标签 Golang 下的文章

别读代码了,看着它流过就行:ClawdBot 作者的 AI 开发工作流

本文永久链接 – https://tonybai.com/2026/01/28/clawdbot-author-ai-development-workflow

大家好,我是Tony Bai。

在过去的一年里,我们见证了 AI 编程工具的井喷。从 Copilot 到 Cursor,从 Windsurf 到 Claude CodeGemini CLI和Codex,每个人都在寻找那个“完美的开发助手”。

最近,爆火的个人AI助理开源项目 ClawdBotPSPDFKit 的创始人 Peter Steinberger 发布了一系列关于他AI 开发工作流的深度博文。他以一种近乎“未来主义”的视角,描述了一个令传统程序员既兴奋又恐惧的景象:

“I stopped reading code and started watching it stream by.”
(我不再读代码了,我只是看着它流过。)

这可真不是一句狂言,而是一种全新的且现实可行的工程范式

当 AI 的可靠性达到临界点,软件交付的速度不再受限于人类的打字速度,而是受限于模型的推理速度(Inference Speed)

今天,我们结合 Peter 的最新实践,为你拆解这套“以人为核心、AI 为手脚”的顶级开发工作流。

质变时刻:学会了“深思熟虑”的模型+工具链的“极简回归”

根据 Peter 的观察,真正的质变发生在 GPT-5.2 这一代模型发布之后。

早期的模型(如 Claude 3.5 Sonnet),虽然聪明但急躁,往往“顾头不顾腚”。而新一代的 Codex 模型学会了“沉默”

在面对一个复杂的重构任务时,模型可能会静默阅读代码长达 10 到 15 分钟,一言不发。这种“Think before Act”的特性,让它能够构建出极其完整的上下文图谱。结果就是:它能一次性(One-shot)搞定跨越数十个文件的大型重构,且几乎零 Bug。

这也宣告了 Plan Mode(规划模式)的消亡。以前我们需要强制 AI 先写计划再写代码,那是为了给旧模型的智商打补丁。现在,开发者可以直接与 AI 对话,像与一位资深架构师协作一样流畅。

此外,在尝试了市面上几乎所有工具(VS Code, Zed, Cursor, Gemini)之后,Peter 最终回归了一套极简的组合:
Ghostty + Claude Code + Minimal Tooling

为什么?因为 “Less is More”

  • 终端的复兴: 他抛弃了不稳定的 VS Code 终端,全面回归 Ghostty。因为在 AI 时代,终端才是最纯粹的交互界面。
  • 屏幕即战场: 他使用 Dell 40寸带鱼屏(3840×1620),同时平铺 4 个 Claude 实例 + Chrome。他不需要切换窗口,他像监控仪表盘一样监控着 4 个并发任务的进展。
  • 摒弃复杂 MCP: 他甚至反主流地删除了大部分 MCP(Model Context Protocol)。因为 AI 有时候会自作聪明地启动 Playwright 去抓取网页,而直接读取代码反而更快、更准、更省 Token。

Peter的这些实践告诉我们:不要被花哨的工具迷了眼。一个稳定、高性能的终端,加上一个聪明的 CLI Agent,就是最强大的武器。

像工厂一样生产:并行工程学

当“写代码”不再占用人类的脑力带宽时,Peter 的工作方式从“工匠”变成了“工厂厂长”

并行处理 (Parallel Processing)

他通常同时推进 3 到 8 个项目

  • 窗口 1:重构后端架构;
  • 窗口 2:优化前端交互;
  • 窗口 3:跑全链路测试。

开发者只需要在这些 Session 之间切换,确认结果,给出下一个指令。

线性推进,绝不回滚 (Never Revert)

“软件开发就像登山,走错路了就绕回来,而不是读档重来。”

他几乎不再使用 git reset。如果 AI 写歪了,直接告诉它“换个思路”,它会在现有基础上自我修正。甚至连 Plan Mode(规划模式) 都变得不再必要,就像前面提到的,新一代模型(GPT-5.2等)学会了“深思熟虑”,能一次性搞定复杂重构。

跨项目“抄作业” (Cross-Referencing)

代码复用从未如此简单。他不再写 Prompt 描述需求,而是直接说:

“Look at ../vibetunnel project, and implement the same logging system here.”

