AI 讓軟體為 Agent 重生
當每個 GUI 都能變成 CLI，程式設計師的未來不是寫程式——是指揮 Agent
每天花 1% 的時間，掌握科技脈動。
今日金句#
“Today’s Software Serves Humans. Tomorrow’s Users will be Agents.” 「今天的軟體為人類服務。明天的使用者是 Agent。」 — CLI-Anything Project, HKUDS Research Team
“Programmers have an advantage over lawyers: code can be tested automatically, while legal hallucinations can only be discovered by embarrassment in court.” 「程式設計師比律師有優勢：程式碼可以自動測試，法律幻覺只能在法庭上丟臉才會被發現。」 — Simon Willison, Developer & AI Commentator (via NYT interview)
“Refusing to give others the rights you yourself received is extremely antisocial behavior.” 「拒絕給別人你自己收到的權利，是極度反社會的行為。」 — Bradley M. Kuhn, FSF Policy Fellow (on AI license washing)
今日主軸#
今天的科技圈有一條暗線把所有大事串在一起：軟體正在為 Agent 重新塑造自己。CLI-Anything 用一週拿到近九千顆星，證明了一個簡單但深刻的洞察——GUI 是為人設計的，但未來的使用者是 AI Agent，而 CLI 才是 Agent 的母語。Figma 團隊在 Lenny’s Podcast 上示範了設計與 Claude Code 的雙向整合，AI 承擔 90% 的程式碼撰寫，設計師的工作從「畫 UI」變成「定義意圖」。Pragmatic Engineer 揭露了 Uber 的數據：84% 的工程師已在使用 Agentic 編碼工具，Claude Code 使用率三個月內翻倍至 63%。Replit 估值半年從 30 億飆至 90 億美元，Agent 4 從「寫程式碼」擴展到「做任何知識工作」。而 MALUS 這個諷刺網站——用 AI「洗白」開源授權——在開發者社群拿到超過一千分的討論熱度，提醒我們：當 Agent 能重建任何軟體，智慧財產權的遊戲規則也在被重寫。《紐約時報》採訪了 70 多位工程師，結論是：寫程式不會消失，但程式設計師的角色正在根本性地改變。
必讀#
- CLI-Anything: Making ALL Software Agent-Native — GitHub
AI - Malus – Clean Room as a Service — Hacker News
AI - Figma × Claude Code 雙向整合工作流 — Lenny’s Newsletter
Product - Staff 工程師在 AI 時代的角色展望 — Pragmatic Engineer
Dev - RAG 之後的檢索革命：Turbopuffer — Latent Space
AI - Replit 估值飆至 90 億，Agent 4 進軍知識工作 — Latent Space
AI - MALUS 諷刺：用 AI 洗白開源授權 — Simon Willison
AI - NYT: AI 編碼時代，程式設計師的未來 — Simon Willison
AI - AI 編碼暴露開發者的隱藏分歧 — Simon Willison
AI - John Carmack：預先架構設計鮮少值得 — Simon Willison
Dev - 無狀態架構完全解析 — ByteByteGo
Dev - Vimeo AI 字幕的反直覺 Bug — ByteByteGo
Dev - 工程師必看：PM 到底在做什麼？ — PostHog
Product - 零安裝 ArkClaw：雲端 OpenClaw 指南 — 阮一峰
Dev - OpenAI: 設計抗 Prompt Injection 的 Agent — OpenAI
AI - OpenAI: Responses API 打造 Agent Runtime — OpenAI
