Today's brief
用 MCP 构建 AI-ready 设计系统：code-first 实战
Building an AI-ready design system library
作者提出了一种 code-first 的设计系统搭建思路，从源头用代码定义组件，再同步至 Figma 维护。这让设计系统天生具备与 AI 对接的结构化能力，弥合设计与工程断层，适合想推进 AI 时代设计系统演进的团队直接复用。
2400 次实测：单 token 最便宜 ≠ 任务成本最低
Cheapest per token is not cheapest per finished job: what 2,400 runs show
这篇文章通过 Arize 与 Fireworks 对 10 个模型的 2400 次实测指出，评估 AI 成本不能只看单 token 价格，而应计算“每次成功任务成本”——将失败、重试和超时的开销全部摊入。数据显示，单价最低的模型反而可能因通过率极低而最昂贵。
Claude Code 环境变量不持久：80 次测试 3 次误跑生产环境
Claude Code Env Vars Don't Persist: 3 of 80 Runs Fell Back to Prod
作者实测 97 次 headless 会话后发现，Claude Code 每次 Bash 调用都启新 shell，export、source 等状态全部丢失，仅工作目录例外。80 次任务中有 3 次因环境变量未保留导致脚本回退 production 默认值，文章提供了 settings.json 预设与 SessionStart hook 的可靠修复方案。
AI 能生成界面，什么才是值得在意的
AI can generate the interface. What makes it worth caring about?
当 AI 能按设计系统快速组装界面，「符合规范」已不足以定义好设计。文章指出，设计师的核心价值正转向判断不同用户时刻该给予何种情感反馈——是庆祝、惊喜，还是不打扰。同样是任务完成，首次创业成功与管理员第 47 次更新记录，理应拥有截然不同的体验。
AI 改了设计系统什么，什么仍得人来定
What AI has changed in Design Systems, and what is still up to us
作者采访 ITV、西门子三位设计负责人后发现，AI 虽能压缩 UI kit 的搭建时间，却无法替代设计系统的策略、治理与跨团队协同。那些“20 分钟生成 Design System”的 demo 只是玩具，真正的挑战仍在于人如何定义规则并保持组织弹性。
让 AI Agent 准备工作坊，我只花了 20 分钟
I Let an AI Agent Prep My Workshop. Prep Took 20 Minutes.
作者展示了如何通过机器可读的 SKILL.md 文件和结构化索引，让 AI Agent 自主完成工作坊准备工作。这套协议将活动素材标准化为带元数据的技能包，使 Agent 能自动发现、安装并执行准备清单，可大幅压缩机械性筹备时间，也能直接迁移到设计冲刺与用户访谈等场景。
没有按钮的窗口：设计师如何读懂终端
The window with no buttons
这篇文章解释了为什么终端界面对习惯GUI的设计师来说显得陌生难懂，并提供了设计师理解命令行界面的实用方法。在AI与设计工程化趋势下，终端已成为设计师无法回避的工具，掌握其阅读逻辑能显著扩展设计师的技术边界。
AI 产品容灾指南：模型商宕机时的网关与降级链路
How to Keep an AI Product Online When Your Model Provider Goes Down: LLM Failover, Gateways, and Fallback Models
文章给出了一套完整的 LLM 容错架构：在模型调用前部署 OpenAI 兼容网关，将请求路由到跨厂商、跨区域的多级降级链路，甚至兜底到自建开源模型，同时配合客户端熔断、幂等和多区域部署，确保模型商故障或限流时 AI 产品仍能持续在线。
好、快、便宜全都要？创意工作的隐性成本
Pick three
文章重新审视了创意领域“好、快、便宜”的不可能三角，指出当客户或团队要求三者兼得时，被挤压的往往是设计师的健康、长期创意产能或作品细节。它提醒从业者：所谓“全选”并非免费，而是在透支隐性资源。
Paper Mono 开源等宽字体家族发布
Paper Mono
Paper Mono 推出一款包含 8 种可变字重的免费开源等宽字体，内置编程连字，面向设计师与开发者。对于需要替换系统默认字体、优化代码展示或开发者工具界面的设计工程师而言，这是一个零成本、即插即用的优质字体资源。
