Linear
PulseAugur coverage of Linear — every cluster mentioning Linear across labs, papers, and developer communities, ranked by signal.
- 2026-11-19 product_launch Linear has achieved over $100 million in annual recurring revenue, driven in part by the integration and use of AI agents within its product development system. 来源
- 2026-08-21 product_launch Linear has launched a new feature called 'Linear Agent'. 来源
- 2026-06-12 product_launch Linear launched an AI-powered coding session feature for business and enterprise users. 来源
21 天有情绪数据
-
AI助手集成到规划扑克应用PokerAgile中
一位开发者将AI助手集成到其规划扑克应用程序PokerAgile中,允许Claude、ChatGPT和Cursor+等AI模型参与估算会议。该系统使用模型上下文协议(MCP)使AI代理能够加入房间、对故事进行投票,并提供估算理由,同时遵守规划扑克的核心原则:在揭晓前保密投票。开发者详细介绍了遇到的三个初始挑战,包括处理无效的牌投票、管理参与者超时以及为公共服务器配置Go SDK,并解释了如何解决这些问题以确保AI作为参与者运行而不损害…
-
Linear 营收达 1 亿美元,AI 代理处理过半工作
Linear 是一家以其问题跟踪软件而闻名的公司,已实现超过 1 亿美元的年经常性收入,目前超过一半的工作由 AI 代理完成。这一转变是由 MCP 服务器和用于集成代理的平台的推出推动的,导致代理使用量与应用程序使用量同步显著增长。公司首席运营官 Cristina Córdova 讨论了 Linear 如何调整其不断发展的上市策略,包括从传统的企业销售转向专注于以代理编排为中心的 produktutviklingssystemer,以…
-
AI token 成本增长超过工程收益,迫使 CTO 重新思考资源分配
AI token 成本的不断增加正在超过工程生产力收益,迫使首席技术官 (CTO) 重新评估资源分配策略。虽然每位员工的 AI 成本已大幅飙升,但代码产出并未跟上步伐,导致 token 支出正成为比传统 headcount 更关键的问题。公司正在探索 AI 路由等解决方案来优化 token 使用并降低成本,目标是实现与营销广告支出回报率类似的 token 投资回报率。
-
CodeRabbit CEO 详述每月 25 万美元的 AI 支出用于自动化代码审查
CodeRabbit 的首席执行官 Harjot Gill 讨论了他公司庞大的 AI 支出,每月达 25 万美元,用于一支由 40 名工程师组成的团队。这项巨额投资的理由是 CodeRabbit 专注于开发新的 AI 相关产品和改进内部流程,例如自动化代码审查和 CI 系统。Gill 认为,由于 AI 代理提供的速度和效率提升,人工代码审查正变得过时,这使得他的公司能够每月处理数千个拉取请求。
-
Refine 将求职工具集成到 Claude Code 等 AI 助手
Refine 推出了新的 MCP 服务器,允许用户直接在 Claude Code、Cursor 和 Codex 等 AI 助手内管理求职。此集成使助手能够跨各种申请人跟踪系统搜索职位、按特定过滤器关注公司以及跟踪工作申请进度。MCP 服务器还提供总结招聘人员邮件和起草回复的功能,所有数据都存储在用户的 Refine 账户中。
-
Claude Code 起草 Linear 工单,用户编辑内容
AI 助手 Claude Code 被用于为项目管理工具 Linear 起草工单。用户审查并编辑了生成的内容,删除了他们个人不会说的话。
-
Satya Nadella 谈 AI 对软件工程的影响:重验证而非重生成
微软首席执行官 Satya Nadella 在一次采访中讨论了软件工程不断变化的格局,他强调随着 AI 模型能力越来越强,软件工程将从代码生成转向代码验证。他强调了微软的战略举措,包括拥抱开源以及开发 GitHub Copilot 等工具,同时承认需要适应新兴技术和竞争对手。Nadella 还谈到了控制 AI 基础设施的重要性、为 AI 代理构建安全措施,并为正在经历职业转型的工程师提供了建议。
-
新的 MCP 工作流将 AI 编码助手与项目跟踪器集成
一种名为 MCP 的新方法已被开发出来,以改进 Claude Code 等 AI 编码助手与 Jira、Linear 或 Arbituro 等项目管理工具之间的工作流程。这种方法通过 MCP 直接从跟踪器读取信息,而不是依赖过时的粘贴提示,从而确保 AI 始终使用最新的工单信息。该系统还标准化了分支、提交和拉取请求的命名约定,以包含工单密钥,并将任务完成的最终决定权委托给人类或 CI 检查,从而防止 AI 过早地自我验证。
-
Standcast 协调 AI 代理站会,优先考虑隐私和团队可见性
Standcast 是一款新的站会协调器,旨在简化 AI 代理内部的日常团队更新,解决格式不一致、缺乏团队可见性和未解决的阻塞问题。它与 Claude Code、Cursor 和 Visual Studio Code 等工具集成,根据用户活动(如 pull requests 和 Linear 卡片移动)起草更新。该系统通过在本地处理 AI 会话并将确认的文本发送到 API 来优先考虑用户隐私,同时还提供配置即代码和智能路由,用于处理阻…