AI - “Shall I implement it?” No — Hacker News
Dev - Fireship: 7 個開源 AI 工具 — YouTube
Dev - DeepMind RAG 系統工程師訪談 — SE Daily
AI - GPT-5.4 發布：1M token 上下文 — OpenAI
AI
CLI-Anything: Making ALL Software Agent-Native#
HKUDS 團隊發布的 CLI-Anything 在一週內獲得近 9,000 顆星。它用一套 7 階段自動化管道（分析 → 設計 → 實作 → 測試計畫 → 寫測試 → 文件 → 發布），將任何有原始碼的 GUI 軟體轉化為 AI Agent 可操控的 CLI 工具。在 11 個專業應用（GIMP、Blender、Inkscape、Audacity、LibreOffice、OBS Studio 等）上，1,508 個測試全部通過，通過率 100%。
- CLI 是 Agent 的通用語言——結構化、可組合、自帶
--help說明、確定性輸出，避免 GUI 自動化的脆弱性 - 生成的 CLI 支援雙模式：互動式 REPL 和子命令腳本介面，每個命令內建 JSON 輸出供 Agent 消費
- 所有 CLI 統一打包在
cli_anything.*命名空間下（如cli-anything-gimp），pip 安裝即用
💡 為什麼重要：解決了 AI Agent 能力與現實軟體可及性之間的根本鴻溝。Agent 不再需要脆弱的像素點擊或 API 重新實作，就能操控 GIMP 的圖片編輯到 Blender 的 3D 渲染。
🔗 閱讀原文 | 來源: GitHub
Malus – Clean Room as a Service#
這個在開發者社群引爆討論的網站是一個辛辣的諷刺作品，模擬一家叫 MalusCorp 的公司提供「清潔室即服務」——聲稱用 AI 機器人從頭重建任何開源專案，產出「法律上完全獨立」的程式碼，免除署名和 Copyleft 義務。網站展示了按 KB 計價的虛構定價模型，支援 npm、PyPI、Cargo 等主流套件管理器。
- 諷刺直指現實——真實企業已在嘗試用 AI 重寫開源程式碼來規避授權，如先前的 chardet 事件
- Simon Willison 坦言花了一段時間才確認這是笑話，足見現實荒謬的程度
- FSF Policy Fellow Bradley Kuhn 的回應成為最精準的評論
💡 為什麼重要：當 AI 能在幾分鐘內重寫任何專案，開源的社會契約面臨前所未有的挑戰。法律上的「合法」不等於道德上的「正確」。
🔗 閱讀原文 | 來源: Hacker News
Figma × Claude Code 雙向整合工作流#
Figma 設計師 Gui Seiz 與工程師 Alex Kern 在 Lenny’s Podcast 上示範了透過 Figma MCP，將正在運行的 Web App 直接拉進 Figma 進行協作編輯，再用 Claude Code 將設計變更推回程式碼庫。這徹底取代了傳統的線性瀑布流程：設計 → 交接 → 開發 → 改設計 → 重新交接的循環消失了。
- AI 讓設計工作上移至規劃階段、下移至細節打磨，消除過去最匆忙的執行中間層
- 工程師不再寫樣板程式碼，而是花時間在架構和設計精確度上
- AI 可以撰寫約 90% 的程式碼，這是目前最具體的設計 × 工程融合實踐
💡 為什麼重要：這不是概念驗證，而是 Figma 內部團隊的真實工作流。設計與程式碼的邊界正在消失。
🔗 閱讀原文 | 來源: Lenny’s Newsletter
Staff 工程師在 AI 時代的角色展望#
Pragmatic Engineer 披露了 Uber 最新的 AI 採用數據：84% 的工程師已使用 Agentic 編碼工具，Claude Code 使用率在三個月內從 32% 翻倍至 63%。文章認為，當 AI Agent 撰寫越來越多程式碼，Staff 工程師的角色不但不會消失，反而可能更加搶手——因為需要有人引導 Agent 做出正確的架構決策。
- Uber 的數據是目前最具說服力的企業 AI 採用率指標
- AI Token 成本飆升正成為 CTO 層級的新憂慮，有領導者開始呼籲放慢支出
- Staff 工程師的價值從「寫精良程式碼」轉向「定義 Quality Gate 和架構方向」