全栈+游戏开发的AI工作流实录
My AI-Powered Workflow for Full-Stack + Game Development
作者分享了同时处理全栈Web应用、FPGA和浏览器游戏时，如何用AI压缩上下文切换成本。不是工具清单，而是具体到React组件生成、SQL查询编写、游戏物理调试等场景的一手实践，也坦诚交代了AI仍搞不定的环节（如CSS布局）。
Floci 开源：轻量免费 AWS 本地模拟器
floci-io/floci
Floci 是刚登上 GitHub Trending 的开源 AWS 本地模拟器，docker compose up 即可在本地启动 AWS 服务，兼容 SDK、CLI、Terraform。作为 LocalStack 的免费替代品，它无需账号、令牌或付费功能门，还提供 Azure、GCP 等姐妹版本。适合需要在本地测试云基础设施的开发者。
Vercel Flags Explorer 改版，团队共享功能标志更顺手
Flags Explorer redesigned for easier override sharing
Vercel 重新设计了 Toolbar 中的 Flags Explorer，将功能标志覆盖设置、分支推荐与操作整合至同一视图。当分支存在覆盖规则时，队友访问部署会收到推荐对话框。该工具向所有套餐开放，设计工程师可借此快速同步功能开关，减少手动沟通。
DeepSeek Super-Agent：蓝图可读，代码仍残缺
DeepSeek Super-Agent คืออะไร? แผนที่เปิดให้อ่าน กับโค้ดที่ตามแผนยังไม่ครบ
DeepSeek 上月在 GitHub 释出 dsh-superagent-prototype 研究原型与一篇 Super-Agent 设计长文，引发诸多“开源完整 Agent 蓝图”的误读。作者逐条对照后指出，README 已坦承该仓库仅为精简后的参考示例，多项设计愿景尚未落码，与内部版本亦有落差，不要被媒体标题误导。
AI 术语新词典：搞懂 MCP、skills、harness、hooks
Talking About AI Now Needs a New Dictionary
文章为 AI 编码工具圈整理了一份新兴术语表，拆解 MCP、skills、harness、hooks 等概念的实际含义。对需要与工程团队紧密协作的产品设计师和设计工程师而言，搞懂这些黑话是理解当下 AI 工作流、降低跨职能沟通成本的第一步。
Dharma Field Extractor：任意文档转结构化 JSON
Dharma Field Extractor: Any Document In, Structured Fields in JSON Out
Dharma-AI 在 Hugging Face 发布文档提取模型，支持将任意格式文档自动解析为结构化 JSON 字段。对需要批量处理设计规范、产品需求或非结构化素材的设计工程师而言，这是一个可直接调用的开源工具，有望接入自动化设计工作流。
Kimi K3.1 Pro 新增多 ZDR 提供商支持
Kimi K3.1 Pro now has more ZDR providers on AI Gateway
Kimi K3.1 Pro 及其高速版现已通过更多零数据保留（ZDR）提供商接入 Vercel AI Gateway。开发者可通过统一 API 或 AI SDK 调用该模型，在 Claude Code、Cursor 等工具中使用，同时支持强制 ZDR 路由以满足合规需求。
如何给 AI 文案写简报：三个提示词模板
How to Brief an AI Copywriter: Three Practical Prompt Templates
文章将AI写作流程拆分为大纲、草稿和审阅三个阶段，提供带占位符的提示词模板，并强调在生成内容前必须先完成编辑简报，明确受众与目标。虽然内容被严重截断，但可见部分展现了一套可复用的结构化工作流。
心理语言学拆解：AI文本为何合规却难读
A Psycholinguistics Explanation of Why AI Writing Can Be Hard to Read
NYU数据科学中心学者从心理语言学角度剖析，AI生成的英文句子即使完全符合语法规则，仍可能让读者难以建立词汇间的语义连接。文章试图解释大模型文本“正确但晦涩”的认知根源，对需要处理AI生成内容的UX写作者有理论参考价值，但Medium RSS摘要严重截断，完整论述需点击原文。
thedotmack/claude-mem
