

用了 Coding Agent 一段时间，你大概遇到过这种情况：任务交下去，Agent 跑了七八分钟，打开一看——方向错了。它写了一套认为「对」的实现，但就是和你想要的差了两三个关键决策。你开始改需求、补说明、再跑一遍，又是十分钟出去了。这个循环我经历过很多次，直到我意识到：问题不在 Agent，在我自己的任务描述。Anthropic 最新发布的 2026 年 Agentic Coding Tre

我们团队曾经有一段时间陷入了一个很典型的死循环。PR 积压越来越多，每个人都忙着赶需求，Code Review 变成了走过场——点开 PR，看一眼改动，评论个「LGTM」，merge 掉。两周后，某个「已 Review」的 PR 在生产环境出了问题，排查下来发现是一个并发安全漏洞，根本原因在 PR 里写得明明白白，但没人仔细看。我当时的第一反应是：人力不够。后来想明白了：不是人力的问题，是人力被用

上个月我在一个 6 万行的 TypeScript 项目里让 Claude Code 帮我找「所有和支付相关的错误处理逻辑」。它扫了一圈，给我返回了几个 块，但漏掉了三处关键的错误码转换层——那些函数名叫 ，压根没有 payment 这个词。这不是 Claude Code 的问题，是这类问题本身的结构决定了向量搜索会在这里栽跟头。两周前，一个叫 Understand-Anything 的项目在 G

用 Claude Code 写过超过 500 行代码的人，多半都遭遇过同一件事：你描述一个需求，Claude 给你生成了一大段看起来很合理的代码。代码能跑，测试也写了几个，功能对了。但两周之后，你往同一个模块加功能，发现之前那段代码的假设是错的——没有测试覆盖那个边界条件，修起来比重写还难。不是 Claude 写得烂。是你们两个从一开始就没有共识过"这段代码要对什么负责"。这就是 Superpow

https://github.com/forrestchang/andrej-karpathy-skills) — 原始仓库，当前 150,000+ stars你有没有这样的经历——用 Claude Code 帮你改一个函数，它顺手重命名了三个变量，删了一段「看起来没用」的注释，还把你写了两年的配置文件格式改了一遍。你没让它做这些，但它做了。你在 CLAUDE.md 里加了一条「不要修改无关代码」

打开今天的 GitHub Trending，我盯着看了五分钟没动。榜单前列三个仓库——、、——本周合计新增 33,968 stars。这是个什么量级？相当于一个 5 年老项目一年的星星增长，在七天内集中砸到了 Claude Code Skill 这一个赛道上。但更让我意外的是身边几个工程师朋友的反应。问他们「这三个仓库装哪个？」，答案高度一致：「都装上呗」。这恰恰说明大部分人没搞清楚一件事——这三

上个月我们做了一个实验：把一个 180K 行的 Spring Boot 单体代码库接入 Claude Code，让它做一次全量架构分析。结果 Claude 给出了一份比我们技术 lead 更细的依赖关系图，还发现了三处我们自己没注意到的循环依赖。听起来很美好。但在那之前，我们踩了整整 6 周的坑。其中最阴险的一个：我们搭的 MCP Server 暴露了 60 个工具，Claude Code 在某些

上周一，我们组的会议纪要还要靠小陈手工整理，开完一个小时的早会，她要再花 40 分钟敲完发出来。同一天，她旁边的同事开完会直接站起来去喝咖啡，3 分钟后纪要已经在群里了。不是谁效率高低的问题，是用没用对工具的问题。我在后端做了 10 年，最近两个季度把职场 AI 工具摸了个遍。今天把我们实际跑通的那套工作流拆开来讲，三个场景——早会纪要、数据整理、月末汇报——每个场景给你一个今天就能用上的方案。你

上周刷 aihot，微信读书的 Skill 连续两天上热门。第一天是某个开发者发布了「yao-weread-skill」阅读数据可视化工具，第二天是微信读书官方自己出了 Skill 安装教程。同一个话题连着热两次，这不常见——说明 Skill 能做到什么程度，这件事本身让很多人好奇。我装了，测了一天，有些发现和想象中不太一样。先说结论：装完确实能用，但它是一个数据查询工具，不是读书助理。官方提供的

上周三下午，一个做销售的朋友发消息问我："有没有办法让客户填完表单之后，自动把信息记到表格里，同时给我发个钉钉通知？现在是我一个个手动拷贝的，有时候忘了，客户那边还会投诉说没有跟进。"我问他一天这类信息大概多少条。他说："少说也有二三十条，每条处理加确认大概要 2-3 分钟，算下来一天光这个就要花将近一个小时。"这不是代码能解决的问题——或者说，不是他能写代码解决的问题。但扣子可以。我花了 40

三个月前，我把从各路博客扒来的 Skills 一股脑装进 ，总共 34 个。效果怎样？说实话，Claude Code 确实变聪明了一些——但也开始变慢，有时候明明只是问个代码问题，它会莫名其妙地触发一堆不相关的 Skill，token 飞速消耗。最夸张的一次，一个问题跑了三轮 context compaction。后来我认认真真花了一个周末，系统研究了当前主流的四个 Awesome Skills

上周，一个朋友在群里发了一张截图：GitHub 上 仓库，24 小时涨了 900 颗星。他的原话是：「一个文件夹项目，13.6 万星？这是认真的吗？」我点开一看，确实——这个仓库的核心内容就是一堆 SKILL.md 文件，外加几个 Python 脚本。没有炫酷的架构，没有黑科技算法，甚至 README 的第一句话都不怎么起眼：「Skills are folders of instructions

上周我在 Claude Code 里说了一句：「帮我把今天的站会纪要发到研发群」。Claude 很流畅地组织好了内容，然后调用 lark-cli 发送。在它真的发出去之前，终端里打出了一段 dry-run 预览——消息体、目标群组 ID、发送时间，全部清清楚楚列在屏幕上，等我确认。我看了一眼，发现它把「后端研发群」的 chat-id 填对了，但消息结尾多了一句「以上由 AI 生成，如有错误请见谅」

你有没有这种感受：早上开完站会，拿起手机一看，项目群、运营群、技术交流群——三个群加起来 400 条消息，最重要的那条结论被淹没在表情包和「收到」里面，根本找不着。我之前每天要花将近 40 分钟翻群——不是认真看，就是怕漏掉什么重要的事。直到我把 wx-cli 和 Claude Code Skill 拼在一起，现在这 40 分钟变成了不到 5 分钟：导出记录、一条指令、结构化摘要出来了。更重要的是

有一件事我直到用了 Claude Code 三个月才搞清楚——它的上下文窗口是 200K tokens，但这个数字在大型代码库里根本撑不了多久。粗略换算：一个普通 Java 服务文件大约 200-500 行，按每行 10 个 token 计算，200K tokens 大约能容纳 400-1000 个完整文件。听起来不少，但一次深度调试或功能开发，Claude 会连带读依赖、读测试、读配置——不知不

用 Claude Code 写了几个月代码之后，我开始怀疑自己一直在用错误的方式用它。不是因为出了什么大问题，而是一种隐约的不对劲：agent 跑出来的代码，往往在细节上偏离我的意图；我以为它理解了需求，等看到结果才发现各说各的。于是我开始花大量时间在后期纠偏上，而不是把精力放在真正有价值的事情上。就在这个时候，Matt Pocock 把自己的 目录推上了 GitHub。如果你在 TypeScr