💡 為什麼重要：對資深工程師而言，這篇提供了具體的職涯方向——從程式碼工匠轉型為 Agent 架構師。
🔗 閱讀原文 | 來源: Pragmatic Engineer
RAG 之後的檢索革命：Turbopuffer#
Turbopuffer 創辦人 Simon Eskildsen 分享了公司起源：Readwise 的向量搜尋成本從每月 $5K 飆至 $20K，促使他打造更便宜的替代方案。Turbopuffer 以 Object Storage + NVMe 為核心架構，跳過傳統共識層，打造專為非結構化資料優化的搜尋引擎。
- 完全基於物件儲存的架構，成本可比傳統向量資料庫低一個數量級
- 深入探討混合搜尋（向量 + 關鍵字）在 Agent 場景的最佳實踐
- 跳過共識層的決定使系統複雜度大幅降低，但犧牲了強一致性
💡 為什麼重要：RAG 已成為 AI 應用的基礎設施，搜尋引擎的成本和效能直接決定產品可行性。
🔗 閱讀原文 | 來源: Latent Space
Replit 估值飆至 90 億，Agent 4 進軍知識工作#
Replit 在半年內估值從 30 億跳升至 90 億美元，推出 Agent 4 並宣布從純編碼平台轉型為涵蓋畫布、投影片、影片的整合生產力套件。
- 反映 2026 最主要趨勢：編碼 Agent 在「解決程式碼問題」後，正快速擴張至更廣泛的知識工作
- Claude Code、OpenClaw 等也在進行類似的版圖擴張
💡 為什麼重要：Agent 平台的價值不再只是「寫程式」，而是成為通用的知識工作自動化入口。
🔗 閱讀原文 | 來源: Latent Space
Simon Willison 系列：AI 編碼的三面向#
- MALUS 諷刺：用 AI 洗白開源授權的現實隱憂
- NYT 深度報導：70+ 位工程師訪談，整體態度樂觀，Jevons 悖論讓軟體需求成長
- Les Orchard 洞察：AI 揭露了「熱愛工藝」vs「搞定功能」的開發者分歧——過去用同樣工具看不出差別，現在 AI 讓動機變得透明
💡 為什麼重要：三篇文章從法律、產業、文化三個面向描繪了同一個轉型：程式設計作為一種職業正在被重新定義。
🔗 閱讀原文: MALUS · NYT · Les Orchard | 來源: Simon Willison
John Carmack：預先架構設計鮮少值得#
Simon Willison 轉載 John Carmack 2021 年的推文：「資淺開發者很難體會，為未來可能的需求預先做架構設計，結果真正帶來正報酬的情況其實非常罕見。」出自傳奇遊戲引擎工程師之口，是 YAGNI 原則最有力的背書。
💡 為什麼重要：在 AI 能快速重構的時代，YAGNI 的智慧更加重要——先做最簡單的方案，需要時再改。
🔗 閱讀原文 | 來源: Simon Willison
無狀態架構完全解析#
ByteByteGo 釐清「無狀態」的核心誤解——不是消除狀態，而是將狀態搬移到外部儲存。深入分析搬移目的地選擇、延遲代價與水平擴展的關聯。
💡 為什麼重要：高可用系統設計的基礎概念，但常被誤解。
🔗 閱讀原文 | 來源: ByteByteGo
Vimeo AI 字幕的反直覺 Bug#
Vimeo 導入 LLM 字幕翻譯後發現翻譯品質越高，字幕越常消失。根本原因：AI 將多句合併翻譯，破壞字幕時間軸的 Slot 對應。
💡 為什麼重要：展示了 AI 在實際產品中的整合挑戰——品質提升可能帶來意想不到的副作用。
🔗 閱讀原文 | 來源: ByteByteGo
工程師必看：PM 到底在做什麼？ — PostHog 指出 LLM 普及後，「要做什麼」已超越「如何實作」成為更大瓶頸。以 Duolingo 成長故事為例，說明掌握正確脈絡如何改變公司軌跡。 🔗 閱讀原文 | 來源: PostHog
零安裝 ArkClaw：雲端 OpenClaw 指南 — 字節跳動火山方舟推出雲端版 OpenClaw，開通 Coding Plan Pro 即可免費使用，支援 7×24 自動化任務，整合飛書/企微/釘釘。 🔗 閱讀原文 | 來源: 阮一峰
OpenAI: 設計抗 Prompt Injection 的 Agent — ChatGPT 如何透過約束高風險動作和保護敏感資料來防禦注入攻擊。 🔗 閱讀原文 | 來源: OpenAI
OpenAI: Responses API 打造 Agent Runtime — 用 shell 工具和託管容器打造可擴展的 Agent Runtime。 🔗 閱讀原文 | 來源: OpenAI
