先说个扎心的现实：咱们现在用的那个私人邮箱，早就不干「通信」的活了。它现在就两件事——注册各种服务时随手填一下，收一堆验证码。你点开收件箱翻翻，验证码、注册回执，外加铺天盖地的广告，能划半天才找出一封真人写的信。 所以腾讯这个新出的 `agent.qq.com` 是干嘛的？按官方说法，就是专门给 Agent 收验证码用的独立邮箱。说实话，单看这功能，现在有点扯——验证码这玩意儿，至于专门整个邮箱出来接吗？但转念一想，好歹是腾讯亲儿子，域名就一个 `@agent.qq.com`，前缀先到先得。**功能可以以后再吐槽，ID 这东西，不抢就没了。** 私人邮箱已经够脏了，没必要再塞给 Agent 当垃圾桶。给它一个独立的收件口，才是正经用法。 重点不在「又多了个邮箱」。重点在这个邮箱的前缀是先到先得的，而且——注册好之后**只能改一次**。这两条加一块，意思就很明确了：好记的短前缀，现在不抢，以后就是别人的了。…

Claude Code 这把双刃剑我用快两年——平时省心,时不时就降智,没规律,每次是不同锅.这一年没少踩坑:migration 撞号、同事 KV 段被我手滑覆盖、加钩子测 8 个场景才敢上.痛定思痛后护栏摁进三层.文档层:我口述、cc 整理、另一 AI 复述校反复到几乎逐字一致;再开 session 让 cc 出步骤,我反问为什么嚼到能讲清;对账后丢给 cc,每功能 e2e兜底.对账层:陪练(我用 workbuddy)挑刺 2-3 轮.hook 层:真阻断、强提示、上下文注入三种梯度,CLAUDE.md 反复叮嘱都不管用的(像 dev=生产=同库)只能让 hook 物理拦截.三层摞起来,中型功能慢30%,事故率从月均 1 次干到 0.…

DeepSeek 正式落地峰谷定价，白天 API 调用价格直接翻倍，精准覆盖 9:00–12:00 和 14:00–18:00 的标准上班时间。加上智谱、阿里云等厂商在订阅套餐里玩分时倍率，算力行业的"峰谷电价"已成趋势。偏偏开发者的正经干活时间全在晚上——白天被会议占满，加班才能安静写代码调 AI。峰谷定价一落地，白天开会摸鱼混过去、晚上熬夜赶工省 token 成本，活生生把加班搞成了省钱刚需。本文盘点了各家分时计费的玩法，顺带算了笔账：账面上省的是 Token 成本，背地里耗的是我们的下班时间。…

最近一直用 Claude Code 做项目迭代，踩了一个特别折磨人的坑：明明只是改几行简单代码、修复小Bug，Token 消耗却疯狂暴涨，轻轻松松干掉几千万 Token。而且经常没几次会话上下文就100%了。 一开始我特别费解，改动逻辑一点不复杂，为什么 Token 消耗会爆炸式增长？ 折腾复盘了好几天，彻底摸清了固定时间窗口+周总量Token套餐的消耗逻辑，也摸透了 AI 代码助手的上下文堆叠规则。今天把这套「省Token、不丢上下文、提升迭代效率」的实战技巧完整分享出来，专门适配和我一样用包月/固定额度套餐的开发者。…

上篇设计了"多 LLM 互喷辩论"的代码审查方法论，但偏演示性质。这次我动真格的：用 codex、qoder、workbuddy 三个大模型，对我的博客 e2e 测试框架（394 个用例）完整跑了一遍"审查 → 辩论 → 复核 → 修复 → 验证"全流程。结果揪出了 2 个真生产安全漏洞（公开 API 泄露草稿、JWT 撤销缺失），以及 1 个"跑了但没断言"的摆设测试。最终 5 个 PR 全部落地，测试从 394 条增至 399 条，全绿通过。本文是完整实战记录，包含工具选型、互喷过程、修复细节和踩坑经验。…

我平时 90% 的代码活靠 Claude Code,但有个问题它解决不了 —— 它自己审自己写的代码,我总不放心。同一天我跟同事吃饭,他随口说:"现在会薅很多 agent 的羊毛做代码审查。"我眼睛一亮 —— workbuddy 和 qoder 那俩免费工具我平时基本不开,免费额度反正放着浪费,这次的事正好用上,凑 3 个 LLM 一起审 6 万行 Go 后端。…

最近 OpenAI 的 Codex 火了，作为一个爱折腾的开发者，我当然第一时间打开了 Windows 应用商店，搜索、点击、安装，一气呵成。打开应用的那一刻，看着清爽的界面，新奇劲还没过，然后我打开设置，想把界面语言切换成中文——毕竟母语看着亲切嘛。 改了设置，重启 Codex，界面纹丝不动，依然是一口流利的英文。我以为是自己操作不对，又改了一遍，重启，还是不行。 作为一个有经验的技术人员，我开始了经典的排查三连......…

AI 写代码这一年,我反复踩同一个坑:聊到一半,它开始**胡说八道**——记错我已经做过的决定,生成不存在的 API,或者对一个早就解决的问题重新设计一遍。 后来我才意识到:这不是它变笨了,是上下文丢了。 每一次新对话,它都要从零开始「猜」我要什么;猜得准的时候像神,猜不准的时候就一本正经地编。我需要的不是更大的模型,是让它在每一次接棒时都带着完整的记忆。 所以我给自己定了一个目标:用一天时间,做一个完整的、能跑的项目,验证「AI 在不丢上下文的前提下,究竟能陪我走多远」。…

这个博客，说实话，没什么访客，更没什么评论，甚至评论这功能，我也是前几天才上线。 百度统计后台每天个位数 PV，百度甚至都没怎么收录。我自己也很久没写东西了——所以一个月能收到一两条评论就谢天谢地。但是评论这事吧，又不能不管。 比较了一下，最终选了DeepSeek的模型deepseek-v4-flash，价格本来就便宜（输入 0.5 元/百万 token，输出 1 元/百万 token），评论最长 500 字，再加上 system prompt 也才不到 1k token——算下来评论用那点token几乎可以忽略不计…

一个跑了 4 年的运维工具，service 层膨胀到 1.2 万行，3 套错误处理风格并存，测试覆盖率不到 5%。2024 年做过一次"半吊子 DDD 改造"，只改了目录名，代码还是老样子——这比不改更危险。2026 年，我决定用 AI 做一次彻底的重构，3 天完成 4 万行 Go 后端的 DDD 四层架构重写。这篇文章不讲"AI 写代码"的鸡汤，而是完整的工程实践：怎么把大项目拆成 AI 能稳定执行的颗粒度，怎么用 10 条机器可校验的标准约束 AI 输出，怎么用 126 个端到端用例让 AI 自己跑测试、自己改 bug，以及为什么 AI 写代码最大的成本不是"写"，而是"信心的保持"。最终 100% 代码由 AI 产出，我全程只做了三件事：定规则、拆任务、扫一眼通过率。…