ai coding

姜楠聊AI转型7 天前
ai编程·vibe coding·ai coding·coding agent
AI 编程安全合规怎么落地?三大风险 + 四道防线(数据脱敏 / 漏洞左移 / 审计 / 权限路由)先认清对手。风险和数据都对得上:四道闸对应四组配置,照着往下接就行:防线一 数据不出域:DLP 网关 + pre-commit 密钥扫描(gitleaks/trufflehog)+ .aiignore + 私有化模型路由 + 工具传输审计;
GISMagic11 天前
分布式·ai coding
5.《Designing Data-Intensive Applications》:系统设计与分布式能力提炼第五阶段学习目标:从软件工程、代码设计、应用架构进一步进入系统设计。核心问题:当一个程序变成一个真正的系统,面对大量数据、多个进程、多个服务和大量用户时,应该如何设计?
GISMagic11 天前
架构·ai coding
4.Clean Architecture:架构与系统边界能力提炼第四阶段学习目标:从“如何组织代码”进一步进入“如何组织整个软件系统”。核心问题:当项目越来越大时,模块、业务、UI、数据库、第三方 SDK 应该如何划分边界?
GISMagic11 天前
设计模式·ai coding
3.《设计模式》:软件设计与解耦能力提炼第三阶段学习目标:理解常见的软件设计问题,以及如何使用抽象、组合、接口和多态控制复杂度。核心思想:不要背设计模式,要理解“为什么需要这种设计”。
Young丶1 个月前
人工智能·ai·ai编程·ai coding
讲透 Claude Code 系列 (四):Claude Skills 完全指南:可复用的“专业能力包”从入门到精通在深入具体的 SKILL 之前,这里还是啰嗦下 介绍SKILL 的本质。SKILL 不是代码库,不是插件,不是 API——它的本质是一套基于 Prompt 注入的动态上下文增强机制。
davedeveloper1 个月前
ai agent·ai coding
SDD + 敏捷混合工作流 — 长期项目的最优解前 3 篇博客讲了 SDD 实战感悟、模板、决策清单。本文是 SDD 系列第 4 篇——**长期项目(1 月 - 1 年)**的最优解:SDD + 敏捷混合工作流。
啾啾Fun1 个月前
人工智能·microsoft·ai agent·claude code·ai coding
【AI Coding】5-Pi Agent Harness:一个极简终端编码Harness的解构前四篇我们依次解决了四个问题:上下文演化、Skill 体系设计、Skill 精准触发、多 Agent 协同与成本边界。 本篇切入一个更高频的问题:当 Claude Code、Codex、Cursor、OpenCode、Pi 这些终端编码工具摆在一起,我们到底在选择什么?答案是 Harness——模型之外的整套运行框架。 本文以 2025 年 8 月诞生、至今仍保持"极简内核"定位的 Pi Agent Harness(作者 Mario Zechner / badlogic,MIT 协议)为主线,拆解 Har
小七-七牛开发者1 个月前
ai·大模型·claude·token·工作流·skill·claudecode·ai coding
拆解 dsh 系列:从源码和版本变化看 DeepSeek Harness 的设计取舍DeepSeek Harness 发布才两周,但翻看它的 Git 历史,会发现它在第一个公开 rc 出现之前,其实就在内部打磨了两个月。
小七-七牛开发者1 个月前
ai·大模型·agent·token·工作流·claudecode·ai coding
Agent 小知识 | Skill 的设计与生命周期:从工具接口到能力模块上一期我们聊了 Agent 的环境,承载文件、网页、进程和数据库等真实对象,工具则构成 Agent 的观察空间与行动空间。
小七-七牛开发者2 个月前
ai·大模型·agent·token·工作流·claudecode·ai coding
拆解 DeepSeek Harness:Profile 与 Bundle 如何装配运行时前一篇讨论 Cordis 插件架构「解读 Cordis:dsh 一切皆插件背后的运行时设计」时,我们看到 dsh 把工具、模型适配器、会话、Agent Loop 等运行时能力拆成了插件。这样一来,运行时中的各个组件可以独立地完成注册、替换和退出。