AI 会自动跨目录读取代码,提炼模式,并完美适配到当前项目。

基础设施的重构:CLI First

为了配合这种极速开发,Peter 彻底重构了他的技术栈选择逻辑。

拥抱 CLI (Command Line Interface)

“Whatever you build, start with a CLI.”

无论做什么 App,先做 CLI 版本。因为 Agent 调用 CLI 最方便,测试 CLI 最容易。GUI 只是 CLI 的一层皮。只要内核跑通了,让 AI 套个 React 壳只是分分钟的事。

Oracle(预言机)

当 Agent 遇到知识盲区(比如最新的 API 变动)时,它会自动调用 Oracle ——一个Peter开源实现的、联网的、专门负责爬取文档并总结答案的“元智能体”。知识获取的闭环,彻底自动化了。

文档驱动 (Docs-Driven)

他不再维护复杂的 Prompt 库,而是维护项目的 docs/ 目录。

想规范 AI 的行为?写一个 docs/architecture.md。

想让 AI 学会用 Vercel?在 CLAUDE.md 里加一行:logs: axiom or vercel cli。

文档,就是 AI 的“长期记忆”和“员工手册”。

给开发者的启示:核心竞争力迁移

在 Peter 的工作流中,我们看到了程序员核心竞争力的转移:

  1. 系统设计 (System Design) 是王道:
    当前的 AI 搞不定分布式系统设计,搞不定数据库 Schema 的前瞻性规划。这些“硬骨头”,才是人类的领地。
  2. 选择 AI 友好的生态:
    TypeScript (Web), Go (CLI), Swift (App),这三者是 AI 掌握得最好的。Peter 特别提到了 Go——以前他并不感冒,但后来发现 AI 写 Go 写得极好。为什么?因为 Go 简单的类型系统让 Lint 检查极快,AI 能迅速修正错误。相比之下,那些类型系统过于复杂或编译检查极其严格的语言,可能会增加 AI“一次做对”的难度,拖慢你的推理速度。

  3. 自动化一切 (Automate Everything):
    不要手动注册域名,写个 Skill 让 AI 去做。不要手动发推特,写个 CLI 让 AI 去发。为你自己,也为你的 AI 员工,构建大量的自定义基建

小结:享受创造

有人担心 AI 会让程序员失业,但 Peter 的实录告诉我们:这可能是程序员最好的时代。

在这个时代,限制你产出的不再是你的手速,也不再是你对某个库的熟悉程度,而仅仅是你的想象力

当你可以以推理速度交付软件,当你看着代码像瀑布一样流过屏幕时,编程就不再是枯燥的搬砖,而是一场纯粹的、创造性的游戏

资料链接:

  • https://steipete.me/posts/2025/optimal-ai-development-workflow
  • https://steipete.me/posts/2025/shipping-at-inference-speed

你的“未来工作流”

Peter 的工作流让我们看到了未来的一角。你敢想象自己“不再读代码”的那一天吗?在你的理想中,AI 应该帮你接管哪些“脏活累活”,让你能专注于更高维度的创造?

欢迎在评论区分享你的脑洞或对未来的担忧!让我们一起定义属于自己的 AI 工作流。

如果这篇文章点燃了你对 AI 编程的全新想象,别忘了点个【赞】和【在看】,并转发给你的极客朋友,邀请他们一起见证未来!


还在为“复制粘贴喂AI”而烦恼?

