我一开始是不相信现成 SKILL 的。更准确地说，我不是不相信 agent，也不是不相信 skill 这个形式。我是不太相信各种开源 SKILL。因为在我原来的理解里，SKILL 本质上是个人工作流程和经验沉淀。项目、环境、踩坑、命令习惯，写成SKILL.md当然有用。但那更像是给自己用的工作手册。别人的开源 SKILL，我以前基本不 care。这不是傲慢。我当时真觉得：“这东西离开原作者的上下文

所以 vibe‑coding（边跟 AI 聊边写代码）的第一步，不是提示词，而是——先给自己装一套刹车系统：Git。• 但只要是那种“AI 可能会改很多、你也不确定改到哪”的任务（比如重构、改目录结构、升级依赖、批量改配置），“夯”的意思就是打基础。你把 AI 当队友没问题，但要先接受一个现实：AI 很容易一脚油门，把项目开进沟里。当你掌握这套“刹车系统”后，AI 才会真正变成你的效率倍增器，而不

AI-Shifu 现在有一个明确的工程现状：项目里相当大比例的实现、修复、重构和发布准备，已经由 agent 完成。这里的 agent 指 Codex 或 Claude 这类编码代理。人仍然负责需求判断、架构边界、风险取舍和最终验收，但日常代码生产已经不再主要依赖人工逐行编写。这个变化带来两个结果。一方面，功能迭代和问题修复的吞吐提高；另一方面，如果没有足够明确的规则和验证，错误也会进入更多文件、

"测"的精髓就是让 AI 承担测试的全部成本。怎么写测试根本不重要，重要的是你别自己跑。你描述测试场景（自然语言）AI 执行测试（Chrome MCP / browser）AI 发现问题自己修AI 全部通过后向你汇报你 30 秒看完报告，继续做甲方记住："AI 证明给我看能跑"。你觉得能跑的，上线全是雷。下一式我们讲扩：你不懂的领域，AI 帮你学——但学到的东西必须可验证，不能 AI 说什么你就信

有意思的是，这三个 Agent 跑久了之后，各自会积累自己的"记忆"——工作日志、踩坑记录、常用配置都沉淀在各自的 workspace 里。真正的转折是我给它自己研究流程，然后加了第一个 cron 任务——每天早上 10 点，自动从知乎热榜找几个问题，匹配我的知识库，写一篇回答草稿推到飞书。Agent 的 80% 时间不是在"思考"，是在调工具——跑命令行、操作浏览器、读写文件。"帮我写个邮件""

说实话，这种焦虑不是空穴来风。极端的点在于：从抓取、限流、定时任务，到 Nginx、证书、Docker Compose 一键拉起，再到 Umami 埋点统计——全链路都是 AI 做的。但别误会，这不是“AI 全自动”——这事真正的点在于：关键节点的判断与把控，是我做的。最“老登”的动作，其实是这个：我上线的同时，直接把 Umami 搭好并集成。但“要不要把统计当成第一天就做的事”，这个判断不是 A

"我要搭一个 SaaS 系统，后端用 Flask，前端用 React（前后端分离），数据层 MySQL，缓存 Redis，Docker Compose 一键部署，Nginx 做反向代理（/ 走前端，/api/ 走后端）。• ✅ 专业问法："我要搭一个服务，用 FastAPI + PostgreSQL + Redis + Docker Compose 部署，Nginx 做反向代理，Swagger 做

先说个数据：本月我的知乎盐选小说给我赚了六块多。别笑。这六块多的背后有个我觉得挺可怕的东西。事情的起因很简单。我装了 OpenClaw（龙虾）之后，第二天就写了一个 skill 让它到知乎上去写故事。女频反转短篇，就那种盐选付费故事。为什么写小说？我会写小说吗？我不会。我能判断一个短篇小说写得好不好？说实话也不太行。但我知道什么是 AI 味——那种一看就是机器生成的，句式工整得像高考范文的东西。所

说实话，这种焦虑不是空穴来风。极端的点在于：从抓取、限流、定时任务，到 Nginx、证书、Docker Compose 一键拉起，再到 Umami 埋点统计——全链路都是 AI 做的。但别误会，这不是“AI 全自动”——这事真正的点在于：关键节点的判断与把控，是我做的。最“老登”的动作，其实是这个：我上线的同时，直接把 Umami 搭好并集成。但“要不要把统计当成第一天就做的事”，这个判断不是 A

从"我想自动化知乎回答"到"打包成可复用的 Claude Skill 并开源"，全程大概 2 小时。它从我的博客里找到了 Git 教程（夯）、抄项目搭底盘（抄）、学技术栈组合（学）这几篇文章，综合成了一篇知乎回答，自动发布。我在知乎上会收到一些邀请回答，大多是 AI 编程、vibe-coding、Claude Code 相关的问题。知炼(ZhiForge)：用 Claude Code 自动化知乎回