PS：就着最近的研究，我想大概写一篇今年的趋势

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…

PS：今天拿到几天前申请的 Codex Pro 开源贡献者的半年体验卡，试着用 Codex Security 分析了一下我的一些项目。让 AI 分析了生成的报告，

> 摘要：当 Agent 开始结队工作时，真正的挑战就不再是“它们能不能写代码”，而是“我们能不能管理它们”。Routa Kanban

Harness Engineering 之所以在过去几个月迅速成为一个热门话题，很大程度上是因为越来越多团队意识到：AI Coding 的问题，从来不只是模型能力问题。上下文工程、提示词策略、多 Agent 协作都很重要，但这些讨论大多仍然停留在“生成侧”。一旦 AI Agent 真正进入软件交付流程，问题的重心就会迅速转移。

什么是 OpenAPI？ 简单来说，就是墨问提供了一系列接口，让开发者可以通过这些接口来访问墨问的服务：创建和修改笔记，设置笔记的格式，为笔记打标签，设置状态，公开还是私密等等。 有了 OpenAPI 之后，墨问就成了一个开放平台。在前 AI 时代，开发者可以基于 OpenAPI 开发自己的应用，比如墨问的 Chrome 扩展，或者把自己的信息源通过墨问 OpenAPI 直接输出到墨问，形成自己的知识体系，做墨问的创作客户端等等。 到了 AI 时代，搭配 OpenAPI 的，多了一个 MCP。什么是 M…

https://note.mowen.cn/note/detail?noteUuid=m9nentvuT10II_nLQAo4z 最早设计墨问的时候，原计划在 Web 端创作，阅读和交互用移动端的微信小程序承接，所以先做个墨问便签的 demo 试试小程序的能力。后来发现小程序也可以有桌面端，移动端能力也越来越强，就把创作和互动、AI 语音、画廊、AI 听读、pdf、视频号，都干到小程序上了。All in one。墨问便签也成了墨问。 AI 时代来临，Web 强势回归，它变得比任何时候都更加重要。配合大模型能力和…

2025 年的 3 月份我们结束了长达三年的墨问星球的运营，开始专注墨问的产品研发和内容创作。但耗时三年创作的内容如果留在知识星球里肯定就没用了，内容形式也不够友好。怎么整？ 年中的时候我们开始和字节的火山 VikingDB 合作，看看如何重新激活这三年的内容。当时我还写了一篇公众号：字节的火山 VikingDB 随后我们就启动了这个漫长的任务。做这件事需要很多细致的工作。首先要对星球里的内容做清洗，短文本、长文章、图文、问答等等，重新抽象，最后融合成墨问的 1303 条笔记，然后为这些笔记进行分类，更新内容，提取知识…

我最近才知道，JS正则除了全局g，不缺分大小写i，换行m，还支持一个名为y的标识符，表示粘性匹配。