Daniel Suardiaz 💚

This is probably the most honest AI architecture breakdown on the internet right now. 9-layer AI production architecture services/ - RAG pipeline, semantic cache, memory, query rewriter, router. Not one file. Five. agents/ - document grader, decomposer, adaptive router. Self-correcting by design. prompts/ - versioned, typed, registered. Never hardcoded. security/ - input, content, output. Three guards not one. evaluation/ - golden dataset, offline eval, online monitor. Most people skip this entire layer and ship blind. observability/ - per-stage tracing, feedback linked to traces, cost per query. .claude/ - agent context so your AI coding assistant knows the codebase before it touches a file. The demo is one file. Production is this.

A senior Google engineer just dropped a 424 page guide on Agentic Design Patterns. ↳ Every chapter has working code. ↳ Every pattern is production-ready. ↳ All royalties go to Save the Children. This book costs $40 on Amazon. The patterns inside will save you years. Here is what is inside and why you need it 👇 🔖 Bookmark before it's buried

Andrej Karpathy just said something nobody wants to hear: You can outsource your thinking. YOU CANNOT OUTSOURCE YOUR UNDERSTANDING. AI agents can process information, build knowledge bases, and generate new views of the same data. But the human still has to know: - what is being built - why it matters - how to direct the system The people winning with AI right now are not the ones with the best tools. They are the ones who understand what they are building deeply enough to know when the AI is wrong. That is the skill nobody is teaching.

This CLAUDE.md turns Claude Code into a senior engineer who never forgets your standards. Boris Cherny (creator of Claude Code at Anthropic) shared the internal workflows his team uses every day. Those X threads have now been distilled into a structured file you can drop into any project. What’s inside: > Subagent orchestration > Verification gates before anything ships > Autonomous bug-fix loops > Self-improving rules based on your corrections That last one changes everything. Every time you correct Claude, you’re locking in a rule for good. > Next session, the mistake doesn’t come back. > Next month, it thinks more like you do. > Next year, you’re not managing Claude—you’re working with someone who’s been on your team for years. Drop it into any project. Start now.

OpenAI Agent SDK 杀疯了！「Harness/Compute分离」架构，彻底解决长时程Agent的安全与可扩展性痛点🔥 OpenAI 这次 Agents SDK 大更新，直接把企业级 Agent 架构的「教科书级」设计公开了——核心就是这张图里的 Harness 与 Compute 分离架构，完美解决了困扰 Agent 开发者的两大难题： 安全隔离 & 长时程稳定运行。 🧩 核心架构拆解： 这张图把 Agent 系统拆成了两个完全独立、但又协同工作的模块，每一层的职责都极度清晰： • 左侧：可信层（Harness + Secrets） 这是你的「信任大本营」，跑在你可控的可信环境里（支持 Temporal、AWS、Azure 等任何平台），完全不暴露给外部沙箱： ✅ 管理所有敏感凭证、API Key，彻底杜绝沙箱代码泄露密钥的风险 ✅ 控制 Agent Loop 调度、MCPS/Tools 编排，决定什么时候调用模型、什么时候触发工具 ✅ 负责与外部数据库、API、公网的交互，所有高权限操作都在这里完成 • 右侧：计算层（Sandbox + 存储） 这是「隔离的执行沙箱」，专门跑模型生成的代码、Shell 命令、文件操作： ✅ 支持 OpenAI 官方沙箱、E2B、Vercel 等 7 种主流沙箱环境，可按需选择 ✅ 支持本地/挂载式文件系统，无缝对接 S3、Azure Blob、GCP 等云存储 ✅ 沙箱里只有执行权限，没有任何高敏感凭证，就算被注入攻击也不会造成太大影响 🔑 这一架构，到底解决了什么痛点？ 1. 安全隔离：把风险锁在笼子里 传统架构中，Agent 代码跑在哪，密钥就必须在哪，一旦被 Prompt Injection 攻击，密钥直接泄露。而现在，Harness 层只在可信环境里，沙箱层只负责执行，就算沙箱被攻破，也拿不到任何核心凭证，完美实现了「最小权限原则」。 2. 持久化与长时程执行：再也不怕任务中断 Harness 层和 Compute 层分离后，Agent 的状态、进度可以独立保存到文件系统/云存储中，就算沙箱重启、崩溃，也能从断点恢复，支持几小时甚至几天的长任务，这是传统 Agent 架构做不到的。 3. 可移植性拉满：哪里都能跑 不管是 Harness 层还是 Sandbox 层，都支持跨平台部署，你可以把 Harness 跑在本地，沙箱跑在 E2B 云环境；也可以全部部署在 AWS/Azure，不用被单一平台绑定。 4. 调试与审计更简单 所有高权限操作、外部请求都集中在 Harness 层，日志和审计追踪可以统一在这里做，沙箱层只负责执行，排查问题时不用在复杂的沙箱环境里翻日志。 💡 对开发者来说，这意味着什么？ 简单说，OpenAI 把他们在 Codex 上踩过的坑、验证过的最佳实践，直接做成了开箱即用的架构： • 不用再自己从零搭沙箱隔离、密钥管理、状态持久化了，SDK 直接给你做好了 • 可以放心让 Agent 跑复杂代码、Shell 命令，不用再担心里层泄露、环境被污染 • 长任务终于有了可靠的断点续跑能力，再也不用因为一次网络波动重头再来 #OpenAI #AgentSDK #AI架构 #开发者工具 #LLM