Persistent Context Across Sessions for Every Agent – Captures everything your agent does during sessions, compresses it with AI, and injects relevant context back into future sessions. Works with Claude Code, OpenClaw, Codex, Gemini, Hermes, Copilot, OpenCode + More https://claude-mem.ai 🇨🇳 中文 • 🇹🇼 繁體中文 • 🇯🇵 日本語 • 🇵🇹 Português • 🇧🇷 Português • 🇰🇷 한국어 • 🇪🇸 Español • 🇩🇪 Deutsch • 🇫🇷 Français • 🇮🇱 עברית • 🇸🇦 العربية • 🇷🇺 Русский • 🇵🇱 Polski • 🇨🇿 Čeština • 🇳🇱 Nederlands • 🇹🇷 Türkçe • 🇺🇦 Українська • 🇻🇳 Tiếng Việt • 🇵🇭 Tagalog • 🇮🇩 Indonesia • 🇹🇭 ไทย • 🇮🇳 हिन्दी • 🇧🇩 বাংলা • 🇵🇰 اردو • 🇷🇴 Română • 🇸🇪 Svenska • 🇮🇹 Italiano • 🇬🇷 Ελληνικά • 🇭🇺 Magyar • 🇫🇮 Suomi • 🇩🇰 Dansk • 🇳🇴 Norsk Persistent memory compression system built for Claude Code. Quick Start • How It Works • Search Tools • Documentation • Configuration • Troubleshooting • License Claude-Mem seamlessly preserves context across sessions by automatically capturing tool usage observations, generating semantic summaries, and making them available to future sessions. This enables Claude to maintain continuity of knowledge about projects even after sessions end or reconnect. Quick Start Install claude-mem for Grok Bot: npx claude-mem install --ide grok-bot Grok Bot has no host hooks, so we watch the chat log files. Default is CMEM Pro, the hosted memory. Local observer is opt-in: --provider host. Installing this plugin does not install Cursor. Awareness push pilot (LFG + Orifice): needle observations (decision, bugfix, security_alert, sensitive) are appended as dated - YYYY-MM-DD [awareness] … lines into that bot's memory/log/YYYY-MM.md. Grok Bot already re-reads the log from disk. This does not write profile.md, user-memory, or project memory. Disable with CLAUDE_MEM_GROK_BOT_AWARENESS_ENABLED=false. …[truncated]
Continue at github.comVercel 开源 agent-desktop：AI 跨端操控桌面应用
vercel-labs/agent-desktop
Vercel Labs 开源 agent-desktop，一个跨平台 CLI，让 AI Agent 通过操作系统无障碍树直接操控桌面应用。它不依赖像素匹配，而是返回结构化 JSON 快照供 AI 精准操作界面元素。对设计工程师和 AI 设计师而言，这意味着现有设计工具可被 AI 结构化调用，自动化工作流与跨应用 Agent 集成将成为现实。
