惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 三生石上(FineUI控件)
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
月光博客
月光博客
博客园 - 【当耐特】
Hugging Face - Blog
Hugging Face - Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
爱范儿
爱范儿
大猫的无限游戏
大猫的无限游戏
S
SegmentFault 最新的问题
博客园_首页
雷峰网
雷峰网
量子位
有赞技术团队
有赞技术团队
博客园 - 叶小钗
博客园 - 聂微东
V
V2EX
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 司徒正美
小众软件
小众软件
The Cloudflare Blog
阮一峰的网络日志
阮一峰的网络日志
Apple Machine Learning Research
Apple Machine Learning Research
Jina AI
Jina AI
人人都是产品经理
人人都是产品经理

分享创造

分享 KCase 脑图测试用例生成平台(AI 辅助生成测试用例) 标签页囤积症自救:写了个插件 TabRack,主打快速检索、自动分类和 AI 摘要 [file-preview]一个比较全面的在线文件预览组件库-支持 react 和 vue 撸了个 iOS 小应用[极简水印相机],直接免费 做了一个 V2EX Skill 写了个 iOS 打码 App「遮鸭 Maskduck」,纯离线免费 35 岁前端,裁员失业后,我花 1 个月做了个 AI 生图网站 亲身经历猫咪急症,我做了一款猫狗疼痛检测工具,希望能救你家毛孩一命 如何用 AI 做比较酷炫的落地页? 求真!最近 AI 生图的能力强到可怕 开源一个查看 k8s 的菜单栏工具-kubebar Packpour:我做了个专门给 App Store Connect 填多语言元数据的小工具 面对 140 年一遇的超级厄尔尼诺,我做了个全球监测小站 做了一个自动翻译的 Hacker News 客户端 做了一个 AI 头像生成器,可以免费生成 2 次 [送码 50 个] 自己手搓了个高颜值的倒数日 App——拾光机,求 V 友们指点 一个将苹果健康 APP 数据导出的工具,然后把你的数据喂给 AI 分析 我做了一个叫「订阅斩」的 iOS App,专门对付那些悄悄扣钱的订阅 做了个草率的日麻互动漫画,听听反馈 喜欢自己洗车的朋友们,我用 ai 做了一款洗车小程序 -- 洗车志 感谢 V2EX 上各位 NAS🍆 和 Datahoarder 玩家的关注和真实反馈!作为个人开发者,能得到这么多硬核玩家们的讨论,我非常荣幸。 用 AI 开发熊孩子自律的小程序 用 OpenClaw 搭建个人运动助手 今天摸鱼给 NanaAI 也接入了 GPT-Image-2 [Video Companion]一个 chrome 插件,解决大多对视频操作的需求~欢迎使用提 bug AI 时代,做产品简单了,把产品推广出去却变的更难了~ bestskills.dev - Skills 精选和评测站点 免 ROOT 强力卸载安卓广告软件 一个 All In One 的运维工具,支持 SSH、数据库、Redis 管理 [开源] Codeg V0.10:专注于代码生成的多智能体 IDE(cc、codex、gemini、opencode……),新版本重构了工作区,飞一般的体验,支持桌面端、服务器部署
欢迎来了解《OpenXenon》
issac · 2026-06-24 · via 分享创造

什么是 OpenXenon

OpenXenon 是一款面向 AI Agent 的轻量级人机协作引擎。 它作为 Skills 注入现有的 AI Agent 工作台(如 Cursor 、OpenCode 、Codex 、Claude Code )中。 它专注于将工程师的意图转化为 AI 可对齐的边界,并严格证明 AI 的工作结果。 OpenXenon 旨在为工程师与 AI 模型的协作,建立更好的信任基座

为什么做 OpenXenon

在开始用 AI Agent 编程时,其表现令人惊艳。在出色完成工作之余,确实能让人感受到“数字助手”带来的美妙体验。 但当这位“数字助手”进入深度与长时间的持续开发时,情况开始变化:上下文漂移、擅改工作范围外的代码、甚至虚假完成等意外情况不断冒出。 在耗费大量精力为其纠正与返工后,我开始思考:“如何让 AI 模型能构建真正符合意图的软件工程?” 特别是“数字助手”会越来越聪明,但其底层的概率原理决定了意外状况依然会重复出现。 工程师如何信任 AI 的工作成果,同时又能让其充分释放能力?这正是 OpenXenon 探索的方向。

新版本路线图

v0.3.0: 正在把 OpenXenonLanguage 从 langium 改成 unified ,使用 Markdown 原生语法作为 DSL ,从工程师、AI 模型理解都进行统一。

开发感受

这是我在探索在软件工程里工程师与 AI 模型如何更好协作的一个尝试。目前设计思路已基本定型,其关注的是“边界”的问题,而不是 AI 模型的能力问题。

欢迎来了解交流。