Usage limits are up, effective today we're: 1) Doubling Claude Code's 5-hour limits for Pro, Max, Team and seat-based Enterprise plans 2) Removing peak hours limit reduction on Claude Code for Pro and Max plans 3) Substantially raising our API rate limits for Opus models

Conferencia de Anthropic: Code with Claude. Van a mostrar las últimas novedades de Claude Code, cómo se usa Claude a escala en GitHub y nuevas formas de llevar agentes a producción con Managed Agents.

🚨 Los propios ingenieros de OpenAI acaban de mostrar cómo usar realmente OpenAI Codex de forma correcta. 60 minutos. gratis. hecho por las personas que contribuyen a su creación. mira la clase magistral. guárdala en favoritos. vale más que cualquier curso de programación de 900 $ que casi compraste. has estado usando Codex como una simple herramienta de código… cuando en realidad es un sistema completo de ingeniería de software. mira esto, podrían ser los mejores 62 minutos de tu vida:

ANTHROPIC JUST RELEASED THE OFFICIAL PLAYBOOK FOR BUILDING A COMPANY WITH CLAUDE CODE. 30 minutes. free. from the engineers who built it. Bookmark this before you forget. CEO: 1 human. Employees: AI agents. Operations: fully automatic. The zero-headcount company is no longer a joke.

Cet Africain a écrit un livre interactif de 680 pages sur les algorithmes CS. Les profs sont silencieux. Lien en commentaires.

Um engenheiro do Google acabou de mostrar como substituir sua empresa inteira por agentes de IA Ivan Nardini subiu no palco de um evento da Anthropic e fez o que nenhum CEO tem coragem de dizer em público: Mostrou, passo a passo, como rodar uma empresa onde o único humano é o dono. CEO: 1 humano. Funcionários: agentes de IA. Infraestrutura: Google Cloud. Custo de um "funcionário" 24/7: menos de $60 dólares/mês. Sessenta dólares por mês para um agente que não dorme, não pede aumento, não marca reunião. E não é protótipo. Tudo que ele mostrou já está em produção com preço publicado: → Claude Code Agent Teams: múltiplos agentes trabalhando em paralelo, se coordenando sozinhos com tarefas compartilhadas → Managed Agents da Anthropic: deploy de agentes autônomos por US$ 0,08/hora de runtime. Oito centavos. → Vertex AI Agent Engine do Google: auto-scaling, monitoramento e governança prontos → Agent Development Kit: agentes multi-framework em menos de 100 linhas de código Os números já são brutais. A Stripe colocou Claude Code em 1.370 engenheiros. Uma equipe migrou 10.000 linhas de Scala para Java em 4 dias. A estimativa original era 10 semanas. Dez semanas virou quatro dias. Compressão de 92% do tempo de trabalho. Agora pensa em toda função que envolve processar informação, escrever código, gerar relatório, coordenar tarefa, responder ticket. Cada uma dessas cadeiras está com prazo de validade. O que está acontecendo nos bastidores é maior do que parece: O Google está se posicionando como a AWS dos agentes autônomos. A Anthropic fornece a inteligência. O Google fornece a infra de produção. Quando as duas convergem para o mesmo ponto e publicam a documentação juntas, não é experimento. É aposta declarada. E a aposta é que a empresa média do futuro não tem 50 funcionários. Tem 1 operador e uma frota de agentes. A pergunta deixou de ser "quantas pessoas você tem no time." Passou a ser "quantos agentes você consegue orquestrar."

