Blog
Weekly essays on AI tooling, software engineering, investing systems, and personal leverage.
Featured Essays
Essays paired with custom cover art so the archive is easier to scan at a glance.
只有半年窗口期：AI 正在重写知识工作的生存规则
AI 不是一次普通的技术升级，而是一场由效率提升触发的职业重估。真正重要的不是预测末日，而是在窗口期里把 AI 变成自己的认知杠杆。
我把数字分身做成了一个真正可复用的系统
过去我把数字分身当成一个实验，让它读知识库、审视网站、帮我写内容。现在我把这套流程正式抽象成一个可复用的 skill repo，同时回写到本地工作流里。这篇文章讲清它到底在做什么、为什么有用，以及它最适合帮助哪一类人。
个人网站是 2026 年工程师最被低估的职业投资——成本为零，回报持续数年
简历是被动的，网站是主动的。你投简历时别人才看到你，但网站 24/7 在为你工作。在 AI 时代，当所有人都能写代码时，差异化来自你的思考和表达——而博客正是这种差异化的最佳载体。成本为零，回报持续数年。
AI 参与了我 70% 的日常工作——2026 年，工程师的定义正在被改写
这不是工具清单，而是一次职业定义的根本转变。从需求理解到线上维护，AI 重塑了 SDLC 每个环节。Code Review 可用率从 50% 提到 85%，自动化回归覆盖率从 65% 升到 95%。重复性工程工作正在被接管，留给工程师的是研发性工作——设计、判断、取舍。
All Posts
Search across the full archive by title, summary, and tags.
Most people drift through life on autopilot, operating on the 95% of unconscious routines. It’s the path of least resistance—it’s safe, it’s comfortable, and it
Group dynamics as experience multiplier, serendipity engineering, and the reframe-from-exit principle
从表层优化到系统构建：语言姿态、执行密度与环境工程的三阶认知升级
Gap-as-sequencing, insight half-life, rest-to-inertia phase transitions, and the structure of contingency plans
Environment over tools; challenge over preparation; anxiety as planning input
Volume without encoding is noise; meta-awareness doesn't close the gap; reframing can be armor against solving
Framing is a cognitive skill; mechanics beat philosophy in professional answers; isomorphic skills cross domain boundaries
从知道到做到的自动性鸿沟；不适感即护城河；自我应用的认知盲区
Environment design beats tool accumulation; the knowing-doing gap is a friction problem; external structure quiets internal noise
Meta-learning as a self-improving system; the exploration tax; what high-signal feedback actually looks like
Definability as the true proxy for automation risk; closing the loop between knowing and executing
The gap between knowing and doing isn't knowledge — it's automaticity
The gap between what you know and how you position it; evidence-first thinking doesn't automatically self-apply
Preparation is doing, not preparing to do; graceful degradation beats perfection; procedural comfort masks technical gaps.
结构化分解、故事库盲区、以及不舒适感作为竞争力信号
从自我诊断到结构思维的认知升级 — 三个反复出现的主题和一条清晰的演化路径
诊断的幻觉、信息激活失败、意图与行为的错位、以及节奏校准的本质
管理节奏的校准、职业护城河的本质、低资源试错悖论、连胜的隐性脆弱
信息激活、优先级劫持、组织归属感的结构真相、经验的可迁移性
Role framing precision, friction-gain thresholds, uncertainty compression, and the adjacent-role lattice
Narrative collapse in career signals, adjacent role pivots, and where technical depth actually lives
Adversarial self-assessment, leverage inversion, and the diagnostic power of replaceability
Adversarial self-assessment, replaceability as clarity, and the gap between knowing and doing
Constraint mapping, evidence gaps, shifting leverage, and diagnosing the body before the psyche
From memorization to abstraction, from information density to judgment quality — a two-week retrospective on how preparation pressure reshaped the way I think.
Cognitive coverage, energy as a trigger system, and destination-first planning
Product Owner / Builder / User-side Reviewer daily log: proof-chain shipped page, system map, contributions page, scoring dimensions demo, and GitHub profile automation.
From demos to control plane: merging proof-first homepage, failure replay, trust contracts, evidence intake, and quantified builder pulse into the public proof chain.
A short builder log on scorecards, work receipts, release-risk demos, and safer Knowledge Harness runtime proof.
A daily three-agent builder log on turning scattered agent work into public proof pages, demos, and privacy-safe daily summaries.
A builder note on turning Digital Twin toward a five-minute visitor check, with Agent Scorecard as the trust gate for agent autonomy.
A builder note on turning Agent Scorecard from a demo report into a small autonomy gate for real agent work.
一次投资复盘后，我重新整理了几条最基础但最容易被忽视的原则：不碰不该碰的钱，不买不懂的东西，不把短期胜利误判成长期能力，也不要在没有停手条件的情况下重仓单一标的。
A builder note on turning an agent-evaluation claim into something a stranger can actually run, click, and audit.
A builder note on turning public agent work into an inspectable proof chain instead of a pile of impressive-looking links.
A builder note on Feishu thread replies, bad model fallbacks, and why agent recovery paths need tests before the outage.
A short builder note on making personal agents easier to debug, review, and trust when the real failure mode is messy handoff.
A short builder note on Feishu threads, proof-chain repos, and why the boring edges are where personal AI systems become real.
