Codex 审代码很香，自动识别代码漏洞，给出修复思路
阶段四开篇。前面二十篇讲的是「怎么用」——把一个个 skill 用起来。从这一篇开始换方向：进阶和避坑。第一件是 codex review，改完代码，先让它审一遍再提交。一、codex review 是什么它不是 skill，是 Codex CLI 自带的一个子命令。
给 Agent 一本工程师手册：深入研究 Matt Pocock Skills
写上周 GitHub 周榜的时候， mattpocock/skills 排在了第八个。当时只写了两段：作者把自己的工程工作方式写成 Agent Skills，也就是供 Agent 按需读取的工作指令，我们可以挑一两个适合自己的，看看能否减少误解和返工。
如何写 Skill 第6课，分诊五连问：skill 看病指南
摘要：skill 出了问题没有报错可看：失败是静默的。本文给一棵分诊树，五个问题按序问、问中即停：在吗（装载）、响吗（触发）、照做吗（正文）、跑得动吗（脚本）、灵吗（接口），每层只认自己的证据渠道：菜单、批测、四问全文、stderr 退出码、支持矩阵。
WinMerge不支持跨平台？试试开源文件对比神器ForskScope
ForskScope 是一个免费开源、跨平台的文件差异比较与合并工具，支持文件对比、目录对比、补丁导出、Git 集成和可视化冲突处理，旨在成为跨平台的 WinMerge 替代方案。ForskScope 采用 Rust 语言开发，遵循 Apache 2.
Claude Code 白烧10万token？我扒出3个坑
兄弟们，先说个我自己踩过的坑。用 Claude Code 用久了你肯定遇过这事：聊到后面它开始犯傻。前面定的规矩它转头就忘，刚改的文件它记不住，有时候你方案说三遍它还在问。我一开始也以为模型不行，还专门换了模型试。后来才想明白，跟模型没半毛钱关系。是我自己把它的脑子塞爆了。
Claude Code 白烧10万token？我扒出3个坑
兄弟们，先说个我自己踩过的坑。用 Claude Code 用久了你肯定遇过这事：聊到后面它开始犯傻。前面定的规矩它转头就忘，刚改的文件它记不住，有时候你方案说三遍它还在问。我一开始也以为模型不行，还专门换了模型试。后来才想明白，跟模型没半毛钱关系。是我自己把它的脑子塞爆了。
效果上不去？蚂蚁把「调AI」这件事，也交给了AI
系统运行时 load 的就是这些文件，所以改文件 = 改系统行为，优化这个系统 = 让 coding agent 在「改文件 → 跑评估 → 看分数」的循环里进化这个目录。
Agent 审计日志：证人即嫌疑人，怎么让谎言留下痕迹
而当你回头查日志时，会发现记录者就是行动者——证人往往就是嫌疑人，所以“日志写得很干净”这件事本身不可信:干净的日志比缺失的日志更危险，缺失会让你起疑，干净会让你放心。
16.5 有些不通过的测试用例，不能允许 AI 自己修改
一个"AI 把'防越权'测试改成了'测试越权能成功'"的故事某团队工程师 P——重构订单查询模块——交给 AI 自迭代执行。
用了十年Git Diff，才发现它一直在骗我，Difftastic把真相摊开了
搞开发的应该都经历过这种事：代码格式化工具跑了一遍，打开Git Diff一看，满屏红红绿绿，几百行改动。心里清楚自己就改了两行逻辑，但Diff告诉你，你改了整个文件。