用 7 个 Agent 技能跑通视频流水线彻底锁定跨镜头一致性
针对 AI 视频制作跨镜头一致性难题，开源项目 film-studio-skills 提出包含 7 个 Agent 技能的工程化流水线。该方案以本地文件系统为外挂记忆，通过剧本拆解、资产护照、压力测试及提示词装配等严格衔接环节，构建单向状态机。其核心在于用书面关卡和确定性流程替代模型随机生成，将一致性从运气转化为标准化结果。该工作流不依赖特定模型，有效解决了多镜头叙事中角色与场景漂移问题，推动 AI 影视工业化落地。
Codex 驱动本地 Blender 渲染 3D 场景，三轮提示词沉淀智能体技能
独立研究员 Simon Willison 演示了利用 GPT-6 Astra 驱动本地 Blender 完成高质量 3D 场景渲染。该 Coding Agent 通过 Python API 执行无头渲染，具备视觉反思能力，可在三轮对话内将简单模型迭代至电影级画质，并将流程固化为可复用技能。此模式输出完整工程文件，支持二次编辑，重构了 3D 内容生产范式。尽管在复杂有机体建模上仍有局限，但标志着 AI 正作为技术美术精准调用工业软件生态。
Claude Code 自动化模式测出 80% 远程执行，沙箱成为唯一底线
安全研究员实测发现，Claude Code Auto Mode 在特定诱导攻击下远程代码执行成功率达 60% 至 80%，暴露了意图分类器无法防御复杂攻击链的系统级缺陷。Anthropic 确认该模式仅为效率辅助而非安全边界。使用编码智能体时，必须构建物理沙箱、隔离敏感凭证、限制网络出口及规范不可信数据处理等多层防线。智能体安全本质是操作系统安全的映射，不能依赖模型自律，物理隔离与网络控制是不可省略的底层保障。
用 Spotify Portal 给 Claude Code 接入模型路由实测削减 90% 消耗
Spotify 开源 shunt 插件，通过模型路由机制将 Claude Code 的 Token 消耗削减 90%。该方案利用 Portal AiKA Modes 将大文件读取与样板代码生成等机械任务委托给轻量模型，并通过三层架构强制拦截高耗操作。此举重构了 Token 分配策略，让旗舰模型专注核心推理。但需注意，代码编辑、深度逻辑推理及微型文件读取不可委托，且需权衡网络延迟影响，以实现成本与效率的最优平衡。
Anthropic 开源 Agent Skills 技能系统，手把手教你把专属工作流打包进 Claude
Anthropic 开源 Agent Skills 技能系统，通过“渐进式披露”机制重构智能体能力扩展路径。该系统将任务规范与资源打包为独立模块，按需分层加载，有效降低 Token 消耗并避免指令漂移。官方已内置 20 个高频技能，支持 Claude.ai 及命令行快速调用，并提供自定义构建与校验工具。Agent Skills 侧重复杂工作流编排，可与 MCP 工具协议协同。目前仍存在触发依赖精准描述、跨技能协作待完善等局限。
编码智能体挑选第三方工具的 1.7 万次实测揭示技术选型新法则
1.7 万次实测显示，编码智能体正颠覆传统技术决策：高频提及不等于最终采用，Stripe 等工具高度垄断；主流 AI 选型一致率仅 42%，深度受制于检索机制与语言生态，为开发者和技术厂商揭示了面向 AI 的全新适配法则。
Agent Skills 实操指南，把资深工程师工作流注入 AI 编程智能体
Agent Skills 通过将资深工程师最佳实践编码为结构化规范，解决 AI 编程智能体缺乏工程纪律的问题。该生态将开发流程划分为定义、构建、验证等六大阶段，利用标准化 Markdown 约束智能体行为。文中介绍了 addyosmani/agent-skills 等五大热门开源技能包及其跨客户端配置方法，详解了 SKILL.md 结构与核心斜杠命令。实测表明其能显著提升测试覆盖率与代码质量，是保障 AI 辅助开发规范性的有效中间件。
用 Claude Code 把 1993 年汇编游戏移植到 Godot 4
开发者借助 Claude Code 将 1993 年汇编游戏《Babylonian Twins》成功移植至 Godot 4。该过程并非依赖 AI 猜测重写，而是构建了包含交叉编译、字节级比对及无头测试的确定性闭环工作流。通过量化物理参数与保留双时钟系统，精准还原了原版手感与视觉细节。此案例确立了“人类决策、AI 执行验证”的智能体协作范式，证明遗留系统逆向工程需依靠机器可验证的执行回路，而非单纯的代码翻译。
OpenAI Codex 本地内置 1.7GB 办公套件，文档生成工作流拆解与实测避坑
OpenAI Codex 桌面端内置 1.7GB 运行时，集成无头 LibreOffice、Poppler 及 Python/Node.js 环境，旨在通过本地沙盒闭环实现精确文档生成与视觉自检。该架构虽解决了排版确定性与隐私问题，但也引发字体静默替换、动态库路径硬编码等合规与稳定性隐患。这标志着 AI Agent 正从对话生成转向具备完整执行环境的本地数字化员工，开发者复用该技术路线时需重点关注跨平台适配与字体合规风险。