标签 代码质量 下的文章

本文首发地址 https://h89.cn/archives/576.html AI 编程最容易让人上头的一点,就是它真的快。 一个下午写完原本要做三天的需求,一个人顶过去一个小组的产出,PR 一开就是上千行,屏幕上全是绿色。那种感觉很容易让人误以为,软件开发终于进入了一个只要"多生成一点"就能持续提效的阶段。说真的,第一次用 Claude Code 把一整个模块的 CRUD 跑通的时候,我自己也觉得——这也太爽了。 但很多团队最近开始慢慢回过味来:代码确实变多了,人却没有更轻松。 Review 队列更长了,线上风险更多了,安全审计更吃力了,真正理解系统的人反而更焦虑了。代码产出像开了闸,审查、验证和兜底能力却没跟着一起扩容。表面上看是效率提升,往里看更像是工程压力整体后移。 《纽约时报》最近发布的一篇报道《The Big Bang: A.I. Has Create

- 阅读剩余部分 -

1. 真正成熟的工程,会把启动速度当成架构问题 2. 好的扩展系统,不是接口多,而是抽象统一 3. 它最有价值的部分,不是 UI,而是把对话当成“会话引擎”来写 4. 它对并发很克制,而这种克制恰恰说明它成熟 结语 本文首发地址 https://h89.cn/archives/xxx.html 很多人看 Claude CLI 这份源码(gitee.com@chenjim/claude-code),先看功能:命令多不多,参数全不全,能不能用。 但真正让我多看几眼的,不是功能表有多长,而是复杂度已经这么高了,系统居然还没散。 它表面上是个命令行工具,背后其实扛着终端 UI、命令分发、工具调用、权限控制、技能与插件加载、长会话状态维护、上下文压缩、远程桥接、MCP 接入。这样的系统,难的从来不是把能力做出来,而是一路加功能时别失控。 这份源码里能看到一种很

- 阅读剩余部分 -

🚀 核心规则:复制即用 🛠️ 如何配置到你的工具? 1. Claude Code (CLI) 2. Trae / Cursor 3. GitHub Copilot / Codex 💡 为什么这套规则有效? 本文首发地址 https://h89.cn/archives/512.html 在 AI 编程时代,我们遇到的最大挑战往往不是 AI “不够聪明”,而是它“太聪明”了——它会写出过度设计的代码、做出一堆未经确认的假设,或者在修复一个 Bug 时顺手把周围没坏的代码也给重构了。 特斯拉前 AI 总监 Andrej Karpathy 曾多次吐槽大模型编程中的这些陷阱。受此启发,社区提炼出了一套 Karpathy-Inspired AI Guidelines,旨在让 AI 代理(如 Claude Code, Trae, Cursor 等)回归本质:写最简单的代码,做最精准

- 阅读剩余部分 -