/804 字/阅读约 3 分钟
让 AI 写代码背后的十一道防线
一份脱敏的真实项目复盘：用 69 份文档、1067 条标题、560 份验证留痕，在 AI 动手写代码之前搭出十一道防线——目的不是限制 AI，而是敢让它碰生产系统。
共 26 篇
Engineering
- /2,649 字/阅读约 10 分钟
从"记得跑"到"跑不掉"：博客文章检查的 CI 门禁
博客的文章检查脚本经过几轮校准后已经很准，但一个问题把我问住了："它以后每次都会跑吗？"本文记录把检查装进部署门禁的完整过程——为什么"红叉警告"不算强制、怎么按变更类型分流检查强度，以及如何用临时分支和负测试证明门禁"会拦、且拦得准"。
- /1,487 字/阅读约 6 分钟
AI 记忆的抗膨胀：从"淘汰谁"到"留下谁"
跨会话的项目记忆文件会像所有"活"的文档一样膨胀。本文记录一次从 26KB 到 14.7KB 的安全精简：为什么"热度评分淘汰"不可行（使用不可观测、低频高损会误杀），改成"准入三条"，以及"先归档 → 先落点 → 后删除 → 再对账"的搬迁式精简流程与两个对账脚本。
- /2,516 字/阅读约 9 分钟
把产品短片做成可执行规范：封面、节奏、音效、动图四件套
一条 52 秒的产品短片，从「靠感觉做」变成「按规范复现」：四件套的实测参数、为什么每段时长必须是 GIF 的整数遍、音效为什么全部本地合成而不进素材库、指针为什么要放大到界面宽的 4.5%，以及用「承接（carry）」替代「淡入淡出换片」的改造过程。
- /4,264 字/阅读约 15 分钟
什么才算「同一件事」：热点聚类的三轮试错，与把判同交给模型之后发生的事
把「同一件事的多方报道」聚成一条时间线，听起来是道相似度题，实际做下来：纯余弦区分不了「同一领域」和「同一件事」（语料两两余弦最大仅 0.706），加实体词会把 Arxiv 每日批次串成 10 条大簇，最后只能退回最保守的口径。v2 把判同交给模型，第一次评测就被教做人——模型错判时置信度同样是 0.95+，校准阈值救不了。而上线之后最反直觉的发现是：判同明明准了，缺的却是「有人跟它撞题」。