AI编程 – ✏VictorHong's Blog

核心观点 OpenClaw用60天突破25万GitHub Stars，成为史上增长最快的开源项目。但讽刺的是：这个让开发者疯狂的工具，正在被安全

本文基于 Micah Villmow 在 The Build System 的访谈整理，展示了一套系统化的 AI 编程工作流，包括 Deep Research、Advise、Plan、Execute、Retrospective 五个核心阶段。

当估值 380 亿美元的 Anthropic 用一个人撑起整个成长行销团队，我们看到的不是 AI 取代人类的末日预言，而是组织形态进化的缩影。

从每日失忆到持久记忆，AI 编程助手正在经历一场静默的革命。Obsidian + MCP 的组合为何成为开发者的新宠？

Everything Claude Code 用 82,000 GitHub stars 证明了 AI 编程工具配置系统化的价值，但也引发了关于过度工程的争议。本文深度拆解 ECC 的设计理念、实际价值与适用边界。

Simon Willison 提出的 Agentic Engineering 概念，定义了使用 Coding Agents 开发软件的新范式。本文深入解读其核心特征与 Vibe Coding 的本质区别。

一个由 AI 代理自动研究、构建、质检、优化的 Skill 目录，展示了 AI 自我改进的完整流水线。

当 AI 写代码的速度超过人类审查的能力，代码质量如何保证？Anthropic 用一套多代理架构给出了答案。

ETH Zurich 最新研究发现，LLM 生成的 AGENTS.md 文件反而降低 AI 编程成功率 3%，人工编写的仅提升 4%。本文深入分析研究结论与实践建议。

参考 Aakash Gupta 的 Taste at Speed，探讨 AI 时代产品经理的核心技能转变——从写文档到快速评估软件，从"能不能做"到"应不应该做"