给博客评论加了个 AI 审核员
这个博客，说实话，没什么访客，更没什么评论，甚至评论这功能，我也是前几天才上线。 百度统计后台每天个位数 PV，百度甚至都没怎么收录。我自己也很久没写东西了——所以一个月能收到一两条评论就谢天谢地。但是评论这事吧，又不能不管。 比较了一下，最终选了DeepSeek的模型deepseek-v4-flash，价格本来就便宜（输入 0.5 元/百万 token，输出 1 元/百万 token），评论最长 500 字，再加上 system prompt 也才不到 1k token——算下来评论用那点token几乎可以忽略不计…
我不是代码作者，我是 AI 的"包工头"——一个中型项目的代码重构实录
一个跑了 4 年的运维工具，service 层膨胀到 1.2 万行，3 套错误处理风格并存，测试覆盖率不到 5%。2024 年做过一次"半吊子 DDD 改造"，只改了目录名，代码还是老样子——这比不改更危险。2026 年，我决定用 AI 做一次彻底的重构，3 天完成 4 万行 Go 后端的 DDD 四层架构重写。这篇文章不讲"AI 写代码"的鸡汤，而是完整的工程实践：怎么把大项目拆成 AI 能稳定执行的颗粒度，怎么用 10 条机器可校验的标准约束 AI 输出，怎么用 126 个端到端用例让 AI 自己跑测试、自己改 bug，以及为什么 AI 写代码最大的成本不是"写"，而是"信心的保持"。最终 100% 代码由 AI 产出，我全程只做了三件事：定规则、拆任务、扫一眼通过率。…
AI 写代码的「修一炸三」老毛病,被我自己造的一个 skill 治了
我一个人业余时间维护博客,代码全让 AI 写。AI 写是真爽,但"修一个炸三个"、隔几周才爆的灵异 bug 让我睡不着觉 —— 加 admin 旁路普通用户跟着被放行、改空切片老判断走错分支,这种事我碰到不少。之前 Postman 反复点、curl 导出想写脚本、pytest 一套套,都跑不通 —— AI 方案头头是道,在我这项目里就是跑不起来。两天前一个脑洞:让 AI 不再"给我写测试",而是"AI 亲自当测试员",用 skill 把流程写死,/api-test 一召唤 AI 亲自跑、亲自看、亲自修。测试分 4 阶段:业务码、结构、类型、副作用,每加一层就揪出一批真问题。跑完报告,AI 顺手把红的修了,我只审 diff、确认没偷改测试,没问题就提交 —— 这就是我两天修 30 多个 bug 的真正原因。最终 300 个用例、14 阶段、100% data 校验、91 份报告、约 1 秒跑完。…