Vibe Coding 需求收敛:锁定目标用户与唯一主路径
面向“所有人”并同时铺开注册、设置、搜索和管理后台,会让 AI 生成大量无法取舍的页面。本文用行为分群、角色边界和端到端主路径把首轮交付压缩到一个结果。
Articles
沉淀 AI、Web、云原生和独立开发经验。
面向“所有人”并同时铺开注册、设置、搜索和管理后台,会让 AI 生成大量无法取舍的页面。本文用行为分群、角色边界和端到端主路径把首轮交付压缩到一个结果。
先生成整套页面、再补后端与测试,会留下大量无法验收的半成品。本文示范如何沿一个用户结果切穿界面、接口、数据和验证,并让每轮 AI 改动都可运行、可删除。
Agent 说“已完成”可能只表示代码已生成或某条命令变绿。本文区分验收条件、团队完成定义、发布门和非目标,并用绑定当前变更的证据阻止漏项与顺手扩张。
AI 会自然地补齐缺失需求,流畅答案却可能把产品、技术和合规猜测固化进代码。本文建立可追溯账本,为假设设风险、证据、负责人、到期时间和最便宜验证动作。
Model Context Protocol(MCP)是 Anthropic 提出的"AI 应用的 USB-C 接口"。本文讲清 MCP 的 host/client/server 三角模型、resources/tools/prompts 三类能力、JSON-RPC 通信机制,并用 TypeScript 从零实现一个可被 Claude Code 调用的 MCP Server。
"Agent ≠ 多轮对话。本文拆解 AI Agent 的四大组件——规划、记忆、工具、执行,讲清 ReAct 与 Plan-Execute 两种主流范式、短期与长期记忆的设计、function calling 的工程要点,以及把 Agent 从 demo 推向生产要解决的循环控制、错误恢复和可观测性。"
把文档塞进向量库再 top-k 召回,只是 RAG 的"hello world"。本文讲清提升 RAG 质量的四个杠杆——切分策略、混合检索、Rerank、Query 改写,并给出可复现的评估方法,让你的 RAG 从"勉强能用"到"真的准"。
用户确认一次高风险动作后,重复点击、队列重投和参数替换都可能复用批准。本文用规范化 action digest、一次性消费、状态版本和幂等执行封闭窗口。
Vibe Coding 不是"让 AI 随便写",而是用自然语言驱动工程的新范式。本文讲清心智模型的转变、Claude Code 的 spec → plan → iterate 工作流、上下文管理的窍门,以及哪些活适合 vibe、哪些必须人工把关,帮你把 AI 编程从"玩具"用到"生产力"。
服务端测试通过不代表消费者仍可用。本文把规范差分、消费者契约、跨版本回放和迁移窗口组成兼容门,约束 Agent 修改 REST、事件与消息结构。
做一个 AI 应用,前后端要面对三件事:安全地调 LLM、把流式 token 实时推给前端、管理会话状态。本文用 Next.js 16 的 App Router + Server Actions + AI SDK,演示一个结构清晰、可流式、可上生产的 AI 对话页完整实现。
多 Agent 系统最常见的问题不是模型能力,而是任务委派后输入不完整、责任不清和结果无法验证。本文给出委派契约、结果 schema、预算传递和回收机制。