一线架构师，技术总监。专注研究GIS+AI大模型及智能体，持续分享技术、经验和想法~

前两天快报里那条新闻值得翻出来：研究者给 Claude agent 五千美元去赚钱，四轮全空手——卡在人机验证和 KYC 身份墙上。当时我说：AI 经济缺的不是能力，是身份层。这层的协议，现在真在铺了。x402：Coinbase 发起，把 HTTP 里空置了二十年的 402 状态码（Payment Required）复活成「机读即时支付」标准——按次付费、stablecoin 结算，API 调用即交易。

代码不再是瓶颈。这句话从 Anthropic 官方嘴里说出来，不是愿景，是现状——Claude Code 工程主管 Fiona Fung 在 Code w/ Claude SF 2026 上说得很直白：默认每个 commit 都是 Claude 辅助的，最近四个月我没见过一个非辅助提交。你八成也见过同样的错位：写代码突然变便宜了，可流程没变。同样的评审闸门、交接、策略，照样卡在 agent 生成的代码上。

AI Native 不是免费的赋能，是代价明确的重构。 它要你拆业务链路、重设计流程、建数据底座、上工程闸，最后还要动组织——每一件都是要投入、要砍东西、要得罪人的活。

随着AI技术的发展，企业正从"写代码"转向"设计agent处理业务"的核心能力。Cisco、联想等企业案例显示，AI已能独立处理大量工单和客服任务，效率提升显著。未来程序员的核心竞争力不再是编码能力，而是业务拆解、产品设计和agent架构设计三大能力： 业务拆解：将模糊需求转化为可执行的agent任务链，如售后工单的故障判断、备件预测等； 产品设计：明确agent的交互边界、兜底路径和异常处理，避免"Demo陷阱"； 架构设计：构建可扩展的agent系统，涵盖评估框架、多智能体协作等关键技术。 企业需要的不

角色定了，人练什么也跟着变。技能点从「写代码」转向「定义意图 + 验证结果」，这两头各有一组具体的功夫。时间分配会印证这个转向：DX 那个面板上有位工程负责人讲，历史上约 80% 的工程时间花在运营（告警、事故、救火），只有 10%-15% 花在创建上；而在最有效的团队里，这个结构正在反转——plan 和 validate 开始吃掉大部分时间，因为 create 和 operate 都被压缩了。你省下的时间，会重新流向「把要什么想清楚」和「把结果验明白」。定义意图这一头，核心是写作质量。

摘要： 当前AI产品的对话窗口只是过渡态，未来将进入Agent界面时代。软件交互范式经历了三次跃迁：C/S（本地安装）、B/S（浏览器+服务端）、DUI（对话式UI），每次改变的不仅是界面，更是软件的组织方式。DUI时代以Agent为核心，结合能力、知识、协作，实现意图驱动的交互。对话擅长意图表达，但不适合精细操作，需与GUI互补。Agent通过LLM原生能力+RAG（外部知识）+MCP（工具调用）+Skills（多步流程）构建单Agent能力，再通过A2A协议实现多Agent协作。未来产品设计重心将从交互

摘要：本文是“AI工程化流程”系列的终篇，聚焦如何将需求分析、规格拆解、TDD开发等流程固化为工具层面的自动化规则。作者提出三大核心方案：1）用CLAUDE.md契约明确定义项目不变量与AI行为边界；2）通过Git钩子强制TDD纪律（如红灯阶段拦截生产代码修改）；3）采用技能库与子代理分工（如测试与审查分离）。文章以RBAC系统为例，展示了包含架构约束、历史陷阱等要素的可执行契约模板，并详细拆解了自动化测试验证、验收条件（/goal终态）等关键机制。最后指出该体系的边界——全绿不等于正确，验收闸必须由人把控

