# AI 能写代码，但它造不出软件 最近，我收到越来越多这样的消息：陌生人发来一段 AI 生成的代

“City Walk”——城市漫步，曾是年轻人逃离内卷的诗意解药：绿灯直行、红灯拐弯、路口掷骰子、遇见小店就进去坐坐，拍一百张照片，只为记录一条无人知晓的小巷。它不为打卡，只为“瞎溜达”。

很全面的视频 https://www.bilibili.com/video/BV1qTYizcEN3/?spm_id_from=333.337.search-card.all.click&vd_sou

昨天，谷歌不开任何发布会，直接甩出了一枚重磅炸弹——Gemini 3.0。 这一波更新来得猝不及防。

教程将分为以下几个部分： 教程目标：明确说明本教程将教会你什么。 前提条件：列出执行本教程所需的环境和工具。 操作步骤： 步骤一：进入容器并定位文件 步骤二：将容器内文件复制到本地 步骤三：在本地修改

大家使用 AI 的技巧无非就是更快、更准、更强、更稳、更省钱对吧。 这一期我就专门教大家 AI 省钱大法，绝对全面、亲测有效，让你的每一分钱都花在刀刃上。

前言 在AI大模型快速迭代的今天，各家厂商疯狂堆参数、拼算力，动不动就是参数翻倍，但日常用起来的感觉却大同小异。就在大家对"GPT-4.5级"、"性能提升30%"这些宣传话术感到麻木的时候，Googl

🧠用 HTML+JS 前端 + Node.js 后端（pnpm/dotenv/OpenAI）搭建 AI 图标生成器，详解 AIGC、DALL·E 3 调用、Prompt 工程与无障碍设计。

在发布 Gemini 3.0 的同时，还上线了一个名为 Google Antigravity 的全新开发平台。谷歌的说法是这是 VS Code的分支。

对于软件领域的大量设计原则和所谓的方法论，我一直持有很深的怀疑态度。为什么会存在这些原则，能否从科学的层面证明它们的有效性？可逆计算理论试图为软件构造提供一个更加坚实的理论基础，它明确提出应该将“差量

2025 年 10 月 15 日，苹果公司正式发布全新 M5 芯片。作为继 M4 之后的又一代 Apple Silicon 处理器，M5 采用第三代 3nm 制程工艺，在 AI 运算、图形性能与能效方

最近在参加公司的 Agent 比赛，尝试将一个想法用完整的 Vibe Coding 流程来实现，经过一些曲折，最后完成了，比传统Coding的效率的确提升了5倍左右，先介绍项目，最后再写开发总结。

🤖 微信群机器人实战：WxHook + Node.js 后端完整实现 📋 目录 项目概述 WxHook 运行流程详解 Node.js 后端架构 消息处理与自动回复 图表生成引擎 数据同步机制 实战经验

AI 能写代码，但它造不出软件 最近，我收到越来越多的消息：陌生人发来一坨 AI 生成的代码，配上一句“能帮我把它变成产品吗？”。 发信人往往是律师、销售、医生，甚至是咖啡店老板。他们没有写过一行生产

CodeBuddy 和 GLM-4.6 的不少文章，感兴趣的可以了解一下。GLM-4.6的编程能力很强，但是由于 CodeBuddy国内模型不支持GLM-4.6，一直没办法使用...

在这个AI恐怖的提效时代，很多同学应该都冒出过这样的想法：在AI的帮助下，这么快就做一个产品，为什么不尝试在业余时间自己做一堆产品，反正成本就只有自己的时间。万一有一个产品成功了，可能就不需要打工了。

字节推出了一款 AI IDE —— Trae。作为一款免费的编程工具，Trae 集成了强大的 AI 模型，支持中文，界面友好，适合零编程基础的小白和经验丰富的开发者。一句话：下限很低，上限很高！

背景 嘿，兄弟！你是不是也感觉 AI 越来越香，但 Token 账单也越来越“烫”？ 💸 GPT-4o、Kimi 这些模型的上下文窗口动不动就几十万、上百万 Token，我们恨不得把整个项目都扔进去。

Spec-Kit是GitHub开源的一个工具包，用于实现规格驱动开发（Spec-Driven Development）