-
在Linear上批量编辑前测试AI代理恢复
在启用AI代理在Linear等平台进行批量编辑之前,测试恢复流程至关重要。这包括为诸如关闭旧问题或重写描述等任务定义清晰的标准,并确保在执行前可以检查代理建议的更改。实施只读访问以进行初步审查,并为写入操作提供范围狭窄的权限,可以降低风险。此外,维护已批准更改的记录并在单独的工作区中演练恢复是防止数据丢失或损坏的关键步骤。
-
MCP 服务器未能强制执行只读访问,安全分析发现
对 19 个不同托管连接协议 (MCP) 服务器的安全分析显示,只读配置并非总是有效。尽管有旨在限制写入访问的设置,但某些服务器允许代理执行写入操作。在 Grafana 的 get_panel_image 和 MongoDB 的 aggregate 等工具中观察到了这一点,其中特定的查询或配置绕过了只读标志,可能导致意外的数据修改。
-
AI代理自动化移除Zend Framework,22小时内合并13个PR
一项实验成功使用AI代理自动化了从Keboola Connection系统中移除过时的Zend Framework 1代码的过程,在22小时内合并了13个拉取请求(PR)。该过程利用了预先生成的详细说明旧代码和新代码之间依赖关系的映射,使代理能够自主选择和处理任务。这种设置展示了一种“暗工厂”方法,即AI处理大部分工作,人类干预仅限于特定的审查环节,从而简化了迁移过程。
-
MCP服务器显示出不一致的可访问性和频繁的定义更改
最近对16个常见的MCP(模型中心编程)服务器进行的分析显示,它们的可访问性和定义更新存在显著的不一致性。其中六个服务器(包括来自GitHub、Notion和Atlassian的服务器)无法公开读取,需要身份验证,这阻止了外部日志记录。在十个可读服务器中,八个服务器的工具定义经历了频繁更改,其中Firecrawl最为不稳定,在未更新版本号的情况下更改了其定义13次。Sentry的MCP服务器的工具数量大幅增加,从9个扩展到73个,这引…
-
Ever-teams v0.175.0 为 Linear、Asana、Trello 添加同步冲突解决方案
Ever-teams 发布了 0.175.0 版本,引入了增强的同步冲突管理功能。此次更新特别允许用户列出并解决在使用 Linear、Asana 和 Trello 等流行项目管理工具进行同步时遇到的冲突。更新现已上线并可访问。
-
Brigade应用使用AI代理进行支持、营销和编码
Georges Petrov开发了Brigade,这是一个开源应用程序,允许用户管理AI代理团队(特别是Claude Code和Codex)来处理客户支持、营销和编码等任务。该系统利用了这些模型的官方CLI,并与用户账户集成,以避免额外的token成本,并利用Anthropic和OpenAI的持续改进。每个AI队友都被分配一个单一的任务,并且可以访问具有可配置权限的特定应用程序,Petrov保留对发送电子邮件或合并代码等关键操作的最终批准。
-
Claude代码通过MCP服务器与外部工具集成
开发人员现在可以通过MCP服务器将Claude代码与外部工具和服务集成。这些服务器允许Claude访问其直接上下文之外的信息,例如GitHub存储库、库文档和实时浏览器数据。提供了有关设置这些MCP服务器的教程和指南,并根据开发人员的工作流程,为GitHub、Context7、Playwright和Sentry等工具提供了具体建议。
-
Block 通过分阶段推出将内部 AI 代理 Goose 推送给 12,000 名员工
Block(Square 和 Cash App 背后的公司)已通过实施分阶段、基于队列的方法,成功将其名为 Goose 的内部 AI 代理推广给 12,000 名员工。此次推广首先优先考虑了工程团队,利用模型上下文协议 (MCP) 确保与 GitHub 等内部系统的安全集成。随着财务和设计等其他部门的需求增长,Block 通过为 Airtable 和 Workday 等工具构建额外的 MCP 服务器来扩展代理的功能,重点是在必要连接器…
-
Neon ContextShield 在基准测试中将AI Token膨胀率降低85%
Neon Innovation Lab 开发了一种零信任MCP Gateway,称为Neon ContextShield,以解决AI应用中的Token膨胀和工具限制问题。该网关与领先的企业解决方案和手动配置进行了基准测试,旨在将连接多个模型上下文协议(MCP)服务器的应用程序的上下文窗口消耗量降低85%。该技术针对Cursor IDE的40个工具限制以及冗长的JSON-RPC工具模式所带来的显著上下文窗口使用问题。
-
新的AI代理‘God's Eye’使用持久化内存进行竞争情报分析
一个名为God's Eye的新型竞争情报系统已被开发出来,以克服传统无状态检索增强生成(RAG)方法的局限性。该系统利用由Vectorize Hindsight驱动的持久化代理内存,解决了时间盲点和上下文膨胀等问题。God's Eye集成了Tavily的实时网络搜索和Groq的OpenAI GPT OSS 120B模型的快速提取能力,以保留和反思已验证的市场数据,从而实现对产品演变和战略转变的更深入理解。
-
用户使用 Claude Code 构建自定义书桌仪表板
一位 Reddit 用户使用 Claude Code 为他们的书桌创建了一个自定义触摸屏仪表板。该仪表板集成了各种工具,包括用于任务管理的 Linear 票证、待办事项列表、日历集成和天气更新。用户发现 Claude Code 处理了大部分开发工作,而用户主要提供反馈和进行调整。