1
重建 Claude Code 暴露了 Agentic CLI 的真实门槛
这篇文章最有价值的判断是：生产级 agentic CLI 的壁垒确实不在模型调用，而在 harness engineering，但作者把个人重建经验包装成通用最佳实践，证据明显不够。
💡 先把重型结构放在该重的地方：真正决定 Agent CLI 能不能进生产的，不是模型多会答，而是工具链、权限拦截、上下文压缩和失败恢复这些 runtime 外壳是否扎实。
2
别再堆积木了，用“赤膊上阵”的极简主义榨干 Agent 潜能
最高级的 Agent 工程师不折腾框架，而是通过“极简上下文”和“任务契约”把 Agent 从幻觉制造机变成顶级执行特种兵。
💡 然后故意反过来踩刹车：很多团队不是结构太少，而是把规则、插件和历史上下文堆成噪音；极简上下文与任务契约，反而更像让 Agent 保持清醒的硬约束。
3
CE 为何在深度使用中替代 Superpowers
这篇文章最有价值的判断是：AI coding workflow 的胜负不在“流程有没有”，而在“经验能不能沉淀为可复用记忆”，但作者对 CE 的成本、噪音治理和检索可靠性明显讲得太轻。
💡 最后把矛盾往前解：真正值得持续变厚的，不是 reviewer 数量或框架层数，而是把一次次排障和决策沉淀成可检索记忆，让轻量执行也能享受长期复利。
🧵 串联问题
如果 Agent 工程的分水岭，不是“要不要上更多框架”，而是“runtime 要多重、context 要多轻、memory 要多厚”这三个比例，那 Neta 现在最该优先工程化的是哪一层？先把哪层做错，后面所有自动化都会变成昂贵的表演？