AI,个人随笔 用 Codex 上线一个产品,我踩了三个坑 Codex 6.0 的编码能力虽强,但产品上线时被资源消耗、Docker 打包和部署耗时折腾得够呛。从 5.6 切换到 6.0 后,排查一次问题就能吃掉 5 小时额度,Windows 本地开发到 Linux 云端部署更是频频踩坑。 运营官张沐 AI编程Codex产品开发
AI,个人随笔 AI Coding的产品竟然卖了好几万,你咋搞的??? 作者做了两年AiCoding,今年靠它实现商业化。文章结合个人经历,把这条路拆成三个阶段,先讲需求来源,强调要辨别真需求与假需求,真需求是客户愿意付费解决的痛点,并提醒MVP思想要贯穿做产品的全程,避免做出来没人买单。 运营官张沐 AicodingAI变现AI编程
AI,个人随笔 DeepSeek Harness 里最值得一讲的插件:让 AI 自己组队干活 Harness 的一款插件让 AI 从单兵作战变成小队协作:一句“调研竞品”就能拆成多路并行,实时看进度、卡在哪立刻知道。电商查退款异常、大促备品、写代码互审等场景,组队后时间从三步相加变成最慢那一步。 子文 AgentAI编程DeepSeek
AI,个人随笔 DeepSeek Harness 到底能干啥?六个玩法,从干活到好玩 harness 不只是写代码,它把“写、跑、看、改”做成闭环。从十分钟搭网站、自动分析销售表,到跨文件追 bug、跑自动化任务,六个真实玩法展示了 AI 编程落地后的提效边界与适用场景。 子文 AI应用AI编程DeepSeek
AI 如何用AI编程上线一款微信小程序:手把手教你Vibecoding 本文以《海拔打卡一起玩》为例,讲普通人如何靠Vibe Coding完成可发布小程序,最难的不是写代码,而是像产品经理提问、像测试找问题、像负责人取舍。 Blues AI工具AI编程VibeCoding
AI,个人随笔 AI 越提效,搞软件的越不赚钱 软件公司正被 AI 拖入两难:一位 FDE 用 AI 把客户开发成本降了约 50%,大客户却要求先证明会用 AI 编程才让投标,还顺势压低报价。效率红利全被采购方拿走。软件公司真正的出路,是转向帮客户落地 AI 转型、重塑业务流程的现场能力。 ToB老人家 AI编程FDE商业模式
AI Anthropic 官方指南:AI Native 开发手册 本文编译自 Anthropic 官方博客《The AI-Native SDLC Playbook》,2026 年 8 月 21 日发布,作者 Louis Claxton。全文约八千字,保留了原文全部代码示例和配置样板,对部分章节做了适合中文读者的表述调整 赛博禅心 AI编程AnthropicClaude
AI,个人随笔 在 vibe coding 里,唯一真正重要的,是管理好文档 Vibe coding 时代,代码不再是项目的唯一核心,文档管理才是决定成败的关键。本文深入剖析为何文档比代码更重要,并给出五类关键文档的维护策略,帮助你在 AI 协作中避免上下文失真,提升开发效率与系统稳定性。 如此AI-小赵 AI协作AI编程Vibe Coding
AI Codex开始“反杀”Claude Code了吗? OpenAI Codex周活突破2000万,增速是Claude Code的4倍;而Claude Code增长骤降至5.2%。本文对比两家AI编程产品的增速分化,剖析Anthropic与OpenAI在商业模式、用户策略上的差异,以及模型能力对未来竞争格局的决定性影响。 字母榜 AI编程AnthropicClaude Code
AI 模型之外,Coding Agent 还需要一套怎样的执行系统 一句需求进入 Coding Agent 后,背后是模型、Harness 与执行环境的协同运作。Harness 作为核心执行系统,决定上下文组织、工具调用与任务验证方式,直接影响 Agent 的最终表现。本文深入拆解 Harness 的运作机制,揭示任务越长其作用越明显,为产品经理理解 AI 编程工具提供新视角。 但是木已成舟 AI编程Coding Agentharness
AI 用DeepSeek Harness两小时做出一个macOS应用后,我看到了它的野心 DeepSeek Harness上线后,以“一切皆插件”的理念重新定义AI编程工具。我用它两小时开发出macOS应用,但后续修改却遭遇稳定性挑战。本文通过真实项目体验,探讨Agent从Demo到可用产品的关键瓶颈,以及Harness如何重塑人机协作流程。 清晨ai white AgentAI编程DeepSeek Harness
AI Vibe Coding:一场正在溶解软件工程的狂欢与危机 Vibe Coding从Karpathy一句随性推文到Collins年度词汇,仅用一年便席卷全球开发界。92%开发者已用AI编程,但狂欢背后隐藏着代码质量、安全漏洞与就业洗牌的暗流。本文深度拆解其工具分层、模型竞争、企业治理与失败案例,揭示这场编程范式革命的真实面貌与未来走向。 琳琳日记 AI编程Vibe Coding代码质量