今是昨非的博客

背景起因是：看群里一直说现在面试都是招 Agent 开发，我想了一下，对于 Agent 的了解并没有太多，只是天天提起，但具体说什么是 Agent，怎么封装 Agent，都不熟悉，所以就想着实际体验一下 调研Agent 开发是什么具体步骤，先了解一下 Agent 开发是做什么的，回头能说出个一二三。 Agent 开发的核心，是让模型从“会回答”变成“会感知、会规划、会调用工具、会执行任务并能自我修正”的系统。 Agent 开发不是只写一个聊天机器人，而是围绕目标、环境、工具、记忆、规划、执行和评估，搭建一个能持续完成任务的智能应用。 Agent 开发要做的事情，就是把大模型放进一个可控的执行系统里，让它在明确边界内理解目标、拆解任务、调用工具、处理反馈，并稳定完成真实任务。 Agent 开发和普通 AI 应用开发的区别普通 AI 应用更像是“输入问题，输出答案”。Agent 应用更像是“输入目标，系统自己决定怎么完成”。两者的差异主要在于 Agent 需要更强的行动能力。它不仅要生成内容，还要调用工具、观察结果、调整计划、维护状态，并在多步骤任务中保持一致性。因此，Agent...

Agent 开发指南：从任务定义到生产落地1. Agent 开发是什么Agent 开发的核心，是让模型从”会回答”变成”会感知、会规划、会调用工具、会执行任务并能自我修正”的系统。 Agent 不是简单的聊天机器人。普通 AI 应用通常是”输入问题，输出答案”，而 Agent 更像是”输入目标，系统自己决定如何完成”。它需要理解用户目标，拆解任务，选择工具，执行操作，观察结果，并根据反馈不断调整，直到完成任务或明确说明无法完成的原因。 因此，Agent 开发本质上是把大模型放进一个可控的执行系统里，让它在明确边界内稳定地完成真实任务。 2. 明确 Agent 的任务边界Agent 开发的第一步，是定义它到底要做什么。 例如，它可以是客服 Agent、数据分析 Agent、浏览器 Agent、代码 Agent、销售 Agent、办公自动化 Agent，或者企业内部知识问答 Agent。不同类型的 Agent，任务边界、工具权限、交互方式和安全要求都不一样。 任务边界需要回答几个关键问题： Agent 可以处理哪些任务？ Agent 不能处理哪些任务？ Agent 可以访问哪...

背景AI 时代，公司开发协作的方式正在发生变革。先调研一下，在 AI 加成下，公司是单人全栈的更多？还是团队协作的更多？ 就我的观察而言，目前，公司趋向于单人一个项目，而不是团队协作。 思考总结

背景突然发现了一个好玩的，每天点外卖，要先去自己找券领取，在 WorkBuddy 上发现一个《美团生活助手》的技能，不知道能做什么，也没试过，今天尝试了一下，好家伙，居然可以每天定时自动领取，优惠也还可以。步骤如下： 步骤打开 WorkBuddy，选择 技能，然后找到《美团生活助手》安装。如下图 然后新建任务，在输入框先选择技能《美团生活助手》，然后输入帮我领取优惠券，按照提示输入手机号和验证码，如下图： 近期还有外卖专享券，40-20，38-18；而且还可以设置每天定时自动领券，真是厉害了。如下图，

CodeBuddy 支持通过 models.json 配置自定义模型，这让我们可以接入 OpenAI Compatible 接口、代理服务、本地模型或其他第三方模型服务。 但手写 JSON 有几个明显的问题：字段多、容易写错、API Key 不适合频繁复制粘贴、availableModels 的语义也容易误解。于是我做了一个小工具：CodeBuddy Models Manager，用一个本地可视化界面来管理 CodeBuddy 的模型配置。 它解决什么问题如果你已经在本地配置了： 1~/.codebuddy/models.json 工具启动后会直接读取这个文件，并把已有模型展示到列表里。它不会在启动时覆盖你的配置，也不会在刷新页面时改写文件。只有你点击“保存配置”时，才会写回 models.json。 写回之前，工具还会自动创建备份，避免误操作导致配置丢失。 核心功能 查看现有模型列表 搜索模型 ID、名称或供应商 添加新模型 删除模型 修改模型字段 刷新并重新读取本地配置 管理 availableModels API Key 默认掩码显示 未修改 API Key 时自动...

UnifySkillManager一个统一的 AI 编程工具 Skill / Rule Manager现在不同 AI 编程工具都开始有自己的配置体系。 Codex 有 Skills，Claude 有用户级和项目级指令，Cursor 有 Rules，CodeBuddy 也有自己的 Skill 目录结构。它们解决的问题很相似：把可复用的工作流、规范、偏好和上下文保存下来，让 AI 在之后的任务里能稳定遵守。 但麻烦也随之出现了：每个工具的存储路径、文件格式、命名方式、全局配置和项目配置规则都不太一样。Skill 和 Rule 写起来不难，真正烦的是记住它们应该放到哪里。 UnifySkillManager 就是为了解决这个问题做的一个本地 Web 工具：把 Skill 和 Rule 统一存放在一个 Markdown-first 的本地库里，然后按需同步到 Codex、Claude、Cursor、CodeBuddy 等工具。 问题从哪里来现在很多 AI 编程工具都支持某种形式的可复用指令： Skill：适合保存可重复执行的工作流 Rule：适合保存编码规范、行为约束和团队约定...

