我的 AI 开发流程
作者以给自己的字幕转录翻译 App BaoCut 添加远程转录功能为例,展示了完整的 AI 开发流程:先做可行性分析(产品和技术两个层面),再借助 Claude Code 撰写设计文档,然后通过原型设计低成本验证需求和 UI 交互,反复迭代原型后再让 Agent 按文档实现代码,最后人工黑盒测试验证并反馈调整。作者强调不盲目动手、文档先行、原型即 UI 设计的理念,并表示自己不做代码 Review,只做黑盒测试。
作者以给自己的字幕转录翻译 App BaoCut 添加远程转录功能为例,展示了完整的 AI 开发流程:先做可行性分析(产品和技术两个层面),再借助 Claude Code 撰写设计文档,然后通过原型设计低成本验证需求和 UI 交互,反复迭代原型后再让 Agent 按文档实现代码,最后人工黑盒测试验证并反馈调整。作者强调不盲目动手、文档先行、原型即 UI 设计的理念,并表示自己不做代码 Review,只做黑盒测试。
本文介绍 Anthropic 提出的 AI 原生软件开发生命周期(SDLC)实战手册。文章指出当代码编写不再是瓶颈时,传统的规划、评审、部署等'人类速度'环节反而成为阻塞点。AI 原生 SDLC 将线性流水线重构为闭环,通过 intent.md、spec.md 等受版本控制的工件串联各阶段,Claude 深度嵌入规划、设计、构建、测试、部署、维护六个环节,实现自动化交接与触发,同时保持人类在关键决策上的监督责任,并配套治理合规考量与效果衡量指标。
本文基于对45人工程团队30天的Claude Code使用追踪,剖析了其账单构成:真实用户提示仅占输入token的14%,其余为静态系统开销、CLAUDE.md与Skills、MCP服务器schema、工具结果回放及历史上下文等配置性开销。文章指出Uber等大规模部署中人均月支出高达500-2000美元,并介绍了Comet在Opik中推出的Cost Intelligence代理插件,通过token级可观测性帮助团队识别浪费,15分钟审计可削减20-40%账单。
作者是一位营销人员,分享了他使用Claude Code 173天的经验。文章强调编程已不再是开发者的专利,Claude Code可以读写文件、调用API、浏览网页、并行运行任务。他介绍了入门步骤:安装配置CLAUDE.md、使用/config设置、用/plan在构建前规划、auto模式自动处理权限,以及通过/plugin安装实用插件如Superpowers、gstack浏览器代理、HyperFrames视频渲染和Claude HUD监控等,帮助非技术人员高效运营内容业务。
作者将Claude Code与Higgsfield(通过MCP连接)结合,用虚拟蛋白咖啡品牌Perkform演示了如何搭建一人营销团队。核心方法是为Claude建立持久化项目:通过痛点和目标人群定位提供业务上下文,配合品牌素材、文案规范和CLAUDE.md运营文档,使每次生成保持品牌一致性,避免AI垃圾内容。系统能自动生成滚动式网站、广告图、轮播图、宣传短片、UGC视频和分析追踪器,实现规模化内容生产。
作者在 Claude Code 辅助下,用 AI 管线写完 20.6 万字的《前线部署工程师》一书,直接免费开源到 GitHub。一条 tweet 引爆传播,两周内 star 破 4000,82% 增长来自第一周。文章复盘了选题命中需求断层、借鉴《增长黑客》搭建内容结构、借助 AI 持续迭代、根据读者 PR/Issue 优化内容的过程,并指出 GitHub 是被低估的出版渠道,一个 star 即一次带身份属性的转发。作者随后补建官网、设立付费社群与直播课程,探索 AI 时代原生的内容出版与变现路径。
文章提出一套将 Claude Code 当作“AI 员工”而非聊天框使用的完整系统,包含九个组成部分:工作区(仓库目录结构)、记忆文件(CLAUDE.md、roadmap.md、review.md)、任务简报(plan mode)、工单(清晰的小任务)、自我检查(让 Claude 打开产品实际验证流程)、三层审查(人工 diff、标准审查、/review)、例程排期与权限控制。作者以医美机构漏接线索的自动回复产品为真实示例,演示如何通过上下文工程、明确范围和质量标准,让 Claude Code 高质量、可控地完成端到端产品开发与验收。