规格写完了。按系列第一篇的路子——真跑 superpowers 拿到的是一份 RBAC 全栈框架规格（），已经把「AI 会猜错」的岔路口清掉了大半。可接下来这步，是整套流程里最爽、也最坑的一步：让它写代码。爽在从文档到能跑的程序，就差一句「开始吧」；坑在 Claude 的默认动作，是先写实现、再回头补测试。它补的测试不是来验证需求的，是来给已经写完的代码盖橡皮章的——测试全绿，覆盖全是假的。所以我的判断是反着来的：让 Claude 写代码之前，得先逼它写「会失败的测试」。

这篇文章通过一个真实案例，详细展示了如何从模糊需求到清晰规格的全过程。作者借助superpowers插件的brainstorming功能，重点强调了其核心价值不在于提问能力，而在于强制性的"设计审批闸门"机制——在需求未明确前禁止编码。文章完整记录了九步流程：1.先理解现有代码而非直接提问；2.通过七个精准问题澄清需求；3.提供2-3个备选方案；4.分架构、组件等五部分呈现设计；5.编写完整设计文档；6.自检消除矛盾；7.用户正式审批；8.最终移交实施。整个过程有效规避了AI自行假设、范

本文系统介绍了ClaudeCode工具在2026年上半年的演进方向和使用方法，核心观点是开发者应从编码执行者转变为工具管控者。文章详细解析了七类命令功能（对话/文件/运行等），五大定制机制（CLAUDE.md/Rules/Skills等）的适用场景，重点阐述了自主运行五件套（/loop//goal等）的实现原理和选型策略。通过上下文管理、并行工作法、权限安全分层等实践，作者构建了"人类定目标审结果-Agent负责执行"的工作范式，强调将重复经验沉淀为Skills/Hooks等可复用资产。

本文系统分析了四款主流vibecoding工具的核心差异，提出应从「工具能力」和「模型能力」两个独立维度进行选型。闭源工具ClaudeCode（监督式实时推理）和Codex（委派式异步沙箱）侧重工具打磨深度但模型绑定较紧；开源工具OpenCode（支持75+模型切换）和Pi（极简内核+扩展生态）则强调模型自由度和可定制性。文章通过对比四款工具的设计理念、能力边界和使用技巧，指出选型应基于用户具体需求：贴屏协作推荐ClaudeCode/Pi，无人值守任务适合Codex/ClaudeCode，模型自由需求选择O

本文通过构建RBAC权限系统的实例，系统性地拆解了如何让AI稳定产出可上线代码的完整流程。作者指出AI开发的核心痛点在于缺乏流程管控，并提出7个关键环节：1）搭建隔离可验证的开发环境；2）设计先行明确需求边界；3）TDD开发确保需求契约；4）多角度代码评审；5）用户验收对齐需求；6）及时提交防止回退；7）上下文管理实现记忆延续。文中特别强调环境隔离、TDD测试驱动和CI/CD自动化的重要性，并提供了具体目录结构和技术规约范例。最后建议从最小闭环（环境搭建+TDD试验+上下文管理）起步，逐步构建完整的AI开发

文章摘要： 本文提出wdp-prd调度系统，作为对单线程执行引擎Superpowers的扩展，解决多需求并行开发中的依赖管理与资源调度问题。其核心设计遵循"不侵入、只叠加"原则，保留Superpowers现有执行链路，新增四层能力：1) 需求卡片化（全局存储+七态状态机）；2) 调度算法（依赖/冲突检测+并发上限控制）；3) 派发机制（隔离子代理并行执行）；4) 受控验收流程。通过将需求转化为可计算对象（如depends_on/conflicts_with字段），系统能自动识别可并行任务

本文探讨了AI编码工具Superpowers如何将软件工程方法论转化为技能，使AI代理从“会写代码”升级为“有纪律的开发伙伴”。Superpowers通过三层架构（引导层、技能层、工具层）强制AI遵守开发流程，包括需求确认、隔离开发、TDD等14项技能，尤其擅长单需求全链路管理。其核心优势在于上下文隔离、证据驱动和过程可恢复，但存在结构性缺陷：仅支持串行执行，无法并行处理多需求，缺乏需求调度能力。这种设计虽保障了正确性，却成为吞吐量瓶颈。作者指出，解决方案应是在该执行引擎上叠加调度层，实现多需求并行管理，这