本月，AI编码讨论的焦点转向如何设计提示循环以优化代理开发。代理开发经历了提示驱动、规范驱动和循环驱动三个阶段。在循环驱动阶段，开发者创建生成、评估和重试的系统，而非直接编写代码。有效的反馈和循环关闭位置是关键，影响迭代成本和效率。云原生团队需关注运行时层，以确保反馈真实且快速，从而提升开发效率。

好莱坞的未来不在于单纯使用生成性人工智能（AI）模型。尽管AI被认为能革新电影行业，但目前大多数项目仍缺乏吸引力。2023年特里贝卡电影节展示了一些实验性作品，表明人类艺术家可以有效利用AI，例如影片《Dear Upstairs Neighbors》展示了AI与传统创作的结合。总体来看，AI在电影制作中的应用仍需依赖人类艺术家的创意指导。

本文讨论了循环工程在AI开发工具中的重要性。Boris Cherny指出，他通过编写循环而非直接提示Claude来完成工作。循环工程通过调度执行、隔离工作区和验证代理，将编码代理转变为自主软件工作者，帮助开发者将维护工作转化为定期的自主工作流，从而提升效率。随着技术的发展，循环工程将成为AI辅助软件开发的核心。

Postgres 19引入了pg_plan_advice和pg_stash_advice模块，提供查询建议功能，帮助优化器选择更好的执行计划。此功能允许DBA在特定情况下调整查询计划，提升Postgres的灵活性和性能。

在与伊比利亚高速公路集团合规主任的会议中，团队通过头脑风暴将想法转化为工作演示。开发者发现指令中的错误，导致报告未能生成。经过调整，报告成功生成，包含八个部分，展示了合规性和数据完整性。讨论中强调了模型与提示的关系，指出提示是资本支出，模型是运营支出，强调了写作指令的重要性。

CNCERT近期发现部分家庭用户的路由器DNS配置被篡改，导致访问正常网站时跳转至非法页面。攻击者通过弱口令进入路由器管理后台，修改DNS设置。用户应检查DNS配置、修改弱口令、关闭高风险功能，并及时升级固件，以防范安全风险。

Lance是字节跳动于2026年发布的多模态模型，具备图像与视频的理解、生成和编辑能力。该模型采用双流混合专家架构，提升了文本、图像和视频任务的生成质量和语义理解能力。

文章讨论了“提示膨胀”问题，即在使用大型语言模型时，提示信息过多导致性能下降、成本增加和延迟加大。提示膨胀源于设计选择不当，重要信息被淹没。解决方案包括使用上下文引擎动态管理信息，优化检索和缓存，以提高模型效率和响应质量。Redis Iris被提及为一种有效支持实时上下文管理的引擎。

在旧金山举行的全球最大数据、应用和人工智能活动中，研究人员探讨了提示缓存技术在大型语言模型（LLM）推理中的应用。提示缓存可以消除重复请求的冗余，提高模型在特定领域的质量，并降低计算成本。Databricks为开源模型提供此功能，确保安全性并自动优化性能，提升推理效率。

JDK 27即将进入收尾阶段，并发布了最终字段变更警告，这是针对相关项目的定期通知。

本文介绍了提示压缩在降低代理循环成本中的重要性。代理循环成本呈二次增长，提示压缩技术如指令蒸馏和递归摘要能够有效减少令牌使用，从而降低财务负担。示例代码展示了如何实现这些技术以节省资源，提示压缩是代理系统的重要优化。

本文探讨了长期运行智能体失败的原因及解决方案，强调避免简单循环提示词导致的错误累积。作者建议通过明确需求、使用多智能体协作和维护共享记事本来提高工作流程的可靠性，并分享了可直接使用的开源方案，以减少返工时间，提高项目质量。

本文介绍了结构化提示驱动开发（SPDD）方法，旨在将AI编程助手的个人效率转化为组织级能力。SPDD将提示视为重要的交付文档，便于版本控制和复用。通过明确需求和设计意图，团队能够更高效地生成和验证代码，减少开发中的不确定性。SPDD强调在生成代码前锁定意图，并通过迭代反馈确保代码与业务需求一致，从而提高软件交付的质量和速度。

作者分享了构建KubeStellar Console的经历，这是一个Kubernetes多集群管理仪表板。最初使用AI辅助编程提高了效率，但随后遇到许多问题。通过测量和反馈逐步改进代码库，最终实现了自我维持的系统。强调了测量的重要性，认为自动化必须建立在可靠信号基础上，维护者的角色转变为系统架构师，社区可以通过提交问题引导项目发展。

Claude Opus 4.7与4.6相比，提示策略和工作流有显著变化。新版本要求用户一次性明确任务说明，以减少Token消耗和提高代码审查召回率。引入的自适应推理机制使模型更灵活，用户需调整思考强度和上下文管理，以优化使用效果。整体而言，Opus 4.7鼓励用户像委托高级工程师一样进行任务分配。

Canva推出AI 2.0更新，用户可通过文本描述创建和编辑设计。新功能包括统一的对话界面和持久记忆，能够根据用户风格生成个性化设计。此更新旨在简化创作流程，提高效率，并支持HTML导入及第三方集成。AI 2.0现已向首百万用户开放，未来将逐步推广。

Django项目在2026年的类型提示使用较为复杂，因为Django早于Python的类型提示标准化发布。文章探讨了如何在Django中有效应用类型提示，以及相关的安全性和包管理问题。