有个技术负责人在群里问：Claude Code、Google Antigravity、OpenAI Codex，团队该统一用哪个？他贴的判断依据是一篇「10 天写 2.5 万行代码、提效 36%」的文章。那个 36% 我没法帮他复核——没有场景、没有基线、没有失败案例，也无法重跑。但有一个问题是可以复核的，而且对「敢不敢让它动生产仓库」更关键：装好之后你一行配置都不改，这三款工具默认能读你机器上哪

AI 编程最难兼顾的两件事，是速度和确定性。只追求速度，小任务做得很快，遇到跨模块改造却容易在执行中改变需求、遗漏边界；只追求严谨，每个任务都写完整规格、设计和审查材料，一个小修复也会被流程拖慢。spec-superflow 2.0 给出的答案，是让流程随风险变化。边界清楚的小任务走 Direct，在当前会话连续开发、验证和交付；复杂任务走 Planned，用 proposal、tasks 和按需

下午四点，技术方案评审会。同事把电脑接上投影仪，屏幕上跳出一套极其眼熟的 PPT：深蓝底色、悬浮卡片、到处都是从 Midjourney 抠出来的发光机器人插画，大标题写着「基于云原生与 AI 驱动的新一代高可用架构体系」。他刚翻到第二页，讲了不到一分钟，坐在长桌尽头的技术总监就敲了敲桌面打断：「停一下。你第一页写集群 QPS 突破 5 万，第二页的拓扑图为什么没有分库分表，也没标缓存穿透怎么防？

2026-09 某个周二 22:30，我手机炸了：PagerDuty 弹「order-svc 订单量 +430%」，客服群说用户付款 5 秒后订单还是「待支付」。我的第一反应不是开 Agent，而是开三个窗口——MySQL 看订单表堆积、Loki 翻下游回调日志、Grafana 拉 latency 曲线。三套工具三种查询语法，光是把「同一时间窗口」对齐就花了 20 分钟。等我把三处证据拼成一条因果

需求评审通过了，下周一要开 Sprint Planning。我把一份 8 页 PRD 扔给 Claude 让它「帮我拆成 Jira 任务」。五分钟后回来：38 张卡，标题整齐，估点整齐，看上去挺像样。我随手点开一条「实现登录功能」——估点 5，依赖「无」。再点开「支付网关对接」——估点 8，依赖「无」。再翻回去看「数据库表结构设计」——估点 3，依赖「无」。这就是问题：AI 默认给你的是「无依赖的

一个 10 人的后端团队，同一个需求，每个人各自让 AI 写一版。收上来的代码大概是这样：有的接口返回裸对象，有的包了 ；有的 打在 controller，有的打在 service；错误码有字符串、有枚举、有直接抛 带一句中文；测试有的用 AssertJ，有的用 ，有的干脆没写；Redis key 有的带业务前缀，有的就是一个裸 id。每个人的代码单看都跑得通。问题不在写得慢，在方差大。于是

（以下为一个示例场景，用来对齐问题，不是我经历过的某次真实事故。）凌晨两点，监控群弹出一条告警：订单服务 P99 超过 3 秒，持续 40 秒，然后自己恢复了。你爬起来打开 Kibana，按 搜，一条没有；换成 trace_id 搜，那条请求的日志断在调用支付网关之前，后面什么都没留下。本地起服务，用同样的参数跑一百次，全绿。第二天下午又来一次，还是这样，还是查不出东西。偶发故障最折磨人的地方不

我在 V2EX 看到过一个让很多人共鸣的帖子：楼主说自己「下午开完需求评审，明天下午就要开技术评审」，而且每次都是开发到一半才发现技术细节有遗漏，方案文档里压根没写。楼下高赞回复更直接：能让你棘手的问题，大概率是开发过程中才暴露的，能提前评估出来的少之又少，成熟的做法是「提出问题，解决问题，然后更新方案」。时间紧、细节漏、对着空白文档不知道从哪写起——这是写技术方案的三大日常。这篇不讲「AI 很强

很多人第一次用桌面 AI 的经历都差不多：装上、扫码、问了个问题，回答得像模像样，然后关掉窗口，桌面上的文件还是乱的，那份报告还是得自己写。问题不在模型笨，而在于你用的是"聊天框"的用法——问一句、答一句，活一点没少。最近被问得很多的 WorkBuddy，是腾讯做的一款桌面 AI Agent，江湖人称"小龙虾"。它和网页版 ChatGPT 这类工具最大的不同，是能在你授权之后真的动手：读你的文件、

上线第3天，监控告警群炸了。不是新业务的问题，是我上周用 Claude Code 重构的那个订单服务。看起来一切正常，CI 全绿，单测跑过。但线上 P99 延迟翻了四倍，原因是 AI 在"优化"某个查询函数时，把一个 O(n) 的内存过滤替换成了每次请求都查数据库的子查询。我当时盯着那个 diff，脑子里闪过的就是两个月前那篇踩坑帖里的经历。同样的剧本，换个时间地点又演了一遍。后来我给团队定的规矩

