这是第一期，希望以后能养成每月分享的习惯，整理一些让我印象深刻的读物，并聊聊它们打动我的原因。

AI 工具的更新依然占据主导，新模型和工具变化不断，同时也有一些关于 AI 实践的有趣文章，以及对这项技术持续存在的质疑。

Claude 的走向

四月讲述了一个关于 Anthropic 未来走向的有趣故事。Claude Platform 登陆 AWS 的公告本身算不上激动人心，却可能透露出 Anthropic 战略转向的诸多信号。发展的方向看起来越来越偏向企业级，这不禁让人思考，那些曾推动 Claude 用户快速增长的慷慨个人套餐未来会何去何从。

这种张力在整个四月都清晰可见。GitHub 上的 #42796 号 issue很好地捕捉到了这种不满：用户坚信 Claude Code 在复杂任务上的表现出现了倒退，怀疑背后有暗中削减。Advisor 策略一文正是在这样的背景下发布的：默认使用 Sonnet，仅在必要时再升级到 Opus。表面上是工作流技巧，实则也是在庞大用户群中更高效地分配算力的一种方式。尽管如此，Anthropic 仍在持续交付，新模型 Opus 4.7 和 Claude Design 接连发布。

Anthropic 最终在 4 月 23 日发布了一篇事后复盘，说明了导致性能回退的三个独立改动。他们终于承认了用户一直在反映的问题，并以重置使用额度作为补偿，这一点值得肯定。不过颇具讽刺意味的是，一家处在借助 AI 加速交付最前沿的公司，却亲身体会到在多项改动上快速推进时，一旦出问题就很难诊断根源所在。

其他 AI 工具

Cursor 3 在本月发布，其界面围绕并行 Agent 工作流设计，这个月我一直在重度使用。随后有消息称，SpaceX 获得了以 600 亿美元收购 Cursor 母公司 Anysphere 的选择权。这是一笔互利的交易：SpaceX 获得一款可与 OpenAI 和 Anthropic 竞争的可信 AI 编程产品，而 Cursor 则获得了大规模训练自有模型的算力。目前他们在很大程度上仍受制于模型提供商的定价，其自家的 Composer 模型基于开源的 Kimi K2.5。

OpenAI 还发布了 GPT-5.5——又一个模型，又一项基准测试。各家发布节奏之快，已经让人难以有效跟进。

AI 实践

Addy Osmani 的 Your parallel agent limit 一文非常有共鸣，讲的是同时运行多个 Agent 的真实感受。在更多地使用 Cursor 3 的功能时，我对此深有体会。吞吐量的提升是实实在在的，但认知负担同样真实——需要在脑中同时维持多个问题的上下文，并持续做出判断，这是一种全新的疲惫感。

Birgitta Böckeler 的 Harness engineering for coding agent users 探讨了在由 Agent 承担工作时如何把质量左移，并定义了“harness engineering（约束工程）”的不同维度。有意思的是，文中提到了变异测试，这与我在关于 Agent 测试质量的文章中得出的思路不谋而合。Rahul Garg 的 Feedback Flywheel 则讨论了如何利用反馈闭环来持续改进 AI 辅助开发。综合来看，思考团队如何构建自己的“harness”来提升 AI 辅助开发的质量颇具启发。

Mikhail Bartashevich 关于在 Moss 构建面向 AI 的前端架构的文章是一次不错的发现，文中引用了我的 Storybook MCP 一文作为参考，这对我来说还是第一次。相关地，Design Systems Collective 这篇关于在 AI 时代设计系统究竟是什么的文章，有力地论证了在使用 AI 时设计系统的价值，也印证了我和 Mikhail 所写的构建 MCP 工具的意义。

质疑者角落

Han Lee 的 The AI Great Leap Forward 刻意挑衅，但其核心观点——在自上而下的 AI 指令中，信念取代了能力——却难以忽视。James Stanier 在 Who will be the senior engineers of 2035? 中提出了一个更平静却可能更令人不安的问题：如果 AI 正在吞噬过去用来培养初级工程师的那些小任务，而招聘又陷入停滞，那么下一代资深工程师将从何而来？

Vercel 在信任方面度过了艰难的一个月，一款 Claude Code 插件通过系统提示词注入窃取提示词，另一起安全漏洞则被追溯到一名员工安装了拥有过宽 OAuth 权限的第三方 AI Chrome 扩展。这两起事件都像是整个生态系统发展速度超过其安全实践的症状。

Nilay Patel 的 Beware Software Brain 为这一切提供了更广阔的文化视角。民调数据显示，包括最重度的 AI 用户在内，大多数人随着时间推移对这项技术的态度正变得愈发抵触。行业对 AI 的感受与其他大众感受之间的鸿沟正在扩大，而非缩小。

有趣的前端内容

Inngest 这篇关于利用 hanging promises 实现流程控制的文章是对 JS 运行时巧妙的思考，利用永不 resolve 的 Promise 作为取消原语。

TanStack 的 React Server Components your way 阐述了他们使用 React Server Components 的理念，与 Next.js 的做法截然不同。

MDN 的前端深度解析对其自身技术栈进行了扎实的架构梳理，是在实践中结合 Web Components 使用 Server Components 模式的一个有趣案例。

Manuel Matuzovic 关于为什么 box-shadow 不能替代 outline 的短文，提供了一个你可能未曾留意的无障碍小技巧。

堆叠式 PR

GitHub 的原生堆叠式 PR在本月进入了私有预览。如果你读过我关于理解与 Agent 生成代码的文章，就会知道我一直主张用堆叠式 PR 来让审阅者放慢节奏，使大型的 AI 生成变更真正可被审查。看到 GitHub 原生支持这一功能是个好兆头，通过 gh CLI 集成，Agent 也能以简单的接口来管理这一工作流。

持续学习

在 AI 工具的喧嚣之外，我一直在有意识地去了解其底层究竟是什么。虽然在计算机科学学位学习期间对神经网络和反向传播还有些模糊的记忆，但我正在观看 3Blue1Brown 的神经网络系列，以更好地理解现代 LLM 的工作原理。

我也已经开始学习 Claude Partner Network 中的入门课程，为接下来的认证做准备。