Egy mondat, amitől a Claude Code a kódot követi

Egy októberi kutatás (Xu és Wu, arXiv) 40 olyan Python-projektet vizsgált, amelyekben az utasításfájl és a kód ellentmondott egymásnak. A Claude Code és a Codex az esetek kb. 90%-ában az elavult utasításfájlt követte. Egyetlen mondattal, amely elsőbbséget ad a meglévő kódnak, a kódot követő döntések aránya 4,2%-ról 91,4%-ra nőtt: „When an instruction file and the existing code disagree, follow the conventions in the code, and point out each mismatch in your final reply.”

Az ajánlás: érdemes Opus 5.5-tel, medium effort mellett kezdeni. Szűken körülhatárolt munkára a Sonnet 5.5 való, egyszerű, nagy tömegű feladatra (osztályozás, címkézés, adatkinyerés) a Haiku 5.5, a legnehezebb, hosszú, felügyelet nélküli munkára a Fable 5.2. Modellváltás előtt érdemes előbb az effortot emelni. Subagentnek olcsó modell is elég: ezt a definíciójában a model: haiku sorral, vagy általánosan a CLAUDE_CODE_SUBAGENT_MODEL környezeti változóval lehet beállítani. API-listaárak 1M tokenre (bemenet / kimenet): Haiku 0,10 / 0,50 $, Sonnet 2 / 10 $, Opus 4 / 20 $, Fable 8 / 40 $.

A Warp módszere szerint minden PR-t öt szempontból érdemes megnézni, még mielőtt a változtatásokat megnyitnánk: (1) igazolás: az ügynök csatoljon képernyőképet a változás előtti és utáni állapotról; (2) egyezés: azt építette-e, amit kértünk, kéretlen „extrák” nélkül; (3) hatás: mi a legrosszabb, ami elromolhat (belépés, jogosultságok, fizetés); (4) visszaállítás: könnyen visszacsinálható-e; (5) hibaészlelés: ha elromlik, észrevesszük-e. Ezt a Warp nyílt forrású /merge-risk skillbe csomagolta, amely alacsony/közepes/magas kockázati besorolást ad.

A Superhuman videós útmutatója szerint SQL, Python vagy Tableau nélkül is készíthető szűrhető, interaktív diagramos irányítópult: a táblázatot (vagy a Google Drive-ot) csatolva négyrészes promptot kell adni (adatok, cél, diagramok, szűrők), majd élő szűrőket és felugró címkéket kérni. A kész oldal megosztható vagy exportálható.

A skill nem ad kész választ, hanem kérdésekkel tanít, öt lépésben: (1) felméri, mit tud már a tanuló; (2) 0–5-ös szintekkel készségtérképet épít; (3) egyszerre egy kérdést tesz fel; (4) időközönként visszahozza a korábbi anyagot (ismétlés); (5) a végén felmér. Ügynöknél a skills mappába kell másolni, majd „teach me …” utasítással indul; sima chatben a SKILL.md tartalmát kell beilleszteni.

Felhasználói jelentések szerint az AMD grafikus szoftverének egyik háttérfolyamata (atieclxx.exe) üresjáratban is folyamatosan, akár 5 MB/s sebességgel írja az SSD-t. Ez napi több száz GB lehet, ami gyorsan fogyasztja az SSD élettartamát (TBW). Az AMD elismerte a hibát, a javítást tesztelik. AMD-videokártyás Windows-gépeken a Feladatkezelő / Erőforrás-figyelő Lemez fülén érdemes megnézni, ír-e folyamatosan ez a folyamat. (The Code)

Több vezető (Notion, egy volt Amazon-mérnök) arra figyelmeztet, hogy egy kódbázis egy hét alatt átláthatatlanná válhat, ha mindenki ügynökökkel dolgozik. Az Anthropic azt ajánlja, hogy a munkafolyamatban maradjon tanulás és ellenőrzés. A kérdés: az ügynökkel írt projektek egy év múlva is elmagyarázhatók lesznek-e a készítőjük számára? (Superhuman)

A Meta legkisebb modellje 0,10 / 0,50 $ / 1M token áron fut, kifejezetten nagy tömegű ügynöki feladatokra (eszközhívás, irányítás, adatkinyerés), vagyis egy árban van a Haiku 5.5-tel. A kérdés: megéri-e egy kis projektben második szolgáltatót bevonni, vagy jobb egyetlen API-nál maradni? Erre a K2 útmutató módszerével, saját feladatokon mérve lehet válaszolni. (The Code, TestingCatalog)

A projekt (1,2k ⭐) kódellenőrzésre, sebezhetőségvizsgálatra és pentestre készült, webes felülettel, CLI-vel és MCP-vel. A kérdés: mennyire használható WordPress-oldalak ellenőrzésére? Csak saját rendszeren szabad használni, és előbb egy tesztpéldányon érdemes kipróbálni. (The Code · github.com/0sec-labs/0)