摘要

1) 一句话总结

该博客目录收录了 2016 至 2026 年间的 390 篇文章,真实记录了技术焦点从传统软件工程向 AI 提示词工程、AI 智能体(Agent)及 AI 重塑软件开发范式的演进历程。

2) 核心要点

  • 时间跨度与规模:目录覆盖 2016 年 6 月 16 日至 2026 年 2 月 21 日,共计 390 个条目。
  • 早期关注点(2016-2020):主要聚焦于传统软件工程、项目管理(如平衡质量与时间、Deadline 驱动)、团队招聘与个人生活记录。
  • AI 技术的全面转向(2023起):2023 年内容开始大量探讨大语言模型(LLM),重点分享提示词工程(Prompt Engineering)技巧,如提升翻译质量、控制 JSON 输出格式及“退一步提示法”。
  • 智能体(Agent)时代的爆发(2025-2026):核心议题升级为 AI Agent 的构建与扩展,深入探讨了 Skills、SubAgent、MCP(模型上下文协议)的区别与正确用法,以及上下文工程(Context Engineering)的实践。
  • 重塑软件工程范式:持续追踪 AI 对编程的颠覆,记录了“AI 写出 90% 代码”、“Vibe Coding 方法论”的兴起,并强调在 AI 时代,“品味与工程思维”比纯写代码能力更难被替代。
  • 行业前沿访谈与洞察:汇总了大量头部科技公司(OpenAI, Anthropic, xAI, Google)高管的深度访谈、内部会议实录,以及 Stack Overflow 和 Anthropic 的年度趋势报告。
  • 实战提示词与工具库:开源并分享了大量具体的系统提示词(System Prompts),涵盖 Claude Code、NotebookLM、Gemini、Codex 等工具在翻译、PPT 制作、学术科普和代码生成等场景的实际应用。

3) 风险/缺口

  • 代码质量与维护风险:明确指出“AI 编码效率 x10,Bug 风险也 x10”;且完全依赖 AI 快速生成的复杂项目(如两天开发出的视频编辑器)面临无法维护的困境。
  • 职业替代危机:明确提及“只会画按钮的设计师有麻烦了”,并探讨了在 AI 时代“写代码如果不值钱了”以及“马斯克预言编程消亡”带来的传统岗位生存危机。
  • 行业泡沫与硬件危机:记录了 2025 年末全球 AI 行业“狂热退潮,分化开始”的流量现状,以及“硅谷惊变:12万张 H100 的挽歌”所反映的产业波动。
  • 项目落地失败风险:明确记录了 AI Agent 在前端实际落地过程中经历过失败,并进行了真实复盘。

正文

关联主题