AI 不是一次普通的技术升级，而是一场由效率提升触发的职业重估。真正重要的不是预测末日，而是在窗口期里把 AI 变成自己的认知杠杆。
过去我把数字分身当成一个实验，让它读知识库、审视网站、帮我写内容。现在我把这套流程正式抽象成一个可复用的 skill repo，同时回写到本地工作流里。这篇文章讲清它到底在做什么、为什么有用，以及它最适合帮助哪一类人。
我把整个 Obsidian 知识库交给 AI 阅读，让它站在我的视角审视我的个人网站，然后亲手做出改造。这篇文章记录了这次实验的完整过程：AI 怎么理解一个人，它看到了什么问题，做了什么改变，以及这件事对「个人知识系统」意味着什么。
简历是被动的，网站是主动的。你投简历时别人才看到你，但网站 24/7 在为你工作。在 AI 时代，当所有人都能写代码时，差异化来自你的思考和表达——而博客正是这种差异化的最佳载体。成本为零，回报持续数年。
大多数人的知识管理失败不是因为没有输入，而是没有输出。我用 Obsidian 捕捉碎片想法、AI 辅助结构化、Cursor Agent 自动发布到博客——整个过程把「从想法到发布」的摩擦降到了最低。这篇文章拆解完整的工作流。
很多工程师知道 AI 重要，但还没有真正把它融入日常工作流。这篇文章不说教，不贩卖焦虑——只分享我从 2023 年的怀疑到 2026 年 AI 参与 70% 日常工作的真实转变过程，以及你明天就可以做的 3 件事。
这不是工具清单，而是一次职业定义的根本转变。从需求理解到线上维护，AI 重塑了 SDLC 每个环节。Code Review 可用率从 50% 提到 85%，自动化回归覆盖率从 65% 升到 95%。重复性工程工作正在被接管，留给工程师的是研发性工作——设计、判断、取舍。
2022 年 11 月，GPT-3.5 的参数量是个谜，API 调用要排队，"AI 写代码"还是个笑话。40 个月后，AI 每天贡献 GitHub 上 4% 的 commit，开源模型成本降到 GPT-4 的 1/20，Agent 开始自主完成端到端的工程任务。这是一个 6 篇系列的引言——鸟瞰这 40 个月的五个阶段。
换工作不是越频繁越好，也不是越稳定越安全。这篇文章整理了我对跳槽时机的判断框架：什么情况该走、什么情况不该动、以及怎么用面试本身来校准你的市场价值。
2026 年，Anthropic 对中国用户发起了多轮封禁。作为一个深度使用 Claude 的工程师，这可能是我最后几次用这个模型。但当 DeepSeek 7 亿次下载、1/20 的成本、MIT 协议全球可用时，我意识到：封锁从来挡不住真正的技术力量。
校招生到 Senior Engineer 通常需要 1-3 年，但大多数人不知道：晋升答辩的考核重点根本不是技术实现，而是你对业务的理解和认知的跃迁。这篇文章拆解从 P5 到 P6 的三个阶段，以及答辩时评委真正在意的东西。
很少有人把「职场可见度」讲清楚：能按需求交付只是入场券。这篇文章从任务类型、不确定结果的叙事方式，以及 ownership 与主动性三个层面，拆解怎么让别人感知到你的价值。
2025 年底到 2026 年 Q1，AI 从「辅助工具」变成了「自主执行者」。Claude Code 每天贡献 13.5 万个 GitHub commit，Cursor 2.0 支持 8 个并行 Agent。但与此同时，技术民族主义达到新高度——API 封锁、芯片管制、云算力出口限制。这是 AI 编年史的终章：能力在爆发，边界也在收紧。
Claude Code 的 npm 包意外泄露了完整源码。我花了一周读完 1884 个 TypeScript 文件，发现当今最强 AI 编程 Agent 的核心竟然只是一个 while 循环。我把学到的一切做成了一个免费教程网站。
很多人以为 AI 会干掉 QA。但当 AI 一秒钟生成一千行代码的时候，瓶颈不再是生产——而是验证。我在团队里推动 AI 测试落地后发现，QA 的价值不是变少了，而是从执行层上移到了策略层。
沟通、杠杆、长期主义、认知升级、财富积累——这些听起来像鸡汤的词，在我手里变成了五个可复用的决策框架。这篇文章不讲道理，只讲我怎么用它们做判断。
2025 年 1 月 20 日，DeepSeek 发布 R1 推理模型。训练成本 560 万美元，性能对标 OpenAI o1，MIT 协议完全开源。消息传出后，NVIDIA 市值单日蒸发近 6000 亿美元。美国的芯片封锁本意是限制中国 AI，结果倒逼出了更高效的算法。这一章的故事是：当你买不到最好的芯片时，你就去发明更好的算法。
2024 年，AI 发生了两件根本性的变化：GPT-4o 让它第一次真正「看见」了世界，o1 让它第一次学会了「思考」。Claude 3.5 Sonnet 悄悄成为每个开发者的默认编程搭档。这一年，不是模型变大了，而是 AI 变「全」了。
2023 年下半年到 2024 年 Q1，AI 行业经历了最剧烈的权力重组。Meta 开源 LLaMA 2 引爆社区，Mistral 用 7B 参数证明小模型能打，Sam Altman 被开除又回归，Anthropic 的 Claude 3 首次正面叫板 GPT-4。垄断的时代，结束了。
5 天 100 万用户，2 个月 1 亿用户，7 个月重新定义整个行业。从 ChatGPT 发布到 GPT-4 能力飞跃，从 Google 千亿美元失误到 AutoGPT 的 Agent 幻想——回顾 AI 走进大众视野的最初 7 个月。