AI 编程日报：Claude Code 并行线程（11月15日）

未分类 1小时前程序员胖胖胖虎阿

1 0 0

今天编程工具的关键词是“让 Agent 干活更省、更可控”：Claude Code 多线程项目加上主动汇报，开源社区在压缩浏览器自动化的 token 开销，还有人专门盯住 AI 为让测试变绿而“改测试”。开源方面，权重编辑、长文档记忆和机器人控制都有可直接试用的新项目。

Claude Code Projects 升级：协调者会主动汇报了

Anthropic 更新了 Claude Code Projects。每个项目由一个“协调者”分派任务，每个工作线程都是独立的云端 Claude Code 会话，有自己的仓库副本和 Git 分支。更新后协调者会主动回答问题、发布进度，不用再盯线程列表；线程可用只读链接分享（访问过本地电脑的除外），并新增提醒和 /btw、/fork 两个开分支命令。

点评：仍是公测，仅限 Pro 和 Max 订阅者。不额外收费，但每个线程都扣 Claude Code 额度，每天最多新建 200 个线程，几个高档位线程并行会很快烧完额度。适合跨仓库迁移、批量依赖升级这类拆得开的活，单分支小改动用普通会话更省。详情

Turbo-Browser-MCP：浏览器自动化少用九成 token

有开发者开源了基于 Playwright 的 MCP 服务器 turbo-browser-mcp，把二三十个零碎浏览器操作合并成 10 个批处理工具。按作者自测，密集页面快照从 18,654 token 降到 1,135 token，10 字段表单从 11 轮变成 1 轮，上传 PDF 改用磁盘路径而不是 Base64。

点评：浏览器 Agent 的 token 大头就在快照和多轮交互，思路值得借鉴。但数字未经第三方验证，接入前先在自己的页面上跑一遍。详情

Proof of Done：不让“改测试骗过 CI”的任务标记完成

免费开源的 Jira 应用 Proof of Done 会在工单拖到 Done 时读取关联的 GitHub 或 Bitbucket PR，检查 PR 是否合并、CI 是否通过、改代码是否同步改测试、有没有测试被跳过、删除或放宽，不满足就拦下并指出文件和行号。作者测试的 66 个作弊改动全部拦住，47 个正常改动零误报。

点评：让 Agent “把测试跑通”，最省事的办法常常是把精确断言改宽松，审查时很容易被当成整理。AI 写代码多的团队可以直接试，支持 JavaScript、Python、Java、Go。详情

Vercel 开源 UI SDK：给 Agent 的是“行为”不是组件

Vercel Labs 发布开源 beta 库 UI SDK，提供键盘导航、焦点、选择、弹出层、拖放等 50 多种界面行为，而不是现成组件。Agent 用它们拼装组件，同一套定义能在 React、Vue、Svelte、Solid 和 Web Components 里渲染。Vercel 自测中工具调用减少 69%，耗时从 41 秒降到 16 秒。

点评：把 Agent 最容易写错的无障碍和交互细节做成底座，思路不错。但基准只有 1 个任务、3 次运行，beta API 可能变，先在原型里试，别急着上生产。详情

dspy-wsp：让大模型直接改另一个模型的权重

Cmpnd 发布原型优化器 dspy-wsp，把“权重空间编程”接进 DSPy：让前沿模型（测试用 GPT-6-Astra）读取小模型权重并直接修改，不用梯度和训练数据。测试在一台 Mac 上完成，花约 5 到 10 美元调用，所试模型都有提升，d1-omni-600M 从 50.9% 提到 69.1%。

点评：便宜但慢，单次 78 到 167 分钟，模型越大效果越弱，9B 模型只提升 1.9 分。适合研究者和爱折腾小模型的人，MIT 许可，需要 DSPy 3.5。详情

斯坦福 Memorilla：一堆文档压成 16 个记忆 token

斯坦福 SNAP 团队开源 Memorilla，用 194M 参数的记忆模块把整个文档集合压成 16 个记忆 token 交给冻结的 Qwen3-8B。FactKG 上得分 84.33%，高于全文进上下文的 80.43%，文档 token 少了 108 倍，但 PubMedQA 上不如 LLMLingua-2。

点评：做长文档问答、个人记忆应用的可以关注，代码和权重按 Apache 2.0 公开。门槛不低，快速上手要一张 80 GB 显卡，分数也是团队自报。详情