Claude Code v2.1.224 版本引入了跨会话消息功能,允许不同窗口、项目和机器间的会话通过SendMessage和ListAgents工具互相通信。官方提供改动预警、答案传递和长任务进度同步三个场景。该功能仅限信息对齐,无权批准权限或修改配置。作者提出多会话协作协议,强调当存在两个及以上相互依赖的会话时才适用,并需人为制定分工、模板与冲突协调规则。
本文深入解析了 Claude Code 创始人 Boris Cherny 的日常工作流与核心理念。他指出,Claude Code 的最佳使用方式已从传统的“单次提示”转变为“设计循环”,即通过多会话和子智能体构建自动化的系统。文章探讨了系统提示词的演进逻辑,并分享了如何像 Anthropic 内部团队一样高效编写 CLAUDE.md 文件:将 Claude 视为一名能力极强但患有失忆症的新员工,仅提供必要的全局指令与渐进式上下文。
本文是一篇详细的实战指南,教你如何从零开始,利用AI技术建立一个全自动的UGC广告制作工厂。作者强调广告的灵魂在于文案,因此流程以挖掘用户真实痛点和拆解爆款脚本为起点。文章详细介绍了如何通过分析竞品和用户评论来建立Obsidian爆款脚本库,并展示了如何结合Higgsfield平台或使用Claude Code自主构建Agent,以打通从调研、脚本撰写、图片生成到视频剪辑的完整AI流水线。
本文是一篇详细的实战指南,教导读者如何利用Claude Code和Higgsfield等工具,构建一个全自动的AI UGC(用户生成内容)广告生产管线。文章强调广告成功的核心在于文案与说服力,而非单纯的视觉渲染。作者详细介绍了如何通过调研挖掘痛点、使用Obsidian建立爆款文案库,以及利用代理工作流串联图像和视频模型,最终实现从产品研究到成品视频的端到端自动化生产。
文章讨论了 Anthropic 提出的程序员五种价值创造角色,并结合大厂团队的实际情况,提出了第六种角色“搬运工”。通过 15 场绩效沟通,作者分析了程序员在 AI 时代的焦虑与转型,指出解决之道在于补齐基建欠账和重新定义价值坐标。
文章探讨了 Claude Code 重启嵌套子代理后的最佳实践。作者指出大多数人滥用子代理导致资源浪费,并提出了一套结构化工作流:设置唯一的编排器负责计划,利用三层深度进行审查分发,限制子代理范围,并在核心环节使用旗舰模型,在执行环节使用低成本模型,以实现高效、低成本的高质量交付。
文章介绍了图工程在多代理系统中的应用,指出线性流程的效率低下问题。通过识别伪依赖、应用扇出-归约-合成模式,以及使用Claude Code构建图结构,可大幅提升系统并行处理能力和整体性能。
文章详细拆解了利用AI工具Claude Code批量生成小红书互动测评类数字产品的完整案例。作者分析了测试工具赛道的市场背景、用户心理及商业逻辑,分享了从市场验证、选品策略到AI自动化制作和运营推广的实操方法,并提供了平台合规与避坑建议,展示了如何利用低成本实现高利润的虚拟电商模式。
本文深入探讨了 Claude Code 等智能体工具在长对话中性能下降的现象。作者将其归因于“上下文腐烂”,分为无法避免的内在腐烂(模型架构限制)和可管理的内容腐烂(过时信息积累)。文章提供了具体的治理实践,包括前期策展、保持上下文清洁、及时重置以及使用 git 树结构管理会话,以维持工具的敏锐度。
本文介绍了Lyft联合创始人Matt Van Horn在不读写代码的情况下,利用Claude Code和Codex构建开源项目并登顶GitHub Trending的九条规则。规则包括快速发布、编写计划、信任Agent、优化使用成本、提供CLI工具、让工具自记笔记等,展示了非程序员如何高效利用AI进行开发。
该项目为Claude Code集成了28个心智模型和批判性思维技能,包括第一性原理、贝叶斯推理、系统思考等。用户可按需调用,帮助结构化决策和策略分析。测试显示技能未稳定提升准确率,但作者认为作为思考脚手架仍优于裸奔。