Peter 描述的“看着代码流过”的未来并非遥不可及。我的新专栏 AI原生开发工作流实战 将带你提前掌握这套高效范式:

  • 告别低效: 摒弃“聊天式编程”,重塑以文档和 CLI 为核心的开发范式。
  • 驾驭 Agent: 深入实战 Claude Code,像 Peter 一样构建自动化工作流。
  • 角色进化: 从“手动写代码”进化为“规范驱动开发”的工作流指挥家

扫描下方二维码,开启你的 AI 原生开发之旅。


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

Gas Town 启示录:多智能体编排开启 AI 编程工业革命

本文永久链接 – https://tonybai.com/2026/01/25/gas-town-multi-agent-orchestration-ai-programming-revolution

大家好,我是Tony Bai。

“启示录”(Apocalypse)在希腊语原意中并非仅指毁灭,更意味着“揭开面纱”。

2026 年的钟声敲响时,软件开发领域正经历着这样一场启示录。旧世界——那个由 IDE、手动键入代码、人类结对编程构成的世界——正在崩塌。我们拥有了前所未有的强大模型(Claude Sonnet/Opus 4.5、GPT-5、Gemini 3.0 Pro等),但当开发者试图用它们构建庞大的企业级系统时,却陷入了另一种混乱:我们被淹没在无数的 Prompt 中,我们在复制粘贴中迷失,我们变成了 AI 的保姆。

前 Amazon/Google 资深工程师、传奇技术博主 Steve Yegge 在其 57 岁生日之际,用一款名为 Gas Town 的工具,揭开了新世界的面纱。

他指出,行业的方向错了。我们一直在试图制造一只能够解决所有问题的“超级蚂蚁”(Super-Ant)。但纵观生物学与人类工业史,解决复杂规模化问题的从来不是一个个体,而是分工明确、协同工作的群体

Gas Town 的发布,标志着 AI 编程正式从 “单点辅助” (Level 6) 迈向 “集群编排” (Level 8) 。在这个新世界里,IDE 变成了过时的手工作坊,而 Gas Town 则是一座由 Go 语言 构建的、轰鸣作响的 AI 软件工厂

本文将带大家走进这片废土,见证多智能体编排如何开启这场工业革命。

软件开发的范式转移

开发者进化的终局

Steve Yegge 在其著名的《Revenge of the Junior Developer》中曾预言,AI 将赋予初级开发者对抗资深专家的能力。但他现在的观点更进一步:人类开发者必须进化为“编排者”(Orchestrator)。

为了厘清从“手工作坊”到“工业化生产”的演变路径,他在《Welcome to Gas Town》一文中,提出了一套精准的开发者 AI 进化等级论。首先,你需要在表格中找到自己的位置:

  • Stage 1: 零 AI 或近乎零 AI (Zero or Near-Zero AI)
    处于这一阶段的开发者,也许只使用基础的代码补全功能,偶尔向 Chat 问几个问题,工作流基本维持传统原貌。
  • Stage 2: IDE 中的编码智能体(权限开启)
    你开始使用 IDE 侧边栏里那个窄窄的编码 Agent。但你很谨慎,开启了所有权限拦截,Agent 每次运行工具或修改文件,都需要征求你的许可。
  • Stage 3: IDE 中的智能体(YOLO 模式)
    信任度建立。你关闭了烦人的权限询问,进入 YOLO (You Only Look Once) 模式。Agent 的权限变大,操作变得丝滑流畅。
  • Stage 4: IDE 中的宽屏智能体 (Wide Agent)
    Agent 逐渐反客为主,占据了屏幕的核心位置。源代码退居幕后,你不再逐行编写,而是在审阅 Agent 生成的 Diffs(差异)。
  • Stage 5: CLI 单体智能体 (CLI, single agent)
    你离开了 IDE,进入终端(CLI)。Diff 信息在屏幕上飞速滚动,你可能扫一眼,也可能根本不看,直接让它提交。
  • Stage 6: CLI 多智能体 (CLI, multi-agent)
    这是目前大多数高阶玩家的水平。 你经常在终端里并行运行 3 到 5 个 Claude Code 实例。你的编码速度非常快,远超常人。
  • Stage 7: 10+ 智能体(人工管理)
    你试图同时操作 10 个以上的 Agent,但你开始触碰到“人肉管理”的极限。窗口切换、上下文同步让你手忙脚乱,效率反而开始下降。
  • Stage 8: 构建你自己的编排器 (Building your own orchestrator)
    这就是 Gas Town 所在的领域,也是进化的终局。你站在了技术的最前沿,开始自动化整个工作流。你不再操作 Agent,你编排它们。

Gas Town 就是 Stage 8 的产物。当你有 30 个 Agent 同时工作时,你不再写代码,你是在管理产能


开发者AI进化的8个阶段

为什么是“工厂”?

