软件的未来，不修——只重写
在制造业的发展史中，曾经有一段广为流传的“三段论”： 美国制造靠质量：20世纪初，美国的工程师讲究“做得好”，比如福特汽车，目标是造出经久耐用、几十年不开锅的产品。 日本制造靠服务：战后日本崛起，产品虽然便宜但服务极好，“出了问题我来修”，让用户信赖。...
继续阅读随笔
47 篇文章
人工智能：每次技术落地后我们就改叫它“算法”
某位大佬曾说：“人工智能是那些永远实现不了的技术，一旦能实现，我们就会叫它算法。” 这句话我一直记得，尤其是在2025年这个AI主宰一切的年份。 在这个年代，所有问题的答案似乎只有一个：AI。...
继续阅读你时间太贵，别再用免费模型了
“书非借不能读”，读书要有成本，才能逼你珍惜。AI 工具也一样：免费用不出效果，好用的必须花钱，而且建议直接买最好的。 我们现在面对的是一个更新非常快、差距拉得很大的 AI 工具市场。靠“够用就好”是跟不上的，选错工具不仅耽误进度，还可能让你错失整个节奏。 不建议年付，Top1 经常在变 Claude 4...
继续阅读革命者从不吵闹：AI时代的沉默赢家
如果有一种真正的“长生不老药”，你觉得那些已经得到了它的人，会公开分享吗？ 显然不会。 这不是因为他们自私，而是因为分享这件事本身就会削弱他们的稀缺性。这类资源的价值，就建立在不透明、不可得、非大众的前提之上。越少人知道，收益越大。一旦广而告之，药就失效了。 AI 工具，就是现代的“长生不老药” 我们已经进入了 AI...
继续阅读AI写代码的“质量焦虑”，不是第一次发生
最近常听到类似的声音： “AI 写出来的代码不够专业，没有架构，无法维护。” “GPT 写得太快了，质量跟不上，根本不能用于生产。” 这些担忧真实存在，但也隐含着一种更深层的情绪：我们正站在一次技术转折点上，不确定自己熟悉的标准是否仍然有效。...
继续阅读效率工具的幻觉：你是在做事，还是在摆弄工具？
最近我开始停下来反思一个问题： 为什么我明明用了那么多效率工具，工作反而变得更碎片、更忙乱，甚至更焦虑了？...
继续阅读当微软放下骄傲：开源一次次把它拉回正轨
作为一名自 2012 年加入微软的工程师，我亲历了这家公司在开源态度上的彻底转变。十多年来，从最初的不解、抵触，到今天的积极参与和引领，微软在一个个关键节点上，通过一次次面向开源世界的打开，不仅重塑了自己的开发者形象，也实实在在解决了技术战略上的危机。...
继续阅读我不想被AI替代的地方
最近，我常在想，既然我们都在谈AI带来“10倍效率”，那是不是也意味着——生活的每一块地方，都该被AI铺满？ 我曾经很愿意相信这件事，尤其作为一个追求极致效率的J人开发者。看到大模型快速演进、工具飞速迭代，自然有种“错过就是被淘汰”的紧迫感。团队里很多人也开始讨论，什么能自动化、什么能生成，能不能再快一点、再多一点。...
继续阅读AI全用了，焦虑还在
AI工具和模型发展得飞快，快到大部分工程师都有点跟不上。每隔几周就有新模型、新插件、新工作流冒出来，效率、能力、边界不断被刷新。作为一个在大厂摸爬滚打多年的中老年程序员，我其实早已在工作中广泛使用AI，写代码、查文档、写文档、测试、开会准备、汇报资料……能换的工具基本都换了，流程也做了不少调整。AI不是一个新鲜玩意，而...
继续阅读模型更新很快，但这四种能力值得慢慢练
大模型的进步是确定性的，每个月似乎总有更强的新版本出现。但工程师的工作实践并不是“等更强的模型上线”这么简单。真正能长期带来价值的，是那些独立于模型平台的可迁移能力。 以下四种，是值得每个AI工程师投入时间积累的底层能力。 1. 构建上下文系统，让模型真正理解你的业务...
继续阅读