Worktrunk 把 Git worktree 变得像分支一样简单
max-sixty/worktrunk
Worktrunk 是一款 Git worktree CLI 工具，将原本繁琐的多目录操作简化为类似分支的体验。它让 AI 设计师和设计工程师能并行运行多个 Claude Code 或 Codex agent，避免工作冲突，显著提升并行开发效率。
Colibri：纯C零依赖，消费级硬件跑万亿参数MoE模型
JustVugg/colibri
Colibri 是一个纯 C 编写、零依赖的推理引擎，能在消费级硬件上流式运行 744B 至 2.8T 参数的 MoE 大模型。它将存储、RAM 和 VRAM 视为统一的多层内存层级，显著降低了本地部署前沿大模型的硬件门槛和成本。
Matt Pocock 开源自用 Claude Skills：告别 vibe coding
mattpocock/skills
TypeScript 教育家 Matt Pocock 开源了他自用的 Claude agent skills 仓库，提供一套小型、可组合、模型无关的工程化技能集合，附带一键安装脚本。不同于完全放任的 vibe coding，这套技能旨在修复 Claude Code 与 Codex 等工具的常见失效模式，让开发者保持对真实工程流程的掌控。
Heretic 开源工具可全自动移除 LLM 安全审查
p-e-w/heretic
Heretic 是一款命令行工具，通过方向消融与 Optuna 自动参数优化，无需后训练即可移除 Transformer 模型的安全对齐限制。它在降低有害提示拒绝率的同时，尽量保持与原模型的 KL 散度，让普通用户也能快速获得去审查的本地模型。
Spotify 开源 Portal AI 插件，接入 Claude Code 与 Cursor
spotify/portal-ai-plugins
Spotify 开源 Portal AI 插件集，将其内部开发者平台接入 Claude Code、Cursor、Codex 等 AI 编程工具，支持自然语言搜索软件目录、生成服务简报、调用平台动作，并附带 shunt 插件可将 I/O 密集型任务路由至廉价模型。
Floci 开源：轻量免费 AWS 本地模拟器
floci-io/floci
Floci 是刚登上 GitHub Trending 的开源 AWS 本地模拟器，docker compose up 即可在本地启动 AWS 服务，兼容 SDK、CLI、Terraform。作为 LocalStack 的免费替代品，它无需账号、令牌或付费功能门，还提供 Azure、GCP 等姐妹版本。适合需要在本地测试云基础设施的开发者。
ai-goofish-monitor：闲鱼商品 AI 监控与智能分析系统
Usagi-org/ai-goofish-monitor
一个基于 Playwright 与多模态 AI 的闲鱼商品开源爬虫项目，支持自然语言创建监控任务、多账号代理轮换及 Docker 一键部署，配备 Web 后台用于任务与日志管理。
Hex：跨平台本地语音听写工具
anomalyco/hex
Hex 是一款支持 macOS、Windows 和 Linux 的本地语音听写工具，按住快捷键说话即可自动转录并粘贴文本。所有识别均在设备端完成，无需联网，为注重隐私和输入效率的设计师与工程师提供了即开即用的生产力辅助。
Scrapling 自适应爬虫框架发布，支持 MCP 与反检测绕过
D4Vinci/Scrapling
Scrapling 是一个 Python 网页抓取框架，内置反 Bot 绕过、代理轮换和并发爬虫能力。其自适应解析器可在目标网站改版后自动重新定位元素，并原生支持 MCP 协议，能直接接入 AI 工作流。几行代码即可完成从单页采集到大规模爬取的任务。
Kronos：面向金融K线图的开源基础模型
shiyu-coder/Kronos
Kronos 是首个针对金融蜡烛图（K线）的开源基础模型，基于全球45家以上交易所的OHLCV数据预训练，采用专业tokenizer将连续多维数据量化为层级离散token，再经自回归Transformer建模。其将专业时序数据“语言化”的架构思路，对处理用户行为序列等时序信息的设计师有跨领域启发。
Claude Code 游戏工作室：49 个 AI 代理分级协作
Donchitos/Claude-Code-Game-Studios
这个项目将单个 Claude Code 会话扩展为完整的游戏开发工作室，包含 49 个专业 AI 代理和 72 项工作流技能，模拟真实工作室的层级管理。它通过设立总监、部门负责人和专家角色，在代码审查、设计文档和质量把控上建立制衡机制，解决单人 AI 开发缺乏结构化和质量门控的核心痛点。