#vibe coding
Claude Code 多智能体协作实战指南，从并行子代理到分布式团队的高效落地
Claude Code 多智能体协作提供 subagents 与 Agent Teams 两种架构。subagents 采用星型拓扑，适合独立任务委派；Agent Teams 为点对点网状结构，支持双向通信与状态共享，适用于复杂并行工作流。实战中需根据任务依赖度选型，并通过 Git worktrees 隔离并发写入冲突。同时应合理配置模型路由以控制成本，规避描述重叠与死锁风险。若缺乏三条以上独立并行流，建议优先使用单会话或 subagents 以提升效率。
commit-rewriter 用本地 Web 界面重写 AI 编程产生的杂乱 Git 提交记录
针对 AI 编程代理产生的杂乱 Git 提交记录，开源工具 commit-rewriter 提供了本地 Web 可视化清洗方案。该工具基于 Git 交互式变基，支持批量编辑提交说明、查看代码差异及自动备份分支，确保操作安全可逆。其核心理念是将 AI 快速生成与人类发布前治理解耦，作为自动化编码的质量过滤网。尽管单机清理流程已简化，但多人协作场景下的历史重写冲突仍是待解决的挑战。
用一句自然语言驱动本地 Blender 完成 3D 建模渲染全流程
开源开发者 Simon Willison 实验证实，AI 编程智能体可通过自然语言驱动本地 Blender 完成 3D 建模渲染全流程。该范式利用无头模式调用 bpy 接口，输出结构清晰的原生工程文件，支持多轮迭代与技能固化。尽管在复杂曲面拓扑生成上仍有局限，但在风格化资产创建、场景搭建及原型验证阶段具备显著效率与成本优势，标志着 AI 从代码补全向操控工业级软件底层引擎的转变。
用编码智能体驱动本地 Blender，一句提示词生成可编辑 3D 工程文件
测试显示，利用编码智能体驱动本地 Blender，可通过自然语言指令生成可编辑的 .blend 工程文件。该工作流将 3D 资产生成从像素渲染转向确定性程序化建模，支持场景迭代与技能固化，单次成本约 4.24 美元。尽管存在视觉反馈缺失等技术瓶颈，但 AI 产出标准工业格式文件，打破了生成内容与专业管线的隔离。这标志着大模型正转变为理解 3D 空间的技术助理，而非仅生成静态图像的玩具。
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。
Paint.NET 用 Claude 三周重写 18 万行 Direct2D，让 20 年老软件跑上 Linux
Paint.NET 开发者利用 Claude 在三周内重写 18 万行 Direct2D 代码，使该 20 年老软件首次支持 Linux。此次实践采用 vibe coding 模式，展示了 AI 在确定性逆向工程中的高效生产力，但也暴露了底层常识缺失等短板，需人工严密盯防。目前版本仍不稳定，表明 AI 适合协议复刻等任务而非架构设计。此外，AI 生成代码的净室逆向合规性尚存法律争议。
smolvm 实测与落地指南，500 毫秒启动硬件级沙箱跑通 AI 不可信代码
开源微虚拟机 smolvm 采用硬件级独立内核隔离，从底层根除传统容器运行 AI 不可信代码的逃逸隐患。其支持 500 毫秒极速启动与精细资源控制，为智能体与自动化开发提供兼具安全与轻量的代码沙箱执行方案。