最近看到一个新产品 Moxt，官网上自己是这样介绍的：
一个 AI 原生的工作区。你的 AI 团队 7×24 小时工作、边干边学、和你一起协作。
来认识 momo——你的第一个 AI 队友。住在你的 Slack 里，认识你的团队，不用解释背景。
一个 momo 是另一个你。一队 momo，就是你 ×100。
简单说：每个人配一个 AI 助手叫 momo，多个 momo 互相协作、共享所学。
我平时用 Claude Code，那边的思路叫 skills——给一个 AI 装很多本事，主 AI 自己挑着用。Moxt 是把 AI 拆成几个角色，让它们在 Slack 里像同事一样互相配合。
Google 在 2025 年 11 月推出了 Code Wiki，对着任意 GitHub 公开仓库自动生成持续同步的可交互文档站——架构图、类图、时序图，加一个用这份 wiki 当上下文的 Gemini chat。
用法：把 github.com/<org>/<repo> 换成 codewiki.google/github.com/<org>/<repo>。
丢一个看效果：openclaw/openclaw 的 Code Wiki 视图。
私有仓库要走 Gemini CLI extension。
官方介绍：Introducing Code Wiki。
只要产品里嵌了 AI，就一定要做 evals。这是过去两个月在 sgai.md（新加坡 AI 战略观察站）上踩坑总结出来的判断。
eval = 评估测试。给 AI 输出和数据完整性写的回归测试，但和单元测试不是一回事。
单元测试测的是「函数给定输入，输出是不是这个值」——确定性的。
eval 测的是「AI 这次生成的东西，和金标 / 规则相比，质量有没有掉」——非确定性的。
简单说：单元测试盯代码，eval 盯模型 + 数据。
任何依赖大模型的系统，都有三个天然漏洞。代码里写的单元测试管不到，人肉 review 一定漏。
模型会幻觉。 LLM 会编一个看起来合理但根本不存在的 URL、人名、事实。我自己在 sgai.md 上踩过——5 月初让 agent 给一批 voice 人物档案补「主导项目 / 公开引言」，agent 给两条记录写了根本不存在的 sourceUrl（一个伪造的 Fintech Festival 演讲者 ID，一个伪造的航空业报道）。URL 模式正确得肉眼分辨不出，靠用户事后报错才发现。
模型会退化。 升级模型（Claude 4.6 → 4.7）或改 prompt，输出可能变差。但你不会主动知道——除非有人发现产出明显烂了。等用户先发现就太晚了。
数据会漂移。 AI 生成的内容入库后，没人持续盯着完整性，漏字段、缺翻译、链接腐烂会慢慢累积。sgai.md 是中英日三语站，数据文件里每条 record 要求 title / titleEn / titleJa 三套字段必须同时给。我有一次只 commit 了中文，下一个 PR 想补英日——结果 EN/JA 页面立刻断裂。
Warp 是从终端起家的 AI 开发环境。2026 年 5 月，它把产品文档站 docs.warp.dev 的源代码开源了，仓库地址 github.com/warpdotdev/docs。这个仓库除了文档内容本身，还配了一整套用 AI agent 维护文档的工作流。
文档站基于 Astro 6 + Starlight，内容用 MDX 写在 src/content/docs/ 下。Node.js 22 起步，npm install 后 npm run dev 启动本地预览，端口 4321。“Ask AI” 按钮和 “Was this helpful?” 反馈是可选功能，需要在 .env 里填公开值。
下面分四块说明仓库里 agent 相关的结构。
.agents/ 目录.agents/ 分四个子目录：
skills/ — 25 个 skill。每个 skill 是一个子目录，里面至少有一个 SKILL.md 描述用途和执行步骤，部分含有 references/、scripts/。rules/ — 通用规则，当前只有一个 oz-style-guidelines.md。templates/ — 不同类型文档页面的模板（quickstart、guide、procedural 等）。references/ — 词汇表等参考资料。25 个 skill 按用途分四类：
草稿生成（10 个）：draft_quickstart、draft_guide、draft_procedural、draft_conceptual、draft_reference、draft_faq、draft_troubleshooting、draft_feature_doc、draft_docs、missing_docs。从空白页起一篇新文档时使用。
上次整理过 Lenny’s Podcast 那期 Boris Cherny 的中文版：编程已被"解决"之后的世界。这次是 Boris 在 Sequoia Capital 的另一场访谈（2026-05-04 发布，YouTube 24 分钟版），重叠不多，更聚焦在 Claude Code 起源、他现在的工作方式，以及组织和团队的变化。下面是我整理润色的中文版。
主持人是 Sequoia 合伙人 Lauren Reeder。她介绍 Boris 时说：“整个软件开发似乎都压在他肩上。“她想聊三个方向：软件的未来、写代码的未来、大家以后应该把空闲时间花在什么事情上。
Lauren 顺带补了一个细节：Boris 一直是非常纯粹的工程师，写过《Programming TypeScript》。但她上次和 Boris 聊时，Boris 说自己 2026 年到目前为止，没有亲手写过一行代码。
Boris 反问现场使用 Claude Code 的方式。多数人主要用 CLI；桌面端用户也有一些；VS Code 或 JetBrains 插件用户相对较少。他自己现在反而主要在 iOS 上用。
Claude Code 很大程度上是"意外"做出来的。
Boris 在 2024 年底加入 Anthropic Labs。这是 Anthropic 内部的一个孵化器——非常小，像一个创新小组。这个小组后来做出了 Claude Code、MCP 和桌面 app。完成阶段性任务后团队一度解散，现在又重新聚在一起做第二轮，由 CPO Mike Krieger 带队（前 Instagram 联合创始人）。