资讯

本文是 GitHub Copilot 应用的初学者指南，教你如何编写第一个 Prompt。核心要点包括：先从描述简单改动开始，选择合适的上下文和模型，利用语音输入和自定义代理等功能，并强调迭代和不断尝试。

Revision Prompting是一种针对工业级LLM流程优化的提示技术，通过传递输入差异和原始输出，让模型生成更新补丁，从而提升一致性、降低时间和成本。文中以翻译产品页为例，展示了如何通过差异格式实现高效更新。

生产级RAG系统面临同步摄入超时、多租户安全漏洞和语义缓存失效三大瓶颈。解决方案包括：使用异步批处理管道避免超时和级联故障；采用Serverless命名空间实现租户隔离，兼顾安全与成本；通过提示缓存或混合验证路由优化推理成本。

OpenAI 发布 GPT-Red，一个基于自我对弈强化学习的自动化红队系统，可大规模发现提示注入漏洞。GPT-Red 已用于改进 GPT-5.6 的安全性，在最具挑战性的注入基准测试上失败率降低 6 倍，并能成功攻击生产环境中的 AI 售货机和 Codex CLI Agent。OpenAI 表示安全提升未以牺牲模型性能为代价。

使用 DSPy 框架评估和优化 Datasette Agent 的 SQL 回答系统提示词。方法包括构建测试框架、生成自动评估数据集、运行优化循环，并发现了多个改进方向。

AI编程正从提示驱动、规格驱动进入循环驱动时代。循环作为最小工作单元，需要四个层（运行时、验证接口、反馈、控制层）支撑。云原生系统因分布式特性，验证反馈的实时性与真实性矛盾突出。平台团队需要构建共享的验证层，否则循环可能低效甚至失控。

循环工程（Loop Engineering）是一种将编码代理从交互式助手转变为长期运行执行系统的编排模式。它利用调度、隔离工作区、验证代理和持久记忆等基础组件，让开发者从手动提示中解放出来。

本文介绍 GitHub Copilot CLI 自定义 Agent 的概念、创建方式与实际工作流案例，涵盖安全审计、基础设施合规、发布文档、事故响应等场景，并给出选择预置 Agent 或自建 Agent 的建议。

OpenAI 推出 Lockdown Mode 保护敏感数据免受提示注入攻击。该模式禁用实时浏览、图片检索、深度研究和代理模式，但无法完全消除风险。目前向自服务 ChatGPT Business 账户和符合条件的个人账户推出。

本文分享了KubeStellar Console项目使用AI编码Agent的实践经验，提出了一个五层AI代码库成熟度模型：辅助、指令、测量、自适应和自维持。核心观点是，Agent的智能不在于模型本身，而在于代码库围绕它构建的测量与反馈回路。通过编写指令文件、建立测试信任层、优先测量后自动化等步骤，项目最终实现了81%的PR通过率和快速的社区问题响应。

Claude Opus 4.7 的系统提示词在工具列表、儿童安全、对话风格等方面都有更新。作者用 Claude Code 分析了两个版本的差异，还列出了 Claude 可用的工具清单。

Simon Willison 将 Anthropic 公开的 Claude 系统提示词 Markdown 页面，用 Claude Code 处理成按模型和家族分开的文件，并赋予假的 Git 提交日期。这使得在 GitHub 提交视图中浏览变更成为可能，他本人也借此分析了 Opus 4.6 到 4.7 的提示词变化。

Skills 功能允许用户在 Chrome 中保存和复用 AI 提示词，简化重复性任务。用户可创建自定义工作流，或从官方库中直接添加预设技能。功能基于 Chrome 的安全架构，需要用户确认敏感操作。

作者在 Claude Code 中测试了五种不同的安全审计提示词（Skills/Prompts），对比了它们在发现 SQL 注入、XSS 等漏洞上的效果。实测发现，不同提示词在准确性、覆盖面和误报率上表现不一，选择合适的提示词对安全审计至关重要。

本文通过‘画一只猫’的比喻，阐述了提示工程的核心在于减少输出方差。介绍了系统指令的权重层级，并详细解析了少样本提示、思维链提示、角色提示和工具增强提示四大模式。最后强调评估和验证的重要性。

Anthropic 取消了 Claude Opus 4.6 和 Sonnet 4.6 的长上下文定价附加费，使百万 token 上下文窗口按标准 token 费率计费。这一变化可能影响应用设计，让开发者更自由地发送大型数据集到模型，简化工作流。

文章介绍了作者在智能体工程中常用的三个提示模板：利用 Claude 的 Artifacts 功能快速构建 HTML 工具原型，使用 LLM 校对博客文本但不代写观点内容，以及用 Claude Opus 生成图像替代文本初稿。每个模板都配有具体的自定义指令示例。

文章分析了 AI 智能体面临的提示注入攻击如何演变为社交工程，强调防御需限制操作影响而非仅检测恶意输入。OpenAI 在 ChatGPT 中采用源-汇分析和 Safe Url 等机制，在敏感信息外传前介入用户确认，借鉴了人类客服的风险管控思路。