工程
代码多三成，交付没动：AI 编程的下游账单
哈佛 718 家公司的研究显示 agent 让代码量涨三成，需求吞吐却没有显著变化，增益全部堆在评审环节。结合 Anthropic 三万次改动一天的三档审批流程，讲清楚为什么键盘上的速度不再是约束，以及度量口径该怎么换。
PRD 评审别再各说各话：一份从 12 个金融项目里长出来的对齐清单
2019 年冬天的投产前夜，我被业务方拦在会议室里翻规则卡，第 17 张卡上发现字段解释已经和上次评审会说的不一样。那次投产延期 3 周。从那之后我把 PRD 评审当项目来管，做了 12 年 PM，整理出这份从 12 个金融项目里长出来的对齐清单：术语对齐表、规则分级、决策权分清、结论分两栏、纪要 24 小时出。
规格驱动开发：把"给 AI 派活"变成工程流程
让 AI 直接开干很爽，直到同一个功能返工四遍。这篇讲我改成"先写规格再动手"之后的具体做法：一份可抄的规格模板、怎么让 AI 先挑刺、什么时候这套方法反而是浪费。
Git 分支工作流的基本习惯
这个博客项目到现在都没建 git 仓库，但分支工作流我在上一家用得很多，踩过坑。这篇记分支命名、提交粒度、rebase 和 merge 怎么选、合并前的四个动作，以及怎么避免直接 push 到 main。
Python 项目为什么要使用虚拟环境
三年前我电脑里两个项目共用全局 Python，装一个 httpx 0.22 直接把 Django 那边搞崩。从那天起每个项目必须有自己的环境。这篇是我现在的工作流，外加几个真实翻车：语法版本差异、python 命令找不到、rebuild 后忘装依赖。
AI 时代的测试：让生成物守护生成物
AI 能生成测试用例，但“生成一堆用例”和“有效的测试体系”是两回事。聊聊 AI 辅助测试的正确打开方式：人定策略，AI 补人力。
AI 写代码之后，评审该看什么
当一半代码是 AI 生成的时候，code review 的重点必须变：从逐行找 bug 转向审边界、审安全、审“它理解对了吗”。
从提示词工程到上下文工程
过去一年最明显的变化：写好一句指令带来的提升越来越有限，而“给模型看什么”——文档、示例、历史、工具结果的组织方式——成了效果的主要变量。