GitHub Podcast 拆解 AI 五大热论:该不该读 AI 代码、RAG 已死、Skills 杀死 MCP?
GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成的代码仍需阅读和负责,但审查力度应按风险分级;Skills 与 MCP 解决的是不同问题,前者是可读的打包经验,后者是连接工具与数据的标准接口,二者可组合使用。
GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成的代码仍需阅读和负责,但审查力度应按风险分级;Skills 与 MCP 解决的是不同问题,前者是可读的打包经验,后者是连接工具与数据的标准接口,二者可组合使用。
Cursor 发布云 Agent 与 Harness 更新,云 Agent 可订阅 PR、Slack 线程或定时任务等事件源,被触发后自动唤醒并持续推进目标。新增 Custom Modes 可把技能固定在对话中,子 Agent 可运行在各自独立的虚拟机与干净上下文中,用于测试父 Agent 改动或并行修复。还加入 /goal 设定长期目标,以及不打断 Agent 的转向消息机制。
推荐理由:官方更新日志列出云 Agent 订阅事件、子 Agent 独立虚拟机与 /goal 等能力,可据此判断常驻 Agent 的编排方式。
JetBrains 用 80 组配对任务实测 Claude Code 的 ponytail skill,实测代码量减少 15%、成本降 10.3%、耗时降 11%,约为宣传值(-54% 代码、-22% tokens、-20% 成本、-27% 时间)的四分之一到一半,但这是该系列首个成本节省信号统计上可靠的插件。