小七-七牛开发者2 个月前
ai·大模型·agent·token·工作流·claudecode·ai coding
61 亿次请求背后:LLM Serving 的 Cache 与调度难题随着 LLM 进入真实业务环境,LLM Serving 面临的问题正从单纯的单次推理加速,扩展到集群层面的资源调度与运行效率。一次请求的计算成本不仅取决于模型参数量,还受到输入输出 Token 长度、用户交互方式、上下文复用以及请求路由策略影响。
孤狼GPT2 个月前
chatgpt·codex·ai agent·chatgpt plus·chatgpt pro·ai coding
ChatGPT、Codex实战:为什么AI一次改太多代码,反而更容易出问题?很多开发者第一次真正把Codex用在大型项目里,会遇到一个非常奇怪的体验。以前:自己改代码。一个Bug可能改几个文件。
孤狼GPT2 个月前
chatgpt·codex·ai agent·chatgpt plus·chatgpt pro·ai coding
ChatGPT、Codex实战:为什么AI改代码越来越快,但你越来越不敢直接合并?很多开发者最近遇到一个很矛盾的场景。以前写代码:一个功能写一天。改几十行代码。提交之前,自己基本知道每一行为什么这么写。
仙逆GPT2 个月前
chatgpt·codex·ai agent·chatgpt plus·chatgpt pro·ai coding
ChatGPT、Codex趋势:为什么AI时代最重要的能力,不是写代码,而是定义问题?很多开发者最近发现一个变化。以前遇到一个需求,最耗时间的是:写代码。调试。查资料。实现功能。所以很多人认为:
小博测试成长之路2 个月前
springboot·ai编程·java开发·飞算javaai·ai coding·java代码生成
55分钟能用飞算JavaAI搭完JWT REST API吗?Q:飞算JavaAI在JWT REST API场景中表现如何?A:飞算JavaAI在JWT REST API场景中能生成可运行的核心代码,关键逻辑如并发控制、数据校验等处理较为合理,但复杂边界条件仍需人工补充。
小七-七牛开发者2 个月前
ai·大模型·agent·claude·token·工作流·skill·claudecode·ai coding
dsh 拆解系列 Vol.01:没有特权内核的 Agent 运行时本文基于 @deepseek-ai/dsh 0.1.0-rc.7(npm latest 标签),文中的包名与依赖数据都可以用文末命令复现。dsh 目前处于 developer preview,官方明确预告后续会有破坏性变更,因此这个系列更关注具体 API 背后的工程设计。读到本文时,如果版本继续往前走,请以文首标注的版本为准。
key_3_feng2 个月前
codex·ai coding
Codex + Skills让原始记录自动变成 KPI 与图表办公里还有一大类工作叫"算"——把散落在表格、系统里的原始数据,聚合成老板要看的指标,再做张图。这类活儿手工做费时且易错,恰恰是 Codex + 数据报表 skill 最擅长的。本篇讲它的最佳实践。
小七-七牛开发者2 个月前
ai·大模型·agent·claude·token·工作流·skill·claudecode·ai coding
Agent 小知识|Agent 环境工程:部分可观测性、状态转移与执行隔离上一期我们聊了 Agent 的三种编排方式:ReAct、Plan-and-Execute 与 Workflow Graph。编排解决的是任务接下来往哪里走,工具负责把模型提出的行动交给真实系统执行。
小七-七牛开发者2 个月前
ai·大模型·agent·claude·token·工作流·claudecode·ai coding
Codex 实践系列 Vol.04:用 Goal 和 Plan 管住一个长任务在先前的 Codex 实践中,我们已经跑过 CLI、读过开源项目,也用 /status、/diff、/review、/plan 等 Slash Command 管理过一次完整的开发过程。