Gas Town 的核心隐喻是“工厂”

在传统 IDE 模式下,AI 是你的结对编程伙伴(Partner)。这听起来很温馨,但不可扩展。你不能和 50 个人同时结对编程。

在 Gas Town 模式下,AI 是工人(Worker)。

  • 可替换性: 工人是“耗材”。一个 Agent 跑偏了、卡住了、上下文满了,直接销毁,启动一个新的接手。
  • 专业分工: 有的负责写代码,有的负责 Review,有的负责合并,有的负责打扫卫生。
  • 流水线: 任务在不同的 Agent 之间流转,而不是堆积在一个人身上。

解构 Gas Town —— 欢迎来到废土

Gas Town 的命名致敬了《疯狂的麦克斯》(Mad Max),暗示了 AI 编程早期的混乱与狂野。但在这层废土朋克的外衣下,是一套严密的分布式系统架构

基础设施:Town 与 Rig

Gas Town 采用了一种类似 Kubernetes 的层级架构:

  • Town (工作区): 对应 Kubernetes 的 Cluster。这是你的根目录(如 ~/gt),也是 gt 命令行工具管理的边界。
  • Rig (钻井/项目): 对应 Kubernetes 的 Node/Namespace。Town 下的每一个 Git 仓库就是一个 Rig。Gas Town 天生支持 Monorepo多仓库并行开发。你可以命令 AI:“在前端 Rig 加个按钮,同时在后端 Rig 写好 API。”

角色体系 (The Roles):智能体社会学

Gas Town 不使用通用的 AI,而是将 LLM 封装为特定的角色 (Persona)。每个角色都有独立的 System Prompt、上下文记忆和权限边界。

1. The Mayor (市长/经理)

  • 职责: 指挥官与交互入口。
  • 工作流: 用户通过 tmux 窗口向 Mayor 下达模糊指令(例如:“把登录页面的 CSS 丑陋问题修一下”)。Mayor 不会自己去修,它会分析需求,创建任务单(Beads),然后呼叫工人。

2. The Crew (船员/核心团队)

  • 职责: 你的贴身设计团队与长期雇佣兵。
  • 特性: Long-lived (长寿的)Named (有名字的)
  • 差异: 与一次性的 Polecats 不同,Crew 是你项目中的固定成员(你可以给它们起名,如 ‘Jack’, ‘Gus’, ‘Max’)。它们拥有持久的身份,直接向你汇报,不归 Witness 管辖。
  • 用途: 它们是 Gas Town 里的“高级脑力工作者”。你通常用它们来进行复杂的架构设计、深入的代码审查,或者生成给 Polecat 做的“燃料”(Guzzoline,即详细的任务清单)。你可以在 tmux 中快速循环切换不同的 Crew 成员,像检阅精英部队一样给它们派活,甚至可以指定其中一个为“PR Sheriff”(PR 警长)来专门管理代码合并。

3. Polecats (臭鼬/一次性工人)

  • 职责: 真正的执行者,耗材。
  • 特性: Ephemeral (短命的)。Polecats 是 Gas Town 的消耗品。它们是无状态的、用完即弃的。
  • 蜂群战术 (Swarming): 这是 Gas Town 最恐怖的能力。你可以瞬间启动 20 只 Polecats,并行处理积压的 20 个 Bug。它们各自拉分支、写代码、跑测试、提 PR,然后自我销毁。

