老金的分享

把 OpenAI Codex CLI 的模型后端切到本地 Gemma 4 27B，日常低风险编码任务离线处理，省钱、私密、无心理负担。附完整配置步骤和踩坑记录。

AI 让写代码的边际成本趋近于零，但决策、验证、一致性等工程成本反而在飙升。独立开发者如何在这场经济学翻转中重新分配投资？

循环跑起来之后人的角色是什么？定义完成标准、处理升级问题、审查最终结果——三个必须有人在场的节点，以及判断哪些步骤可以放心交给循环的框架。

用 CLAUDE.md 循环协议、settings.json 钩子、fixer 子代理三个文件，让 Claude Code 自动跑测试、读报错、修代码，不再需要人工传话。

从提示者到循环设计者的完整路线图：4 条件测试、5 大构建块（自动化任务、工作树、技能、连接器、子智能体）、最小可行循环设计，以及如何避免 Ralph Wiggum 循环等常见失败模式。

从五个构建块到实战案例,展示如何将 Loop Engineering 落地——让 AI 自主发现、分发、检查工作并持续运行

Claude Code 的 Boris Cherny 说他不再提示 Claude,而是写循环。Loop Engineering 是什么、一个循环需要哪五块东西、它帮不了你的三件事,以及为什么它只奖励已经想明白的人。

本地小项目飞起、百万行老代码库就抽风——差距不在模型,在工程脚手架。聊聊 Claude Code 在大仓库里的常见坑、几条朴素的工程纪律,以及成本与隐私这几句不太一样的话。

Agent 工程的四层解法——Harness、多 Agent、记忆、Instinct——方向都对，但没人念给你听的是每层背后那张账单：校验器合谋放行、token 暴涨约 15 倍、记忆投毒、坏习惯被固化。该加哪层、什么时候加，先看价签。

大家都在搭 harness——测试/CI/review/guardrail。但有个更前置的问题被跳过了:你确定知道系统该往哪儿走?讲清方向(attractor)和围栏(harness)的真实关系——它们是双螺旋,不是先后。