Muy buena charla de Anthropic sobre el futuro de MCP. Los agentes funcionan muy bien para programar, pero el objetivo es llevarlos a otras tareas, como análisis financiero, marketing u operaciones. El problema es que, para eso, necesitan conectarse a varias herramientas (SaaS, APIs), y hoy esa parte no está bien resuelta. Ahí es donde entra MCP. Se presenta como una forma de ordenar esa conexión, dentro de un stack más amplio. La idea es combinar: Skills → conocimiento del dominio MCP → integraciones con esos sistemas CLI o computer use → ejecución También marca varias cosas que hoy se están haciendo mal: > le pasamos todas las tools al modelo desde el inicio → se llena de información innecesaria y se confunde > dejamos que el modelo decida cada paso → todo se vuelve más lento y caro > usamos APIs tal cual están → no están pensadas para cómo trabaja un agente La propuesta es diseñar integraciones más simples y claras, mostrarle al modelo solo lo que necesita en cada momento y mover parte de la lógica fuera del modelo. youtu.be/v3Fr2JR47KA?si…

Les hardcore users de Claude Code dans le monde anglophone facturent entre 15 500 et 42 000 $ / mois à leurs clients… et le pire, c’est que Anthropic a quasiment tout expliqué en 30 minutes officiellement 😂 Moins de 1 % des européens sont au courant, et si ça se répand, c’est fini 
J’ai résumé en français, donc ajoute en signet 🔖 avant que ça se diffuse : Sérieusement, c’est le genre de truc où les premiers qui bougent gagnent…

Esta imagen muestra cómo funciona por dentro un agente de código como Cursor. Si lo desarmás, hay 4 piezas clave: 1) Router (decide cómo empezar) Recibe la tarea y el contexto inicial del repo, y selecciona qué modelo usar para resolverla. 2) Orchestrator (coordina todo) Es el que guía el proceso. Decide qué contexto usar, qué hacer en cada paso, qué tools usar y cuándo volver a intentar. Es el que hace que el agente itere hasta resolver la tarea. 3) Context retrieval (trae lo importante) El repo puede ser enorme, pero el agente no usa todo. En cada paso trae solo lo relevante usando búsqueda directa en código (grep, file search), análisis de dependencias o, en algunos casos, embeddings (RAG). 4) Tools + Sandbox (ejecuta y prueba) El agente abre archivos, edita código y ejecuta comandos como tests o builds en un entorno aislado para validar si funciona. Lo importante es cómo se conectan: el sistema arranca decidiendo cómo encarar la tarea, trae el contexto justo, actúa sobre el código y valida el resultado. Ese ciclo no pasa una sola vez, se va repitiendo y ajustando hasta que la tarea queda resuelta (loop). Con estas 4 piezas ya tenés la idea completa: elige cómo arrancar → entiende lo necesario → actúa → verifica → y repite.

Claude Code ships with a built-in skill for working with the Claude Platform. Useful for model migrations, using API features (e.g., prompt caching), or onboarding to newer APIs like Claude Managed Agents.