4. The Refinery (炼油厂/合并专员)

  • 职责: 解决 Merge Hell (合并地狱)
  • 痛点: 当 20 只 Polecats 同时提交代码时,Git 冲突是必然的。
  • 机制: Refinery 维护一个合并队列 (Merge Queue)。它像一个冷静的守门员,依次将 PR Rebase 到主干,运行集成测试,解决冲突,合并代码。如果没有 Refinery,大规模的 AI 编程将不可持续。

5. The Witness (见证人/修复者)

  • 职责: 监控与运维。
  • 痛点: AI 经常会“发呆”(卡在等待输入界面)或陷入死循环。
  • 机制: Witness 像一个巡逻的监工,它不写代码,只盯着 Polecats 的状态。如果发现某个 Worker 长时间没反应,Witness 会执行 gt nudge(推一下)或重启该 Worker。

6. The Deacon (执事) & Dogs (猎犬)

  • 职责: 系统守护进程。
  • 机制: Deacon 运行在一个死循环中,维护系统的“心跳”。为了防止 Deacon 自己被繁重的杂务阻塞,它配备了一组名为 Dogs 的子 Agent,专门处理日志清理、状态同步等脏活。

核心机制:GUPP 与 NDI

Gas Town 的运行依赖两大理论基石:

GUPP (Gas Town Universal Propulsion Principle)

定义: “如果钩子(Hook)上有工作,Agent 必须运行它。”

LLM 通常被训练得非常礼貌,倾向于等待用户指令。Gas Town 必须打破这种“礼貌”。系统通过底层的事件循环,不断向 Agent 发送信号,强制驱动它们读取任务队列。

NDI (Nondeterministic Idempotence)

定义: 非确定性幂等性

在 Temporal 等传统编排系统中,工作流要求是确定性的。但在 AI 领域,同样的 Prompt 每次生成的代码都不同。

Gas Town 接受这种混沌。它不要求过程一致,只要求结果收敛。

  • Agent 崩溃了?没关系,新的 Agent 启动,读取 Git 中的状态(Checkpoint),继续干。
  • 代码写错了?没关系,测试挂了会触发新的 Loop,直到测试通过。

这就是 AI 时代的“最终一致性”。

技术核爆 —— MEOW 栈与 Beads 数据面

Gas Town 能够运转,不仅仅是因为 Prompt 写得好,更因为它底层有一套极具颠覆性的数据存储技术。这也是为什么它必须用 Go 重写的原因。

Beads:Git-Backed Graph Database

Steve Yegge 曾尝试用 SQLite 甚至文本文件来存储 Agent 记忆,但最终发明了 Beads

Beads 是什么?

它是一个分布式任务追踪系统,但它将 Issue(任务) 视为 Code(代码)

  • 存储: 每一个 Bead(任务单)是一个 JSONL 文件,直接存储在项目的 .beads/ 目录下。
  • 版本控制: 任务与代码同构。当你切换 Git 分支时,你的任务列表也会自动切换到该分支的状态。这对于 AI 理解“当前分支要干什么”至关重要。
  • 无冲突哈希: 为了支持分布式协作,Beads 不使用自增 ID(如 Issue #1),而是使用类似 Git 的哈希 ID(如 bd-a1b2),彻底解决了多 Agent 并发创建任务时的冲突问题。

MEOW 栈:分子级工作流

基于 Beads,Gas Town 构建了 MEOW (Molecular Expression of Work) 技术栈。

  • Atom (原子): 单个任务 Bead。
  • Molecule (分子): 可编程的工作流。它是一个由 Beads 链接而成的有向无环图(DAG)。
    • 例如:设计分子 -> 实现分子 -> Review 分子 -> CI 分子。
  • Wisp (游丝): 运行时的临时分子。它们在内存中流转,执行完即焚毁,不污染 Git 历史。

这套机制让 Gas Town 能够定义复杂的“软件生产配方”。你可以编写一个 Formula(配方),定义“如何修复一个 Bug”,然后让 100 个 Agent 同时执行这个配方。

为什么是 Go?(The “Boring” Advantage)

Steve Yegge 之前尝试过 TypeScript 和 Python,但最终 Gas Town (v4) 选择了 Go。这并非巧合,而是 AI 基础设施演进的必然。