“Shall I implement it?” No — 探討對功能請求說「不」的藝術。在 AI 能快速生成功能的時代，判斷什麼「不該做」比「怎麼做」更重要。 🔗 閱讀原文 | 來源: Hacker News
Fireship: 7 個開源 AI 工具 — Fireship 介紹 Agency、PromptFoo（已被 OpenAI 收購）等工具，幫助開發者建構 AI Agent 管道。 🔗 閱讀原文 | 來源: YouTube
DeepMind RAG 系統工程師訪談 — Google DeepMind 工程師深入探討生產環境 RAG 系統的挑戰。 🔗 閱讀原文 | 來源: SE Daily
GPT-5.4 發布 — OpenAI 最新旗艦模型，支援 1M token 上下文、SOTA 編碼能力、computer use、tool search。 🔗 閱讀原文 | 來源: OpenAI
推薦閱讀#
- 數發部：AI 生成影像標示將訂定指引 — 台灣數位部門將針對 AI 生成影像標示和網路爬蟲制定政策指引，對台灣開發者有直接影響。
- PUA: P8-level Engineer Prompt — 5.2K stars 的 GitHub 專案，用幽默手法呈現 Anthropic P8 工程師的期望值，引發對 AI 公司績效文化的討論。
- AI 臉部辨識錯誤導致無辜祖母入獄 — 北達科他州一位祖母因 AI 臉部辨識錯誤被關押數月，凸顯 AI 在司法領域的風險。
- Lex Fridman #493: Jeff Kaplan 談 WoW 與遊戲設計 — 前暴雪遊戲總監談 WoW、Overwatch 設計哲學，以及新工作室 Kintsugiyama 的未來願景。
- Notion Custom Agent 7 案例評測 — Notion 2026 年度更新推出自訂 AI Agent，少數派以 7 個案例深入評測。
- Google Gemini Embedding 2 多模態嵌入模型 — Google 推出首個原生多模態嵌入模型，支援文字、圖片、影片的統一向量化。
- Perplexity Personal Computer：AI 24 小時工作 — Perplexity 推出可 24 小時自動完成任務的個人 AI 電腦。
- Karpathy 的 Autoresearch 讓網路瘋傳 — Karpathy 發布的 autoresearch 專案引發社群熱議。
- Google 完成併購 Wiz，$320 億創最高金額 — Google 以 320 億美元完成對雲端安全公司 Wiz 的收購。
中文技術圈#
- Google Gemini Embedding 2 多模態嵌入模型 — Google 推出原生多模態嵌入模型，文字/圖片/影片統一向量化。
- Perplexity Personal Computer：AI 24 小時工作 — AI 全天候自動化個人任務的新嘗試。
- Notion Custom Agent 7 案例評測 — 少數派深入評測 Notion 自訂 Agent 的 7 種應用場景。
- 數發部 AI 影像標示指引 — 台灣將制定 AI 影像標示政策，影響開發者合規。
- Google 併購 Wiz $320 億 — Google 以史上最高金額完成雲端安全收購案。
- 電鐵電晶體 NAND：輝達三星合作 — 輝達與三星合作開發新一代低功耗記憶體技術。
- iOS 漏洞工具包 Coruna 源自美國國防承包商 — iOS 安全漏洞利用工具追溯至國防背景。
開源精選#
CLI-Anything — Python | ⭐ 8.9K 把任何 GUI 軟體自動轉化為 AI Agent 可操控的 CLI
PUA — HTML | ⭐ 5.2K P8 級工程師期望值的幽默呈現
gstack — TypeScript | ⭐ 2.7K Garry Tan 的 Claude Code 設定，6 個工具擔任 CEO/Eng Manager/QA
app-store-screenshots — ⭐ 2.2K AI 自動生成 App Store 截圖
OpenClaw-Medical-Skills — Python | ⭐ 1.1K 最大開源醫療 AI 技能庫
gsd-2 — TypeScript | ⭐ 779 Meta-prompting 與 spec-driven 開發系統