文章分享了使用 Claude Code 快速构建高端作品集网站的全过程。作者通过安装 Frontend Design 和 UI/UX Pro Max 技能,结合 Awwwards 参考图,利用精准的 Prompt 和交互式反馈,仅用 2 小时就完成了价值 5000 美元的设计,并详细介绍了动画实现、走查修复和最终打磨的方法。
本文介绍了Graph Engineering(图工程)的概念,阐述如何利用Claude Code构建分布式Agent系统。通过将任务分解为线性、分发、规约和验证等节点,实现高效、可靠的AI工作流,优化计算成本和结果质量。
作者记录了利用 Claude Code 和 AI 辅助工具,从零开始开发 AI 阅读插件 ReadCue 的全过程。文章探讨了 HTML 在 AI 时代的复兴、全新的设计开发范式,以及程序员如何从手写代码转向架构决策和产品定义。
作者基于1000小时的使用经验,分享了十个提升 Claude Code 效率的技巧。主要包括启用自动模式减少权限点击、使用计划模式防止构建错误、远程控制保持会话、利用 Superpowers 插件优化构建流程、设置 CLAUDE.md 规则、自定义技能、使用语音输入工具 Wispr Flow、优化 Token 使用、利用例行程序自动化任务,以及最重要的是构建第二大脑以积累上下文。
Anthropic 分享了使用 Claude Code 进行大规模代码迁移的经验,包括将 Bun 从 Zig 迁移到 Rust(两周完成百万行代码)以及 Python 到 TypeScript 的迁移。文章介绍了六步迁移流程,强调建立强大的“评判者”系统、制定规则书和依赖映射,并说明 AI 如何通过并行处理和自动化验证改变了代码迁移的可行性。
本文深度解读了 Anthropic 官方如何利用 Claude Code 完成百万行代码的大规模迁移。文章介绍了 Bun 从 Zig 迁移到 Rust 及 Python 项目转 TypeScript 的惊人案例,并提炼出包括制定规则、小范围试跑、对抗性审查等在内的“六步迁移法”,为开发者提供了高效的 AI 编程与代码重构实战指南。
本文介绍了一种基于 AI 工具栈(Fable 5、Claude Code、Higgsfield)的独立网页设计商业模式。通过将设计、开发和视觉生成外包给模型,个人可以实现高利润交付,将 90% 的收入转化为利润,同时保持与传统工作室相同的客户价值。
本文深入解析了Claude Code的“harness”架构,解释了为何简单的模型调用不足以构建可靠的代码代理。作者通过CrewAI框架逐步重建了包括核心循环、工具管理、规划机制在内的关键组件,揭示了通过工程化手段弥补模型差距的方法。
本文记录了从 Claude Code 迁移到 Codex 的过程。虽然 Codex 能自动识别并导入配置,但 Command 需手动改为 Skill,CLAUDE.local.md 也需单独处理。作者建议保留 Claude Code 用于深度推理,Codex 用于项目开发,无需二选一。
本文详细介绍了如何使用 Claude Code 构建跨境电商自动化体系。作者认为 Claude Code 在干活能力上优于 Openclaw,通过“引擎 + MCP(数据管道) + Skill(业务逻辑)”的三层架构,实现了选品调研、Listing与广告优化、独立站管理、SEO/GEO流量获取及运营自动化五大核心场景。文章提供了具体的 Skill 代码模板和实施步骤,帮助卖家通过技术手段替代重复劳动,实现降本增效。
本文探讨了 Claude Code 中的“Loop(循环)”概念,即 Agent 反复循环工作直到满足停止条件。文章详细介绍了四类 Loop:回合制、目标制、时间制和主动式,并分析了各自的最佳适用场景及如何控制 Token 消耗与保证代码质量。
文章介绍了一个名为 claude-video 的开源插件,利用 FFmpeg 场景检测和 Whisper 转录,解决了 Claude Code 无法精准看视频的痛点。该工具摒弃了随机抽帧,仅在画面变化时截帧,能准确理解图表、PPT 和 UI 变化。文中详细介绍了插件在 Claude Code、Cursor 等平台的安装方法、参数配置及会议纪要、Bug 复盘等七大实战场景。