AI 写代码很强，但部署这件事为什么还得自己动手？
独立开发者在部署自己的项目时，往往会发现一个尴尬的现实：AI Coding Agent 写代码已经很强了，但到了 DevOps 环节，它几乎帮不上什么忙。
Claude Skills：一人公司的AI能力基础设施正在成型
2025年10月，Anthropic正式发布了Claude Skills；12月，他们把Skills规范作为开放标准发布，OpenAI随后也采用了相同格式。
ClawdBot 极简部署指南：一个实例同时接入 Telegram 和飞书
ClawdBot（现已更名为 MoltBot）是近期 GitHub 上最火的开源 AI 助手项目之一，上线短短几天就突破了 10 万 Star。据说改名是因为 Anthropic 发了律师函——"Clawd"的发音和"Claude"太像了。
语音输入法横评：Typeless、豆包、微信谁才是AI工作流的效率之王
语音转文字工具正在成为AI时代的"最后一公里"——你用嘴说，AI来干活，中间这层输入效率决定了整个工作流的上限。最近测试了几款主流语音输入法，分享一些实际体验和选择建议。
月烧一万美元的Codex工作流，独立开发者能抄哪些作业
最近一篇关于Codex深度使用的文章在圈内流传，作者声称每月消耗数十亿token、API开销约一万美元，并认为绝大多数人严重低估了Codex在编码之外的能力——研究、知识整合、跨部门信息聚合，都能用它搞定。
从 63 个脚本到 13 个模块：一次零中断的 AI Agent 系统重构实录
当你的 AI Agent 系统膨胀到 63 个脚本挤在同一个目录里，改一个 Notion 数据库 ID 要搜十几个文件、改完还不敢确定有没有遗漏的时候，模块化重构就不再是"要不要做"的问题，而是"怎么做不翻车"的问题。
OpenClaw 的杀手锏不是模型，而是替你记住一切的长期记忆
OpenClaw 之所以让人越用越离不开，不是因为模型能力多强，而是因为它具备一个被严重低估的特性：长期记忆。每次对话都会被存档，日积月累之后，它对你的了解甚至超过你自己。这意味着你今天写下的一段思考，可能在半年后被精准调取——这才是「第二大脑」该有的样子。
AI编程助手的三层能力体系：Skill、Agents.md与MCP实战拆解
用AI写代码，光有一个聪明的模型远远不够。真正让AI编程助手变得强大的，是围绕模型构建的三层能力体系：Skill、Agents.md和MCP。这篇文章用一个实际项目——从PDF提取内容并部署为静态网站——把这三个概念讲透。
零代码基础用4天造出AIGC工作台：一个从业务痛点到产品上线的Vibe Coding实战
一个零代码基础的从业者，用4天时间通过 Vibe Coding 搭建了一个内部 AIGC 工作台——从飞书多维表格的自动化方案，到最终用 Cursor 写出完整的批量图片生成工具并部署上线。
Claude Code 创建者已不写任何代码：多云协作如何重新定义程序员的核心技能
Claude Code 的创建者 Boris 最近透露了一个惊人的事实：过去两个月里，Claude Code 编写了他 100% 的代码。不是 80%，不是 90%，是全部。他没有手写过一行代码。
OpenClaw 对接飞书多维表格：机器人权限配置一次搞定
在使用 OpenClaw 对接飞书多维表格时，权限配置是绕不开的一步，配错了轻则功能不全，重则整个流程跑不通。这里整理一份完整的飞书机器人权限配置方案，帮你少走弯路。