每次有更强的编码模型发布，讨论总会很快滑向排行榜、分数和“谁又第一了”。这些信息当然有参考价值，但我越来越觉得，对个人开发者来说，真正重要的问题不是模型又涨了多少分，而是你的工作流有没有跟着升级。如果工作流没变，模型再强，很多收益最后也只会停留在“写得更快一点”。这不是没用，但远远没有到值得大惊小怪的程度。为什么我现在不太执着 benchmark因…

很多人用 AI 写代码，第一反应是直接把需求丢进去，然后期待它吐出一个能跑的结果。我自己试得越多，越觉得这种方式在小 demo 里很好，在真实项目里却很容易把返工提前透支掉。这也是我现在更看重 spec-driven development 的原因：它看起来慢，但它其实是在把那些原本会在 review、联调、回归阶段爆出来的问题，提前拉到最前面。它…

AI 编程工具有一个很隐蔽的浪费：每换一个项目，你都要重新告诉它怎么写测试、怎么查日志、怎么发版、哪些目录不能碰。提示词写得越长，越像在反复培训一个永远不入职的同事。Agent Skills 的价值就在这里：把重复的工作方法沉淀成可复用技能。 GitHub CLI 已经推出 gh skill，用来发现、安装、管理和发布 agent skills。C…

Claude Code 这类终端式 AI 编程工具真正有价值的地方，不是“它能聊天”，而是它能进入项目现场：读文件、跑命令、改代码、调用 MCP、执行 hooks。问题也随之出现：一个能动手的 AI，如果没有边界，就不是助手，而是一个很自信的实习生。 我的判断是：团队或个人项目要认真使用 Claude Code，第一步不是写更长的 prompt，而…

很多开发者做 Agent 产品时，默认入口还是网页：做个聊天框，接个模型，配几个工具，完事。这个阶段当然没错，但如果今天还把 Agent 的产品形态理解成“一个放在网站里的聊天机器人”，我觉得已经有点落后了。 越来越多团队开始意识到，Agent 要想真正被用起来，关键不是用户愿不愿意专门打开你的网站，而是它能不能出现在用户已经在工作的地方。Slac…

这两个月，AI 编程圈最不缺的新东西，就是“又一个会写代码的助手”。但如果只把 Codex App 看成 OpenAI 给 ChatGPT 套上的桌面壳子，那就有点低估它了。 我觉得它真正值得关注的点，不是模型更强，也不是界面更花，而是它把多线程软件开发这件事，第一次做成了一个普通开发者也能直接上手的产品：一个项目里并行跑多个线程、每个线程有独立上…

现在很多人已经接受 AI 可以改代码，但真正让它进入日常工作流的，不是“它会不会写”，而是“它每次写完之后会不会把仓库搞乱”。这也是为什么我觉得 Claude Code 现在最值得实战看的，不只是改文件能力，而是 hooks 和 subagents 这两个更工程化的点。 前者让你在关键节点自动执行检查和清理动作，后者让你把不同类型任务拆给不同角色。…

过去大家评估 AI 编程工具，最常见的问题是：它能不能生成可用代码？这个问题在今天已经不够用了。到 2026 年，真正拉开差距的标准正在变化：谁能更稳定地接入现有仓库，谁能处理多文件修改，谁能运行测试、处理权限、接入 Git 工作流，谁就更接近真正的生产力工具。 这件事对开发者和独立开发者都很现实。因为“写出一段代码”和“把一个需求交付出去”中间，…