S02 的结尾留了一个问题:如果有一天,连需求、设计、任务分配都能在一条 AI Pipeline 里被组织全程护航……CI/CD 是不是该重画了?
编译不过、改错文件、漏了边界、越界修改,让它按 PRD 改个按钮,它能把不相干的逻辑一起动。你问做完没,它说完成了,一看连构建都没跑通。
慢查询、长事务、误操作……多数数据库事故,在 SQL 真正执行之前就已经注定了。执行完才后悔:「当时要是有人提醒一句就好了」
他们拿同一个 GPT-5.5 模型,放进两种不同的"开发框架"里跑,看代码生成的功能正确率。
中国城市轨道交通行业有一个共同的困惑:为什么我们学港铁学了二十年,却始终学不会?不能复制港铁的答案很简单,也很残酷:我们有方向,没齿轮。战略想明白了,商业模式...
然而,太多项目建得漂亮,运营却一塌糊涂。城市更新的最终目的是创造价值。如何通过物业费、停车费、租金、产业服务费等构建可持续的现金流?如果让空间真正成为城市的“发...
Zcode可以直接下载并安装,界面类似Codex,可以配置模型、MCP、SKILL、上下文,基本能满足开发需求。
这本书比较适合普通开发者,它以DeepSeek大模型为核心,从基础理论、开发实践、前沿技术到企业落地,手把手实现Agent开发,可以看看。
我拿了一个比较复杂的场景去测试M3的编程Agent效果,要求根据车企线索接入流程图,开发接口系统,并输出管理UI和接口文档,由于汽车行业线索来源多达几十个渠道,...
不做开发的话,直接DeepSeek网页或者APP上就能用,能选择快速模式和专家模式,对应Flash和Pro。
Brainstorm 的核心是通过连续提问澄清目标、用户、边界和约束;Superpowers 强调把这种方法固化为可执行的开发流程。它们把“给我写一个页面”拆成...
开发前让 Agent 根据 Spec 输出实现计划;开发中逐条勾选;开发后把验收条目转成测试和人工检查。需求变更时先更新 Spec,再修改代码,避免实现和约定分...
如果 MCP 是 AI 连接外部世界的插座,那么 Skill 就是团队写给 AI 的工作方法。一个提供工具,一个规定如何把工具组合成可靠的结果。
提示词解决一次沟通,工作流解决持续交付。当 AI 进入真实团队,决定效果的不是某一句神奇指令,而是上下文、规范、工具和反馈能否形成闭环。
当 AI 开始参与整个开发过程,团队需要的就不再是更多零散工具,而是一套让工具能够协同工作的开发操作系统。
tkinter本身就是个轻量化的GUI开发工具,不适合做复杂的交互界面,那些炫技的其实很多是花架子,不实用,真要开发复杂美观的交互界面,可以去用PyQt、wxP...
现在到处在讨论什么skills、mcp、agent等,好像哪怕一个纯技术小白也能用ai做开发,我认为任何一个人在ai时代需要掌握三门“语言”,不然搞ai会很难受...
篇幅有限,更多基于fi的智能分析应用开发实战案例,我们将在后续文章中陆续更新,敬请期待~