CNCF 在刚刚举办的 KubeCon NA 发布了最新一期技术雷达报告，这次聚焦三个核心领域：AI 推理工具与引擎、机器学习编排工具，还有最近很火的 Agentic AI 平台与系统。报告基于 300 多位专业开发者在 2025 年第三季度的真实使用体验，给技术选型提供了不少参考。

AI Agent 正在改变整个软件行业的游戏规则。

AI Agent 可以自主规划并执行复杂的多步骤任务，任何已有的软件都有机会借助 AI Agent 的赋能实现真正的智能化。

但是，在功能强大的同时，AI Agent 也有很多的不确定行为，包括生成的代码、执行的命令、浏览器的操作等等都无法事先预测，更不用说还需要防范提示词注入攻击。如果缺少强有力的安全和运维保障，这些不确定性很高的 Agent 可能会带来巨大风险。

AI Agent 在处理复杂任务时经常“掉链子”。你刚告诉它的信息，它很快就忘了。给它的工具越多，它反而越混乱。这不是个例。

今年 6 月，Andrej Karpathy 发推特讨论 “Context Engineering” 和 “Prompt Engineering” 的关系后，Context Engineering（上下文工程）这个词彻底爆火。

如果你在构建 Agent 或处理上下文工程，这是一篇必读的博客。

Anthropic 虽然封锁国内厂商不允许使用他们的 Claude 模型，但不得不说，他们在 Agent 方面的实践都值得借鉴。

他们的工程团队发现，当 Agent 连接上千个工具时，传统的直接工具调用会导致上下文爆炸——光加载工具定义就可能需要数十万个 token。而解法也很简单：让 Agent 写代码调用工具。这么做可以把 token 消耗从 15 万降到 2 千，效率提升 98.7%。

最近在看 Context Engineering 相关的资料，刚好看到上海交大团队发布的《Context Engineering 2.0: The Context of Context Engineering》，从一个完全不同的视角阐释了 Context Engineering 的涵义和发展历程，很有意思的思路，这儿写篇文章分享一下。

Google Gemini 支持通过 AI 一键自动生成 PPT 演示文档了，用起来挺方便的，分享给需要的同学。

试了下拿网络文章、学术论文等材料转 PPT，效果还不错。比起自己用 PowerPoint 一张一张做幻灯片，可以省下不少时间。

Anthropic 刚刚为 Claude 推出了 Skills 功能，通过文件夹形式打包指令、脚本和资源，让 Claude 在需要时自动加载专业能力。

Skills 具备可组合、可移植、效率高、省 Token四个核心特性。一次创建，就能在 Claude 应用、Claude Code 和 API 中通用。这个功能改变了我们定制 AI 的方式——从反复提供上下文，变成了打包一次、随时调用。

前 OpenAI 联合创始人、特斯拉前 AI 总监 Andrej Karpathy 又放大招了。继 nanoGPT 之后，他刚开源了 nanochat 项目。这是一个完整的 ChatGPT 克隆流程，包含从分词器、预训练、微调再到推理和 WebUI 的全套流程，整个项目只有大概 8000 行代码，刚刚开源就已经获得 1 万多星了。

继 Claude Code 配置开源后，我把 OpenAI Codex CLI 的配置也开源了，放在 https://github.com/feiskyer/codex-settings 上。这套配置支持多种模型提供商（包括 ChatGPT、GitHub Copilot、DeepSeek、Ollama），并把之前 Claude Code 的配置迁移了过来，包括 Kiro 工作流和 GitHub Spec Kit 两套完整的开发流程。

之前用 Claude Code 的时候，只能和 Claude Code 配置的单个模型聊天。想用 GPT-5 或者 Gemini 2.5 Pro，得切换到别的工具。这种来回切换不仅麻烦，还会打断思路。为了在一个工具里用上不同的模型，所以就 Vibe Coding 了 MCP AI Hub 这个项目，并开源在 https://github.com/feiskyer/mcp-ai-hub。