STANFORD'DA BİLGİSAYARLARI KAPATTIRAN O CÜMLE Efsanevi yapay zeka profesörü Andrew Ng, Stanford'daki dersine şu sözle başladı ve sınıftaki öğrencilerin yarısı bilgisayarını kapattı: “Önümüzdeki 10 yılda kazananları kaybedenlerden ayıracak yeteneğin, iyi kod yazmakla hiçbir ilgisi yok.” Neden mi? Çünkü yapay zeka sayesinde artık herkesin sınırsız bir üretim gücü var. Günümüzde darboğaz "nasıl yapılacağı" değil, "neyin yapılmaya değer olduğu." Yanlış bir problemi kusursuzca kodlayanlar, doğru problemi yarım yamalak çözenlerin tozunu yutacak. Peki neyin yapılmaya değer olduğunu nasıl bulacağız? Andrew Ng'nin bunun için "Acımasız 3 Adımlı Filtresi" var: • 1. Filtre: Gerçekten kimin umurunda? Sadece size "havalı" gelen projelere aşık olmayın. İnsanların para ödeyeceği veya her gün kullanacağı gerçek bir dert çözüyor musunuz? • 2. Filtre: Yapay zeka buna tek atabilir mi? Sıradan bir chat botuna yazılacak tek bir komutla (prompt) çözülebilen bir işe vakit kaybetmeyin. Asıl değer; yapay zeka ile sizin sektörel bilginizin ve özel verilerinizin kesiştiği yerdedir. • 3. Filtre: 7 günde yayına alabilir misin? (En önemlisi) Altı ay gizlice "mükemmel" ürünü geliştirmeye çalışanlar her zaman kaybeder. Geleceğin kazananları; utanç verici, çirkin ama "çalışan" bir versiyonu hızla piyasaya sürüp eleştirilerle büyüyenlerdir. Mükemmeliyetçiliği unutun. Şu anki oyunun kazananları en temiz kodu yazanlar değil; doğru problemi bulup, rakipleri daha düşünme aşamasındayken o "çirkin" ilk versiyonu çoktan piyasaya sürenlerdir.

Mistral a sorti Workflows. Aujourd'hui n'importe qui peut bricoler un agent IA. Tu lui demandes de lire un mail, classer la demande, appeler un humain... Sur ton laptop, ça tourne. Le drame c'est quand tu veux passer en prod. Le serveur reboot ? Ton workflow est mort, aucune trace de ce qu'il faisait. Le LLM met 2 min à répondre ? Timeout, crash, redémarrage. L'humain doit valider une étape vendredi 16h mais répond lundi ? Ton process meurt en attendant. C'est ça, le mur entre un démo qui marche et un truc qui tourne vraiment dans une boîte. Workflows: leur version moderne de n8n. Tu décris ton process en Python (étape 1, étape 2, condition, retry, pause humaine, etc.) et derrière y'a un moteur qui : – garde l'état de ton workflow même si tout crashe – reprend pile là où ça s'est arrêté – peut tourner des secondes ou des mois – log absolument tout pour debug – pause/resume sur signal humain ou event externe Sous le capot? Ils ont pris Temporal : le moteur qui fait déjà tourner Netflix, Stripe et Salesforce et l'ont étendu pour les workloads IA (streaming de tokens, agents, observabilité native). En réalité, c’est moins une révolution qu’une mise en ordre : chacun réinventait cette infrastructure à la main, souvent mal et en perdant des jours. Mistral package le truc, te file la stack complète, et roule. Ce qui me plaît, c’est que ça se bouge les fesses chez notre Poulantir et la com devient gracieuse. On va test et hâte de voir ce que ça donne.

【衝撃】 ClaudeのCEOが 12ヶ月後に2種類の人間に分かれると言っていた😳 x.com/eng_khairallah… ▶︎ 基本的なプロンプトで使ってる人 → 置き換えられる ▶︎ 仕組みを作れる人 → 置き換える側 仕組みを作るとは ・現場業務を棚卸して ・Skillsに落とし込んで ・日常運用を回せるまで整えること AIエージェント前提の環境を作り上げると言い換えてもいい 近い将来、どっち側の人間になりたい？

说个暴论，这才是2026年到目前为止，AI行业最有价值的一次更新，没有之一🚀🚀🚀 Claude一口气接入了8个创意行业的顶级工具，Blender，Adobe，Autodesk，Ableton，Splice，Canva，SketchUp，Resolume。 它不再是让你在聊天框里生成东西，再导出到软件里修改， 而是直接钻进你每天打开8小时的软件内部，帮你调试场景，批量修改物体，写自定义脚本，处理所有你不想做的重复性劳动。 以前的AI是让你换个地方工作， 现在的AI是跑到你的工位上帮你干活。 这标志着AI正式进入工具原生时代，它的下一个战场再也不是谁的模型更大， 而是谁能无缝嵌入普通人的真实工作流。 我认为对所有创作者来说，学会用好这些连接器，比追任何新出的大模型都重要。