把实践写下来，让经验可以复用。
软件工程、AI Agent 与真实工作流的长期笔记。记录做法、判断和踩过的坑。
- 44 篇
- 2026-09-24
全部文章
考完 WorkBuddy 的 OPC 证书，我更想推荐那套入门课
考完 WorkBuddy 的 OPC 证书，我更想推荐那套入门课
Jev 火了：它看起来像个“分类器”，为什么 Agent 时代又需要它？
Jev 火了：它看起来像个“分类器”，为什么 Agent 时代又需要它？
GPT-6 来了，我先重整了 Agent 环境
每次基础模型大版本更新，我都会体检 Agent 环境。这次用上 GPT-6 Astra，我重新检查了电脑使用方式、AGENTS.md 与 Skills。
AI 把代码写快以后，软件研发反而堵在哪里？
Anthropic 的 AI-Native SDLC Playbook 用版本化制品和自动门禁重新连接规划、设计、构建、测试、部署与维护，并让事故重新进入研发循环。
Claude 砍掉 80% 系统提示词后，团队知识该放哪里？
Anthropic 删除了 Claude Code 80% 以上的系统提示词，但约束和知识并没有消失，而是被重新分配到 CLAUDE.md、Skills、Auto Memory、测试和知识库。本文从个人记忆追问到团队协作，梳理不同信息应该放在哪里。
什么是 AI-Native？一份写给创业者的指南
什么是 AI-Native？一份写给创业者的指南
亲戚孩子高考出分，我让 AI 帮他选了志愿——顺手做成了开源工具
家里亲戚孩子高考出分，让我帮看怎么选专业。我没拍脑袋，让 Claude 查官方位次、按冲稳保分档、结合就业前景给方向，跑着跑着做成了一个开源工具，已放到 GitHub。希望能帮到更多考生和家长。
财务票据，本地开源 OCR 到底够不够用？
13 张真实的中文发票和银行回单，把本地能跑的开源 OCR 全测了一遍：准确度、CPU/GPU 单张耗时、部署成本。结论有点反直觉——准确度能打平的两个引擎，最快的和最省事的取决于有没有 GPU；小模型搬到 GPU 反而更慢；而且我这批里大部分票据其实压根不用 OCR。
还要啥清理软件呀，Claude Code 帮我清理了 100G 磁盘
本来只想看看 Mac 磁盘哪儿满了，结果让 Claude Code 跑了一遍体检，半小时清出 81G。但真正让我觉得「清理软件可以卸了」的，不是清了多少，而是它的工作方式——以及我在中间几乎没怎么动手。
Claude Code 上线「动态工作流」：它是干啥的、能干啥、怎么触发
Claude Code 悄悄上了「动态工作流」：让 Claude 自己写脚本，一个会话里并行跑几十到几百个子 agent，给你结果前先自己验一遍。这篇讲三件事：它是干啥的、能干啥、怎么触发（剧透：提示词里带上 workflow 就触发）。