vibecoding

AI 微前端性能优化之旅（中）：重启项目基于 Vue 和 wujie 实现，这一轮主要使用的模型是 GPT-5.4 和 mimo-2.5-pro。

我开源了一个 Agent Skill：一键把播客生成小红书帖子开源地址：pennyscribe-skills。一场一两个小时的对话，可能包含很多有价值的观点、故事和表达。但对于听众来说，完整听完需要时间；对于创作者来说，把它重新整理成文章、摘要、金句和社交媒体素材，又是一项繁琐的工作。

Hermes Agent vs OpenCode 异同一句话总结：OpenCode = 专精编程的终端 Coding Agent；Hermes = 通用型长期自治 Agent，编程只是它其中一项能力，Hermes 内部还可以直接调用 OpenCode 作为子进程做编码任务。

逐浪 · 第十三篇 TRAE Work 实战：分分钟让AI"记住"你是谁——一次跨会话长期记忆的完整实践每次打开AI助手都要重新自我介绍一遍——我是谁、做什么、用什么技术栈、偏好什么风格。这件事困扰了我很久，直到我用TRAE Work完成了一次"个人画像记忆"的完整实践。整个过程不到5分钟，从此AI不再是一个"失忆患者"。

大模型真好玩

再造童年：用豆包大模型，一个小时搭了仿4399摸鱼小游戏集合最近公司有个对外大模型项目要在离线环境下运行，这断网虽说不影响敲代码，但影响摸鱼啊。刷不了微博、看不了视频，连划水都划不出水花，那叫一个坐立难安。

智能体工程 vs 软件工程：计算机系那套课程，还能适应 AI 时代吗？AI 让技术平权了。谁都能靠 prompt，搭出一个能跑的东西。但计算机专业的学生，花了四年。从编程语言学到算法，再到软件工程，啃完一整套系统性课程。这套训练，在 AI 时代还有必要吗？这篇文章带你了解其中的差异。

一行代码没写，我用AI做了一个可以收费产品这是我第一次尝试完全依靠 AI 编程工具，从零到一开发一款产品。整个过程中，我自己一行代码都没有写。转写模型使用的是 Qwen ASR，GPU 算力来自 Vast.ai。Vast.ai 的消费级 GPU 虽然价格便宜，但想把它做成稳定、可靠的在线服务，并不是一件容易的事。

我用agent做了个运动打卡数据治理流程公司举办了一项运动打卡活动，报名成员每天完成运动后，会把运动 App 截图和相关说明发到运动聊天群。工作人员需要定期整理群里的打卡记录，统计每位成员的运动时间和运动时长。

机器学习、深度学习、强化学习、神经网络、自注意力机制概念层级梳理（由大到小，清晰从属关系）1. 机器学习（Machine Learning, ML）最大范畴定义：让计算机不用人工编写全部规则，从数据中自动学习规律的一类方法。两大分支：传统机器学习：线性回归、SVM、随机森林、K-Means 等深度学习（属于机器学习的子集）核心思想：从数据拟合映射关系 y=f(x)

梦想的颜色

UniApp 小程序生命周期硬核全解析：页面销毁、页面栈泄漏 + Claude Code AI 托管优化实战UniApp 开发微信小程序，绝大多数内存泄漏、页面逻辑异常、页面塌陷、重复请求、状态错乱，根源都来自生命周期处理不当。

摆烂菜鸡沧996

【需求分析】基于 GPT-5.6 + Codex 开发个人工具箱 Personal Toolbox 项目其实是第二个 AI 项目。但前一个项目因没有经验，搞得太乱，现在被卡在一半不想继续。新的项目从需求分析开始，每一次功能更新/完成都会复盘一下。

别让 Agent 猜需求：前端用「一页 Spec」把返工砍掉一半发布日期：2026-08-04 标签：前端 / AI 编程 / Cursor / Spec 驱动 / Vibe Coding / 工程实践

别急着 Vibe Coding：AI 三小时写完需求后，我为什么宁愿多花一天发布日期：2026-08-03 标签：前端 / AI 编程 / Cursor / Vibe Coding / 工程实践 / 职业成长

Vibe Coding工程化指南：九步前置法告别AI屎山代码Vibe Coding越写越乱？问题不在AI，而是缺工程化流程。本文提出Harness Engineering理念，拆解定图纸、打地基、立规矩三阶段九步前置法，配合Git质量阀门，让AI代码始终可控。

【Vibe Coding】CodeGraph 使用文档CodeGraph 是一个为 AI 编程助手构建的语义代码知识图谱工具。它通过预先索引代码结构，让 AI 助手能够“理解”代码，而不是靠 grep 和逐文件阅读来猜测。在 7 个真实开源项目上的基准测试中，使用 CodeGraph 平均减少了 58%–71% 的工具调用和 47%–57% 的令牌消耗。

一次 git reset 翻车，让我彻底分清了 hard 和 soft，也想通了 Vibe Coding 的本质今天下午对着 Claude 搓了一下午功能，跟着 Vibe Coding 的节奏一路狂飙，想到啥就让 AI 写啥，能跑就 commit，半天攒了好几个提交。回头想撤销掉最后一次瞎试的提交，顺手敲了个 git reset --hard HEAD^，回车的瞬间我就知道坏了 —— 刚写的半屏代码直接没了，冷汗唰就下来了。

Hold Rein 代码图插件：让 AI 先看懂项目关系，再开始写代码上一篇文章介绍了 Hold Rein 的插件能力：它让 AI Agent 不只是聊天或执行命令，还能在本地项目中获得适合完成任务的工作上下文。

Vibe Coding 实战指南：先规划再编码，用胶水思维告别 AI 幻觉代码摘要：拆解Vibe Coding三步法：先规划再编码划定边界，胶水编程复用成熟方案减少幻觉，元方法论让AI自我进化。以React+TS+Tailwind待办清单为实战案例，演示AI协作编程完整流程。

Darling噜啦啦

Vibe Coding 工程化指南：9 步前置流程告别 AI 屎山代码AI 写代码越来越快，项目却越来越烂？问题不在 AI 强不强，而在于你有没有一套工程流程去驾驭它。这篇文章从 Git 版本控制到 Vibe Coding 9 步标准工作流，帮你彻底告别"AI 屎山代码"。

大语言模型响应延迟对软件工程师尿液浓缩程度的影响 —— 一项基于水杯见底速度的观察性研究本研究考察长期采用 Vibe Coding 后，程序员的工作节奏、即时反馈需求与饮水行为之间的关系。研究发现：早期，研究对象倾向于同时启动多个 AI Agent，让它们并行工作；后期则连多开 Agent 的兴致也逐渐消失，只保留一至两个，观看它们执行任务并等待确认通知。在等待间隙中，喝水成为手边最近、最快能获得满足感和即时反馈的事情。最终，AI 承担了越来越多的代码生产，研究对象则显著增加了饮水量，并获得了一颗非常湿润的肾。