生成式 AI 正在快速进入软件开发的核心流程。从最初的代码补全工具，到能够生成完整模块的 Coding Agent，再到可以自主修复

生成式 AI 正在迅速进入软件开发流程。从最初的代码补全工具，到能够执行复杂任务的智能体，AI 在开发中的角色正在不断扩大。 然而，在许多组织中，人们仍然把 AI 编程理解为一种工具升级：更聪明的 IDE 插件、更强大的代码生成器，或者更方便的技术问答助手。 这种视角很容易低估 AI 对软件工程的真正影响。 在越来越多的团队中，AI 不再只是提供建议，而开始参与实际开发任务，例如生成模块、运行测试、修复错误，甚至创建 Pull Request。软件开发正在逐渐从 **“人使用工具”** 的模式，转变为 **“人与…

几个月前，当 Coding Agent 的 CLI

在时时使用多个 Codex/Copilot/Claude/Qoder 编写代码之后，我第一次明显感觉到，整个产品推进的节奏都被拉快了。

在 Thoughtworks（现 Inspire） 的最后一个月里，我一直在为“下一个项目”准备一套 AI Coding 的端到端方案。这个方案基于 Claude

我还没从 Thoughtworks 离职的时候（现在在 Qoder 团队），我就想写一篇文章，把一张图里 `Loop` 那一栏补完整。那张图其实很直白：不是让 AI 生成更多代码，而是让 AI 在工程体系中稳定完成交付。左边是 `Rules`，把团队经验和开发约束变成 AI 可执行的工作规则；中间是 `Spec`，把模糊需求收敛成可拆解、可验证、可追踪的交付目标；右边是 `Harness`，把 AI 行为纳入工程治理边界，确保结果可验证、可度量、可放行。

先前有WeakMap和WeakSet，现在又出了JS WeakRef弱引用，可以优化内存开销，看案例很有价值，不过无论是官方还是我个人都建议大家谨慎使用，这又是为何呢？

mediabunny是一个非常成熟的音视频处理工具库，目前是众多基于WebCodecs API的项目中出类拔萃的那一个，本文就将通过多个案例，展示如何使用mediabunny实现视频的水印、剪裁以及合成等。

CSS居然可以判断用户的鼠标是从上面进来的，还是从下面进来的，其实现原理非常巧妙，仿佛变魔术一般，有兴趣的可以进来了解一下。

JSON对象新增了rawJSON方法，你知道他的作用是什么吗？

前端开发这么多年，有个心心念念的文字排版布局一直想要实现，那就是四面文字环绕效果，嘿，我发现，最近横空出世的pretext可以轻松实现这样的排版效果。