我的一个补盲习惯：只看会议不够，我还会看聊天信号
从一个会议很少、代码提交也不多的工作日出发，解释我为什么会把聊天信号当成项目进展补盲层。
Latest Posts
把 AI 接进评审后，我为什么更把它当校准器
当 AI 已经进入评审流程后，我更关心的不是它能不能直接拍板，而是它是否更适合承担校准标准、暴露分歧和辅助边界判断的角色。
通过竞品分析 Skill，帮助产品自省&进化
竞品分析不只是信息搬运，而是一种成长机制——既帮助产品识别下一步怎么走，也帮助做产品的人修正自己的判断。
我怎么设计一套带 AI 辅助的课程评审机制
当课程进入作品评审阶段，我更关心的不是让 AI 直接给分，而是先把评审维度、分歧暴露和人工复核机制搭清楚。
AI-first 设计系统的两条路线：格式层 vs 引擎层
当我围绕一个内部组件库样本验证 AI 驱动的设计系统引擎时，Google 发布了 DESIGN.md——一个只有 1 个文件 + 4 条命令的方案。这不是竞品——这是路线分歧。格式层和引擎层，代表了 AI-first 设计系统的两种哲学。
从工作台到开源：个人 AI 系统的产品化路径
我有一个跑了 3 个月的个人 AI 系统。它如何从'只有我能用'变成'别人也能用'？这是三级产品化的故事：工作台→Mindcraft→Cocreation Framework。
从 Vibe Coding 到可解释的 AI UI：为什么 AI 需要设计协议
Vibe Coding 让每个人都能用 AI 生成界面。但生成的东西没人能维护、没人能解释、每次都不一样。问题不是 AI 不够强——是 AI 没有约束。
可验证的 AI：如何让 Agent 用代码自证正确
AI 说'我已完成'的可信度大约等于小学生说'我写完作业了'。唯一可靠的验证是：跑一段代码，退出码=0。这篇讲我如何建立 AI Agent 的机器验证体系。
三赛道制：让每个人找到自己的 AI 学习路径
50 个人的 AI 训练营，有人想做产品、有人想写代码、有人两个都想。统一课程是死路。三赛道制是活路——但设计它比想象中难。
Spec→实现→结晶：一种让 AI 项目不失控的纪律框架
AI 帮你写代码很容易。但确保 AI 写的是对的东西、最后能收口——需要一套纪律框架。从需求收敛到方案设计到结晶验证的完整闭环。