看我如何用多 Agent 协同工作
单一助理用熟了之后，做 App 这类多角色、多节点的活，我更常换成项目经理、开发、测试、验收组成的多 Agent 小队。上下文隔离，专项专攻，构建更稳。
你的手艺正在被写成 Skill 时，人还该把力气花在哪
别人的 Agent Skill 把业务手艺打包走，模型迭代又把通用能力内化。看清繁衍与疫苗式类比的差异，焦虑来了立刻做能力拆分。
AI 画流程和架构图可以更便宜、更好改：改一个字，不用整张重画
流程和架构图会改很多轮。AI 生图又贵又不好改，有没有什么方式省 token，而且还能持续修改呢？。
用三个问题判断，你的产品算不算 AI Native
接了大模型不等于 AI Native。真正的分界线是 AI 有没有进入产品主流程：能否感知任务现场、对真实业务对象行动、结果能否被验证和撤回。
人机双写：我把人从工序里抽出来，放到门控上
AI 越来越能干，职场人却不该把网站、方案、材料整段甩给它。人机双写把人从工序里抽出来，放到门控上：执行可以交给模型，署名和责任还在人身上。
为什么世界反了？美国赌闭源，中国赌开源
美国头部厂商押注闭源、靠溢价变现，中国却把最强的模型免费开源。这不是慷慨或阳谋，而是两方各自把竞争锚在自己最难被模仿的优势上：一个赌软件生态，一个赌电力、制造与成本规模。
AI 能轻松解需求，却将迭代的坑留给了人
当 AI 开始直接承接需求、写代码并完成集成，交付变快了，技术债也可能同步加速。真正可持续的 AI 研发，需要把产品约束、架构反馈和人工责任放进同一套流程。
Markdown 已死？先别慌，自媒体又在夸大了
Anthropic 工程师力推 HTML 输出，但「Markdown 已死」是夸大其词。HTML 是给人看的，Markdown 是和 AI 说话的，两者根本不是一回事。
榨干 AI 效率，优雅的 AI 并行开发技巧
用 Git Worktree 实现 AI 并行开发：多个 AI 会话同时改代码不冲突，团队多分支开发自由切换
AI 干完了普通人能干的活，我们是时候去发展成少数派了
当 AI 模型强到连安全专家的活都接了，普通人凭什么不被替？从模型训练目标出发，理解你的独特性为何不可被拟合。
AI 加持我的办公后，活没变少，只是换了一种忙法：普通打工人的真实处境
AI 代劳后产物需审查对齐，老板预期加码与外行误读并存；借凯恩斯、杰文斯与产业集聚视角理解「忙碌换形态」。
对 Agent 操作 GUI 说不：从 CLI-Anything 看软件交互的下一步
CLI-Anything 爆火背后的思考：GUI 是给人设计的慢接口，Agent 需要的是直接触达操作层的快通道