ai coding

Harness Engineering 架构：实现无人值守的周期性治理巡检当 AI 帮你写了越来越多的代码，谁来确保这些代码没有悄悄腐化？本文分享我们团队如何基于 Harness Engineering 四层文档体系 + QoderWork 定时任务，实现从"人工巡检"到"无人值守自动治理"的完整实践。

Vibe-Trading 深度解析（一）：用 LLM 驱动的完整股票研究智能体架构总览一条命令，搭建一个具备完整交易研究能力的 AI 智能体——Vibe-Trading 是如何做到的？Github：https://github.com/HKUDS/Vibe-Trading/tree/main

AI Coding 零基础实战教程｜第七部分：Codex Desktop 安装和使用教程学习目标：认识 Codex Desktop 的产品定位，完成安装配置，并掌握在真实项目中使用桌面 Agent 的基本方法。

AI Coding 零基础实战教程｜附录结语请记住五个核心原则： 1. 动手大于阅读 —— 学到的知识必须通过实践才能变成技能 2. 项目驱动学习 —— 带着目标去学，效率最高 3. 拥抱错误 —— AI会犯错，你也会，但每次错误都是学习 4. 持续迭代 —— 先做出来，再做好，没有一步到位的完美 5. 记录与分享 —— 把经验写下来，分享出去，帮助他人也巩固自己

AI Coding 零基础实战教程｜第五部分：完整项目案例实操学习目标：通过从零到一的完整项目开发，掌握AI编程的全流程完成标志：独立使用 Claude Code 完成一个可运行的全栈项目

BWorkflow：给人 + Claude Code 团队用的项目交付“规则层”分享一个我自己总结的软件研发工作流，在Claude Code上基于这个工作流严格把控产品研发质量。也是因为一些工作痛点，以及自己结合cc开发了一些工具后，沉淀的一套工作流。

小七-七牛开发者

Coding Agent 规则管理：CLAUDE.md、Skills、Hooks、Subagents 到底怎么选？Coding Agent 用久了，规则管理就会变成一个绕不开的问题：哪些内容该放进项目说明，哪些流程得按需调用，哪些动作必须由系统强制执行。

小七-七牛开发者

论文解读：DeepSeek DSpark 在真实高并发推理服务中，如何保证 Token 生成又好又快？刚刚过去的周末，DeepSeek 发布了一篇关于推理加速的新论文：《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》，内容聚焦在大模型推理服务中的一个具体问题：在真实高并发场景下，Speculative Decoding 如何既提升生成速度，又减少目标大模型的无效验证计算？

小白跃升坊

Codex 增强部署：基于 Codex++ 接入 DeepSeek操作系统：Windows10+/WSL2、macOS 11+、CentOS7+/Ubuntu18.04+/麒麟OS等信创系统运行权限：本地环境普通用户即可，服务器生产环境建议使用普通运维用户，禁止直接root运行服务资源配置：内存≥2GB、磁盘空闲空间≥5GB，保证模型调用与缓存存储端口要求：CLI 模式无固定端口，服务模式需保证本地预留端口未被占用

小七-七牛开发者

周一上线 | SpaceX 收购 Cursor、支付宝进入 AI 时代、DeepSeek 完成 500 亿元融资这期的「周一上线」，有点像 AI 终于不满足于“坐在聊天框里等你提问”了。一边，Cursor、GitHub Copilot 继续把 AI Coding 推向开发工作台；另一边，支付宝、腾讯 WorkBuddy 也开始让 AI 真正替用户跑流程、找服务、发起支付。

小七-七牛开发者

周一上线｜瑞幸把咖啡做进 CLI，Fable 5 短暂登场，Stonk Rider 骑上 K 线图这期的「周一上线」有点像“AI 工具继续长手长脚”和“社区整活继续上强度”一起上线。一边，模型和开发者工具还在继续往真实工作流里走：Gemini 3.5 Live Translate 开始做近实时语音翻译，Kimi-K2.7-Code 开源，DiffusionGemma 探索更快的文本生成，Codex 和 Chrome DevTools 也在继续给 Agent 补浏览器能力。

小七-七牛开发者

Codex 实践系列 Vol.02：让 Codex 读懂开源项目 Typer在 Codex 系列第一篇（上篇），我们用一个很小的本地脚本，跑通了 Codex CLI 的基本流程：进入项目目录，启动 Codex，然后让它读文件、写代码、跑命令。

在VS Code 中安装 Claude Code 并接入 DeepSeek 模型和 Skills 的使用这两年来，AI 编程（AI Coding）是越来越火🔥，作为一名开发者，拥有一款强大的 AI 编程助手能极大地提升我们的工作效率。虽然官方的 Claude Code 服务在国内使用存在一定的门槛，但通过接入国产大模型 DeepSeek或其他平台的国产大模型来绕过网络限制，让我们可以轻松实现本地化使用，这也是目前国内环境下体验Claude Code AI 编程助手的一个极佳方案。

小七-七牛开发者

专访 Mainline 作者们：聊聊从代码协作到意图协作前段时间，小七和 Mainline 的两位开发者豁如、钰泽聊了聊这个项目，也聊了聊它背后的思考和开发故事。本文便是这次专访的整理稿。

牛客企业服务

2026人才选拔新基准：AI能力考核如何重构企业招聘竞争力？2026年，全球头部企业如蚂蚁集团、Meta等已达成共识：招聘的核心已从评估传统专业能力转向考核“人+AI”的协作交付能力。牛客推出的AI能力考核全方案，通过冰山模型，将评估维度从水面上的6项实操能力延伸至水面下的6项底层素养。企业可实时获取具备高解释性的能力画像，实现人机协作质量与Token效率的量化评估，确保在AI时代精准锁定“真正能干活”的高产出人才。

【保姆级教程】Claude Code无缝集成DeepSeek V4 Pro目录一、直接修改配置文件1. 定位配置文件2. 写入配置参数二、使用 cc-switch（多模型切换工具）

AI Coding 时代，可观测性为什么会从“运维工具”变成核心基础设施过去十几年里，软件行业对可观测性（Observability）一直存在一种非常固定的理解。它通常被归类在运维体系之下，被视为一种偏后置、偏保障型的基础设施。开发团队负责编写代码，测试团队负责验证功能，SRE 团队负责维护生产环境稳定，而可观测性平台则承担日志、指标、Trace、告警等能力，用于线上问题排查与系统状态监控。

自动化单元+静态测试驱动开发：AI编码时代的确定性验证机制非常具体：TDD阻止了一种AI特有的失败模式——智能体编写测试来验证自己的错误行为。当测试先于代码存在时，智能体无法通过编写一个仅仅确认其错误实现的测试来蒙混过关。人类程序员可能会意识到这种“自证清白”的逻辑陷阱，但大语言模型在生成过程中并不具备这种元认知。TDD从流程上切断了这条路径。

Claude Code 深度拆解：远程模式 4 — 无环境直连架构Hi，大家好，欢迎来到维元码簿。本文属于《Claude Code 源码 Deep Dive》系列中「远程与非 CLI 形态」命题的子篇章，专注于 V2 无环境直连架构——理解 Anthropic 如何用"减法重构"砍掉 V1 的六步环境生命周期，实现从 Web 端到本地 Agent 的零轮询延迟直连。