文章探讨 AI 编程工具对专业能力形成的负面影响。作者提出“专家级新手”悖论：有效使用 AI 编程工具需要深厚专业经验，而这些工具又绕过了培养专业能力所需的摩擦。多项研究（JetBrains、宾夕法尼亚大学、Anthropic）表明，依赖 AI 辅助的新手开发者容易产生“能力幻觉”，跳过关键规划步骤，学习效果反而更差。作者建议将 LLM 用作苏格拉底式导师而非答案生成器，区分“认知债务”与“认知卸载”，并提供了 AI 辅助使用检查清单，强调摩擦是形成专业直觉的必要过程。
作者龙海分享了自己用 AI 编程打造的 12 款真实产品案例，按生活、阅读、效率三大类展开。生活类包括听歌收音机「拾音FM」、互动游戏「中国故事」、音乐聚合工具 MusicBridge 和定时提醒锻炼的 FitGate；阅读类包括 Obsidian 播客文字稿插件、扫描 PDF 转 EPUB 的 Skill、Telegram 一句话下载电子书的 Skill；效率类包括灵感便签工具「灵感晾台」、优化 X 网页版的浏览器插件 OhMyX 等。作者强调需求来源于生活痛点，AI 编程时代是技术平权的年代，鼓励读者动手构建自己的产品。
这是一篇面向新手小白的 Chrome 浏览器超详细教程，分为上下两篇。上篇讲解如何把浏览器用快，涵盖安装方式、账号同步、地址栏搜索运算符（t/b/h/@等）、标签页快捷键与分组、书签历史下载面板、开发者工具及 chrome:// 隐藏页面等实用操作技巧。下篇讲解如何用 Vibe Coding（借助 AI 编写代码）从零开发一个 Chrome 扩展，包括扩展的目录结构、Manifest V3 的清单、Service Worker、Content Script、Popup 等核心概念，以及调试方法、上架 Chrome 应用商店的流程，并介绍了上架后通过扩展赚钱的四条路径，引用 Superpower ChatGPT 等月入数万美元的真实案例。
文章针对用 AI 快速搭建 App（Vibe Coding）后常见的隐患，提出上线前按风险分 6 层自查的清单：密钥泄露、数据越权（RLS/IDOR）、成本与支付、稳定性异常场景、合规审核（App Store 与国内上架要求）、上线后监控与回滚。每层提供可复制的命令、SQL 或提示词，建议用 Claude Code 先做安全审计但需人工验证越权测试和支付流程，最后附一份上线前贴墙检查清单。
程序员鱼皮开源的《Vibe Coding 零基础入门教程》9个月内 GitHub 突破 2 万 Star，内容从几十篇扩充到 170 篇，并被豆包等 AI 平台推荐。教程覆盖基础入门、AI 编程工具（Cursor、Codex、Claude Code 等）、模型实测横评、近 30 套项目实战、经验技巧、产品变现和编程学习资源，还包含 18 篇 OpenClaw 保姆级教程。文章介绍了教程结构、适合人群、学习路线及近 3 个月的更新内容，同时推广配套的 B 站霸榜视频课程，强调教程完全免费开源并将持续更新。
作者以程序员视角深入分析了数字生命卡兹克零编程基础、纯靠 AI 构建的开源项目 AIHot（AI 热点新闻聚合网站）。文章详细解读了项目的技术选型与架构：TypeScript 全栈 monorepo、React Router SSR 前端、Fastify API、pg-boss 任务队列，以及 RSS、网页爬虫、JSON 接口、推特、微信公众号等六种信源采集方式。重点剖析了其基于大模型的文章处理流程：预筛、五维度加权打分、摘要生成、向量聚簇归组。作者由此引申讨论 AI 时代软件工程可维护性标准的转变：程序员注意力从代码实现转向架构设计与约束，类比铝从贵金属到飞机材料的价值观变迁。
作者拥有6年游戏开发经验，制作过120多个游戏原型，但前100个几乎没有赚钱，转折点在于理解了分发的重要性。文章分享了作者如何借助 CrazyGames、Coolmath Games 等已有海量用户的网页游戏平台发布游戏，而非盲目自行推广。开发上，作者大量使用 AI 工具（Claude Code、Codex、AgentsGuild）进行 vibe coding，主要制作2D休闲益智类游戏。文章还讲解了游戏提交平台的流程、激励式广告变现方式、留存与参与度对收入的影响，以及如何通过数据分析持续迭代游戏。核心观点是：好的游戏只是起点，分发与用户参与度才是真正赚钱的关键。