mcp2cli — Python | ⭐ 695 任何 MCP server/OpenAPI spec → CLI
MetaClaw — Python | ⭐ 661 會自我學習與進化的 Agent
autoresearch-mlx — Python | ⭐ 591 Karpathy Autoresearch 的 Apple Silicon MLX 版本
tada — Jupyter | ⭐ 576 Hume AI 開源語音語言模型
影音精選#
7 new open source AI tools#
131K views · 1 天前
Fireship 介紹 7 個最新開源 AI 工具，包括 Agency（Agent 框架）、PromptFoo（已被 OpenAI 收購的測試工具）等，幫助開發者快速建構 AI Agent 管道。
- 涵蓋從 Agent 框架到測試工具的完整生態
- PromptFoo 被 OpenAI 收購是 Agent 測試工具的重要里程碑
- 每個工具都附有快速上手示範
💬 如果你在建 Agent，這支影片值得收藏——Fireship 一如既往地把複雜工具講得清楚明白。
So I stopped using Ghostty…#
Theo · 1 天前
Theo 分享為何從 Ghostty 終端模擬器轉回其他選擇的心路歷程。
- 對開發者工具選擇的實際體驗分享
- 討論終端效能和功能的取捨
💬 選終端機這種事很個人，但 Theo 的使用體驗蠻有參考價值。
How to make $$ with OpenClaw#
Greg Isenberg · 1 天前
Greg Isenberg 探討如何利用 OpenClaw 生態系統建立商業模式。
- 從技術工具到商業化的思路
- 實際案例分析和策略建議
💬 OpenClaw 的生態在 2026 快速擴張，了解商業化路徑很值得。
Karpathy’s autoresearch broke the internet#
Greg Isenberg · 2 天前
Karpathy 發布的 autoresearch 專案引發社群熱議，Greg Isenberg 深入解析其影響力。
- Autoresearch 的核心理念：讓 AI 自主完成研究流程
- 社群反應和實際使用場景分析
💬 Karpathy 的每個新專案都值得關注，autoresearch 可能改變我們做技術調研的方式。
Anthropic vs The Pentagon#
20VC · 1 天前
20VC 討論 Anthropic 與國防部門的合作關係及其引發的倫理爭議。
- AI 安全公司與軍方合作的邊界在哪裡
- 對 AI 產業發展方向的深入討論
💬 AI 公司的商業選擇越來越需要面對倫理審視，這個話題會持續升溫。
Was Cursor wrong to build their own models?#
20VC · 2 天前
探討 Cursor 自建模型的策略是否正確，以及 AI 編碼工具的競爭格局。
- 自建模型 vs 使用第三方 API 的成本效益分析
- 對 AI IDE 市場未來走向的判斷
💬 當 Claude Code 和 Cursor 都在搶開發者市場，誰自建模型、誰用現成的，這個策略差異會越來越明顯。
大神動態#
- Simon Willison: 今日三連發——MALUS 諷刺、NYT AI 編碼專題、Les Orchard 開發者分歧（詳見必讀 #7-9）
- Gergely Orosz: Uber AI 數據：Claude Code 使用率翻倍至 63%（詳見必讀 #4）
- John Carmack: YAGNI 原則背書——「預先架構設計鮮少值得」（詳見必讀 #10）
- 阮一峰: ArkClaw 雲端 OpenClaw 教學（詳見必讀 #14）
今日觀察#
Vimeo 那個 AI 字幕的 Bug 讓我想了很久。翻譯品質越好，字幕反而越常消失——因為 AI 把多句話合併翻譯，破壞了時間軸的對應關係。這種「AI 做得越好、系統反而越壞」的弔詭，我在自己開發的過程中也遇過。用 Claude Code 重構一段邏輯，它重構得很漂亮，但把原本依賴執行順序的副作用給消除了。AI 不是不夠聰明，是它的「聰明」跟我們設計系統時的假設不在同一個維度上。這大概是未來每個把 AI 塞進產品的團隊都會踩到的坑。
覺得有用嗎？分享給一個也在追蹤新知的朋友。
也歡迎中長期投資者體驗新工具 → Moniit
