已有业务如何走向 AI-Native 研发：从协作规范到 PEC
从一个人的产品创建走到已有业务的多人维护，AI-Native 研发需要处理跨人、跨模块和持续变化的上下文。我想探索 Product Engineering Context，将业务与产品知识、代码和数据库之间的关联，建设成人和 Agent 都能使用的上下文管理系统。
阅读AI回复很累，连续协作消耗精力很快，我用i-have-adhd改善体验的实践
AI 的回复越来越完整，但信息太密、细节过早展开，仍然让我读得很累。这篇文章记录我偶然发现 i-have-adhd 后，借助 grill-me 梳理阅读感受、调整回复规则，并用同一个问题对比实际体验的过程。
做 App 的创业机会正在变窄，新的机会可能在哪里
AI 大幅降低了编码门槛，需求、分发和持续交付依然昂贵。当软件供给越来越丰富，个人创业可以换两个方向思考：用 AI 直接经营一项业务，或者为 Agent 提供可调用、可交付的能力。
我把 AI 开发工作台搬到了云端：随时随地做产品并部署上线
把 CloudCLI 部署到云端以后，我可以从手机、平板或任意电脑进入同一套开发环境，在多个产品工作区之间切换，并按需要使用 Claude Code、Codex、Cursor 等 Coding Agent。
10 个小时上线 Product Radar：真正加速我的不是写代码
五个晚上、约 10 个小时，我完成并上线了 Product Radar。真正让我满意的并不是编码速度，而是两次产品收敛，以及最终得到的视觉体验、领域模型和前后端工程结构。
一次 AI-Native 研发的尝试：快速但稳定地从想法走到产品
Vibe Coding 已经可以很快地生成产品，但我更想解决的是怎样让结果稳定地符合预期。这篇文章记录我对 AI-Native 研发的一次尝试：从 BRD、MVP PRD 到领域、UX、架构和实现，让 AI 真正参与完整的产品研发过程。
Long-Run Agent Harness 暂停记 -- 踩过的墙、剩余价值和我学到的
复盘自建 Long-Run Agent Harness 为何按下暂停：当 Human in the Loop 被压缩，自主 Agent 的产出质量会断崖式下滑；记录撞过的墙、/loop 与 /goal 让大厂下场后窗口的变化，以及胶水编程和中控平台真正沉淀下来的剩余价值。