背景期望是，AI 开发完一个功能，这个需求完成的很好；但是事实是，Ai 开发完一个功能，需要运行检测，然后修改，功能完成后，先提交（保证功能没问题）。然后再手动触发 CodeReview，优化代码；然后再确认功能没问题。然后再触发 边界和影响范围分析的 Skill，生成分析报告。在 AI 开发完一个功能之后，自动触发 CodeView 和 边界和影响范围分析的 Skill。 维护 两个 APP的感受：理想情况是：实现了一个之后，另一个 Prompt 直接复用即可。在一个遇到的问题，第二个上面完全能避免。实际情况是：由于代码实现的不同（比如组件封装、颜色、类名、方法名），必须微调 Prompt 才能使用；确实第一个上面的问题都避免了，但是难免会遇到不一样的问题。 理想情况是：1+1 = 1实际情况是：1+1 = 1.5；减少了写代码的时间，但是验证效果，调试，修改问题的时间还必不可少。并且会出现 AI 排查不到问题的情况，这时候就必须人工排查，分析原因，然后把思路告诉它，让 AI 顺着这个思路分析才能解决（比如排查播放器界面返回后性能埋点统计时长不对的问题，现象很明显，但是AI...

背景我突然想到一个有意思事情，平时我们都是让AI怎么变得像人，能不能让人变得像AI一样？ 使用 AI 前，都会先设置一些规则，作为 AI 必须遵循的基础。那作为人类自己是否也设立了基本的规则，也就是原则，不允许做什么，允许做什么，如何回答之类的。 使用 AI 时，都会知道 token 很重要，不能浪费 token。那作为人类，如果把想法类比为 Prompt 的处理，那么精力就是 token。所以胡思乱想，或者为小事浪费想法，岂不是很浪费 token，把精力耗没了怎么办？ 再者，我们都知道，AI 是如何提升的，通过大量的数据训练；那作为人类，如果想要成为某一方面的专家，是否也可以通过大量的数据训练，来提升自己成为专家的能力呢？比如你想让 AI 成为一个写作高手，会让喂给 AI 大量的文章数据和写作技巧，同理，如果你想成为一个写作高手，和 AI 一样，学大量的数据和写作技巧就行。 接上一条，如果 AI 能够通过训练成为某方面的专家，那这方面的专家还有没有意义？我们应该做的是做 AI 做不了的事情，“这里需要强调一点，永远永远不要让 AI 替你做决策，可以让它提建议，但是做决策...

背景昨天看codebuddy cli的文档时，看到了使用 Git Worktrees 运行并行 CodeBuddy Code 会话，我还没使用git worktree，决定了解一下这个功能。 什么是 Git Worktree？—— 给你的项目多开几张“办公桌”​在传统的 Git 工作流中，一个仓库（Repository）通常对应一个工作目录（Working Directory）。这意味着如果你想切换任务，就必须在同一个文件夹里切来切去。Git Worktree 的出现打破了这种“单线程”限制。它允许你在同一个仓库下，同时开启多个物理上的工作目录。如果把你的项目比作一个办公室，传统的开发模式是只有一张办公桌，换任务就得清理桌面。而 Git Worktree 则是为你多开了几张办公桌，每张桌子上都摆着同一个项目的不同分支，但它们共用同一个“档案柜”（即.git文件夹）。你在任何一张桌子上提交的代码，档案柜都会实时同步。 如何使用 Git Worktree？—— 三行命令搞定任务分身掌握 Worktree 并不复杂，你只需要记住这三个核心动作： 1. 开辟新战场：添加工作树假设你正...

背景今天听雪球《厚雪长波》卓哥这期，听到了一个观点，深感认同。 我自己的个人工作能力没有办法做大蛋糕，无论多努力我是做不大蛋糕的；那咋办呢，不但做不大蛋糕，我的蛋糕还被人切走了。科技在不断发展，它不断切我的蛋糕。 怎么说呢，一直没有想过这个问题，或者说一直在逃避这个问题。比如身为普通程序员，明知道有 35 岁的限制，但是还埋头装鸵鸟，假装看不到。 我们大部分普通老百姓收入来源和工作有很大的关系，要静态的评估下工作能不能产生更大的蛋糕了？ 科技在发展，AI 在不断进步，所以认真问下自己： 你觉得 AI 多久可以替代你？ 你觉得“努力工作”能让 AI 不替代你吗？能让老板不替代你吗？ 你觉得你的工作能力有没有办法做大蛋糕，比如期权、升职加薪？ 如果没有了工作，如何保障自己和家人的生活？ 我想了一下，我觉得我和他的答案一致： 我自己的个人工作能力没有办法做大蛋糕，无论多努力我是做不大蛋糕的；那咋办呢，不但做不大蛋糕，我的蛋糕还被人切走了。科技在不断发展，它不断切我的蛋糕。现在不是通过工作努力来改变人生，因为科技发展越来越多的工作被替代无可避免； 所以副业也好、自媒体...