你有没有用 Claude Code 的时候遇到这种情况——让它帮你加一个功能，三百行代码噼里啪啦就下来了，跑起来一看，逻辑对了七八成，但剩下那两成全是它自己发明的需求。你说这是测试的 bug，它说好，又改了一通，结果把能跑的地方也顺手改坏了。这不是 Claude Code 不够聪明。是它太"勤快"了——不问、不验、不收，直接上手干。Superpowers 解决的就是这个问题。 不是给 Claude

你有没有遇到过这种情况：照着官方 Migration Guide 一步步升级，CI/CD 全绿，Deploy 上线，结果压测第一轮就有几十个请求卡死——监控一看，HikariCP 连接池全满，等待超时。这不是我编的故事。Spring Boot 4.x 把虚拟线程设为默认以后，这个问题开始在社区里反复出现。原因很反直觉：虚拟线程号称能让你开 百万级并发，但它跟传统连接池的设计假设是冲突的。不搞清楚这

前段时间做了个内部 AI 助手，接的是 Spring AI，给 挂上了 ，Redis 存对话历史，跑起来感觉很顺。直到有用户反馈：「我上周告诉过它我不喜欢代码里有 magic number，这周它又给我生成了一堆。」去查了一遍，才发现问题根源不在 Redis，也不在配置——是我对 Spring AI 的记忆体系理解就错了。我以为加一个 就解决了「Agent 记性」的问题，但实际上 Spring

你们公司的 AI Agent 现在是怎么访问数据库的？如果答案是「给 LLM 一个数据库连接串，让它自己生成 SQL 执行」，这篇文章你得认真看一下。我不是在危言耸听——去年有团队在测试环境演示 AI Agent 时，LLM 生成了一条带错误 WHERE 子句的 DELETE，加上测试账号没有行级权限控制，三分钟内清空了两张核心表。Google 上周开源了一个叫 MCP Toolbox for D

上周五下午四点，领导发消息：「下周一要给大区汇报，帮你安排了 15 分钟，你准备一下演示文稿。」距离下班还有一个小时，距离周一还有两天半。我打开 PowerPoint，盯着空白页面和那十几个内置模板发了一分钟的呆。「企业蓝」「活力橙」「简约灰」——这些模板码哥见过太多次，领导也见过太多次。用了感觉像是在发月度运营报告，不是在做一次有分量的汇报。然后我想起了 frontend-slides。它是 G

上个月用 Claude Code 连着干了几天需求，账单出来的时候我愣了一下。400 万个 tokens。Claude Sonnet 4.6，$3 输入 / $15 输出，保守估算下来将近 $26。不是说它贵，是突然意识到：这只是一周的编码量。如果是个认真用 AI 工具的工程师，每个月的消费可能超过一台云服务器。然后 2026 年 4 月 24 日，DeepSeek 发布了 V4，并在三天后（今天

去年底，我看到 GitHub 上一个叫 的仓库冲上了 Trending，37K stars，1400+ Skills，还有人在评论区喊"装完这个直接满级"。我信了。一口气装了三十多个 Skill，Superpowers 全家桶、各种 lark-xxx 套件、前端设计工具、浏览器自动化……结果用了两个礼拜，Claude Code 打开巨慢、上下文预算经常被 Skill 描述撑爆、 列表长得根本找不

凌晨一点，我看着 Claude 又一次完美绕过了我精心写的那个 Skill，第三次了。prompt 关键词全对上了，描述里写得清清楚楚「用于 Spring Boot 项目的接口设计」，结果它愣是没触发。我开始怀疑自己——是不是 Claude Code 这个东西本身就不靠谱？第二天起来翻官方文档，又翻了 Anthropic 工程师那篇被很多人转的 Medium 长文，才反应过来：问题不在 Claud

你昨天还在给 Agent 接 OCR 服务，今天 DeepSeek 直接把眼睛递到你手里了。2026 年 8 月 21 日，DeepSeek 在 API 平台上线了实验性多模态视觉模型 。一句话讲清楚，开发者第一次能用自己的 API Key，把图片塞进 DeepSeek 的上下文，让模型看、再让 Agent 接着干活。先泼盆冷水，免得你白高兴。这不是 DeepSeek 第一次「识图」。网页和 Ap

上周我让 Claude Code 改一个支付回调的 bug。它先 了一遍 ，读出 12 个文件。然后发现回调逻辑在 里，又顺着 import 读了 8 个。改完跑测试挂了，因为它漏看了一个被继承的基类方法。接着它把整个 目录都读了进来。等它终于改对，我看了一眼 token 用量，单次会话烧掉 18 万 input token。问题改对了，但我心里在滴血。这不是 Claude 不够聪明，是它没