基于官方文档梳理 Cursor Agent SDK 的项目边界、GitHub 事件契约、共享记忆与本地权限，设计一个先读固定输入、再接真实事件的 PR 分析原型。

区分 GitHub 两种 Autofix 的修复流程，说明验证、启用与计费边界，并给出一份可记录人工返工和实际成本的试点方法。

从真实榜单字段、pass@k 和 SWE-bench 版本差异入手，判断 Coding Agent 分数的适用范围，并用一份内部评测记录模板把候选工具带回自己的任务中比较。

从执行环境、权限审批、连接器（MCP）、浏览器与桌面控制、记忆与技能、定时与事件任务、子 Agent 委派、凭据管理、成本与开放性九个维度，拆解 Grok Bot 的技术设计，并基于官方文档与 OpenClaw、Manus、Claude Cowork 横向对比。

从类型化决策、并行评估和 RLCD 出发，理解 Jev 的模型原理、概率校准理论、适用场景与发展方向，并辨析类型安全和判断正确的区别。

最近 DeepSeek 开源了 DeepSeek Harness。它的官方主路径是 npx @deepseek-ai/dsh web：启动本地 Web UI，而不是提供一个类似传统 REPL 的终端对话界面。但顺着源码走一遍会发现，它更像一个 Agent 运行时：dsh 命令负责启动 profile、管理插件和导出配置，Web UI 则是其中一个前端，真正的核心是如何把模型、工具、会话、沙箱、记忆和调度组织起来。

这篇文章基于仓库 b150a551b8d4（2026-08-21，0.1.1-rc.2）阅读。项目仍处于 Developer Preview，目录和接口迭代很快；因此本文讨论的是它的设计方法，而不是保证长期稳定的 API 教程。

上一篇博客写了我现在的 AI 编程工作流，里面有一个观点：AI 工具让写代码变快了，但工程判断变得更重要了。这篇文章就是一次完整实战——顺便也当一次工具评测。

这次的”小白鼠”是我自己这个博客：一个 2021 年之后就没动过的 Hexo 5.4 + NexT 8.6 老站点。而干活的，是 opencode 终端里的 GLM-5.3。

2026年重新开始写技术博客：我的AI编程工作流实践

距离上一次认真更新博客，已经过去了很久。

中间并不是没有新的技术输入，也不是没有值得记录的东西。相反，这几年工具、框架、开发方式都变化得很快，尤其是 AI 编程工具出现之后，很多原来习以为常的开发流程都被重新改写了。只是越忙越容易把“记录”这件事往后放，最后博客就慢慢停在了某个时间点。

今天重新打开这个 Hexo 博客，整理配置、补文档、检查部署流程的时候，我突然觉得：与其等到准备好一整套宏大的内容计划，不如先写下一篇真实的、和当下工作方式有关的文章。

这篇文章就从我现在的 AI 编程工作流开始。

运算符

Dart 和绝大部分编程语言的运算符一样，所以我们可以用熟悉的方式去执行程序代码运算。不过，Dart 多了几个额外的运算符，用于简化处理变量实例缺失（即 null）的情况。

函数

Functions

Dart 是一种真正面向对象的语言，所以即便函数也是对象并且类型为 Function，这意味着函数可以被赋值给变量或者作为其它函数的参数。你也可以像调用函数一样调用 Dart 类的实例。