文章针对 AI 编程生成的网页千篇一律（紫色渐变、圆角卡片、Inter 字体等）的问题，推荐四个工具：getdesign.md 提供现成网站的 DESIGN.md 设计参考，让 AI 按指定风格编写；libraries.dev 提供 UI 效果库，可直接复制 prompt 添加视觉组件；Impeccable 是项目完成后的设计审查 Skill，可对页面做 polish、audit、critique 等操作；OpenDesign 是本地优先的设计 Agent 工作空间，强调设计系统和资产复用。作者强调 vibe coding 不等于把审美外包给 AI，颜色、留白和取舍仍需人做决定。
作者宣布将其月活百万的AI热点资讯网站AIHOT正式开源。AIHOT最初是公司内部监控热点找选题的飞书机器人，经过七八个月迭代发展成百万月活产品。作者一直想开源但因旧架构质量差而不敢。利用中秋假期，作者借助Claude Opus 5.5、GPT-6 Astra等AI工具，采用'将旧代码蒸馏为功能文档再重写'的第一性原理方法，用3天完成项目重构，上线AIHOT 2.0并开源，包括采集流程、评分流程及所有Prompt，希望各行各业都能基于此框架打造自己的行业热点监控产品。
文章引用 DHH 的观点指出，手写代码对绝大多数程序员已不再经济，软件工程正演变为系统架构设计。通过 Artemis 和 SpaceXAI Grok 团队的案例，说明工程师如今通过设计验证循环（verification loops）让 AI 大规模正确地编写代码——如 Lauren Tan 每月发布 2000 个 PR。文章借鉴 Donella Meadows 的系统理论，提出优秀系统设计的三大特性：韧性（AI 通过测试、审查代理和生产可观测性自我校验）、自组织（循环学习将失败类型转化为新技能）和层级（将技能、工具与沙箱组合成可复用组件）。工程师的新职业是'驾驭智能'。
htmx 作者、Montana State 大学教授 Carson Gross 提出：在 agent 式编程时代，Markdown 正从文档演变为源代码。他认为 LLM 生成的代码不应只源自用完即弃的提示词会话，而应将捕捉系统意图的 Markdown 签进 /src，与生成代码放在一起。Markdown 具备可 diff、可 grep、人机皆可读写的优势，且遵循局部性原则，让代码模块自带解释其意图的文档。作者提议建立 /src/md 目录约定（含 README、OVERVIEW、features、data、api 等），由人撰写维护，代码与测试从这些 Markdown 派生，测试负责自动化验证正确性。当代码越来越便宜，真正有价值的是代码背后的意图，应将其持久化于源码目录之中。
文章批评'不再读代码、不再写代码'的行业风气。作者指出代码可维护性和好架构难以即时度量，其恶果需要数月甚至数年才显现，而有经验工程师依靠长期实践积累的直觉来嗅出代码异味。AI 因缺乏可度量的奖励信号，无法理解什么是可维护的代码，且从质量低劣的野生代码中学习模式，在简化代码、定义可复用函数上表现糟糕。更危险的是，依赖 AI 写代码和读代码的开发者将永远无法达到精通，因为他们不再从错误中学习。作者认为 LLM 只是工具，预言未来会有公司以'无 AI'政策作为竞争优势。
本文整理了 Matt Pocock 与 Gergely Orosz 的 96 分钟深度访谈精华。Matt 提出'知识已死，智慧永存'：AI 吃掉了战术性编程，人类须守住战略性编程。他分享了完整 AI 协作方法论：grill me（让 Agent 无情拷问以对齐需求）、spec→tickets 拆分工单绕开 15 万 token 注意力限制、wayfinder 用地图+战争迷雾隐喻管理超大工程、日班/夜班节奏。最具原创性的发现是'引导词'技巧：把经典软件工程书籍中的术语写入提示词，能激活模型深层概念、改变行为。他强调代码库就是 Agent 的运行环境，工程师应成为 Agent 的平台团队与园丁。结论是：帮助他的不是新方法，而是 25 年前的经典软件工程智慧。