  1. AI 生成代码的“质量悖论”:

    • TypeScript: 类型系统过于复杂。LLM 经常为了满足类型检查而生成大量无用的样板代码,浪费 Token 且容易产生幻觉。
    • Python: 动态类型导致运行时错误频发,且作为分发给用户的 CLI 工具,环境依赖管理是个噩梦。
    • Go: Go 的“无聊”是 AI 的福音。 Go 的语法简单、正交、缺乏花哨的语法糖。AI 生成的 Go 代码逻辑扁平(if err != nil),易于静态分析,且编译速度极快。在 Vibe Coding 的循环中,秒级编译意味着 Agent 可以更快地试错。
  2. 并发原语:
    Gas Town 本质上是一个高并发的编排系统。它需要同时管理数十个 tmux 会话、监控数十个 Agent 进程、处理并行的 Beads 数据读写。Go 的 GoroutinesChannels 让这种复杂的并发模型变得可控且高效。

  3. 云原生基因:
    Gas Town 的目标是成为 AI 时代的 Kubernetes。使用与 K8s、Docker、Terraform 相同的语言,意味着它可以无缝融入现有的云原生生态。

实战指南 —— Vibe Coding 与贝佐斯模式

Vibe Coding:氛围编程

在 Gas Town 中,编程不再是打字,而是一种“氛围编程” (Vibe Coding)

  • 你不再关注变量命名,你关注意图
  • 你不再关注函数实现,你关注验收标准
  • 实战场景示例:
    你告诉 Mayor:“给 Beads 项目加个功能,支持导出 CSV。”
    Mayor 创建 Beads,Witness 唤醒 Polecat。
    Polecat 1 写代码,Polecat 2 写测试。
    你不需要看中间过程。5 分钟后,Refinery 通知你:“PR 已准备好,测试通过,请验收。”
    你扫一眼 Diff,回复:“LGTM。”
    代码合并,任务结束。

贝佐斯模式 (Bezos Mode)

这种高效带来的副作用是 “决策疲劳”

Steve 称之为 Bezos Mode。就像杰夫·贝佐斯一样,你不再做执行层的工作,你整天都在做高维度的决策:架构评审、产品方向判断、风险评估。
这种高密度的决策会迅速耗尽大脑的“缓冲区”。Steve 及其团队发现,使用 Gas Town 后,他们每天下午必须强制午睡(Nap Strike),否则大脑会罢工。

这预示着未来开发者的核心竞争力,将从“编码速度”转变为“决策质量”。

终局 —— 工业化未来

编排器的战国时代

目前,Claude Code 只是“工人”,Loom 和 Ralph Wiggum 试图成为“包工头”,而 Gas Town 是唯一的“工厂”

Gas Town 不关注单个 Agent 有多强,它关注的是账本 (Ledger)审计 (Audit Trail)流水线 (Pipeline)。这才是企业级软件开发的刚需。

大公司的黄昏

Steve Yegge 做出了一个激进的预测:“一人一库” (One Engineer per Repo)

随着 Gas Town 类工具的普及,一个装备了 AI 军团的 3 人精英小组,其产出将吊打 100 人的传统开发部门。大公司内部繁琐的沟通成本,在 AI 的光速执行面前,将成为无法忍受的累赘。

未来的独角兽,可能只有 3 名员工,但拥有 3000 个并发运行的 Agent。

对于开发者而言,现在是时候放下 IDE,学习 Beads,去尝试驾驭那个疯狂、混乱但充满无限可能的 Gas Town 了。

小结:新世界的入场券

截至本文编写时,Gas Town 目前仍处于 v0.5.0 的早期阶段,它昂贵(消耗大量 Token)、危险(可能搞乱代码)、粗糙(基于 tmux)。但它代表了不可逆转的未来。

Gas Town 的出现,就是软件工程领域的“蒸汽机时刻”。它无情地宣告了手工作坊(IDE)时代的终结,并开启了工业化大生产(编排器)的序幕。

Go 语言凭借其稳健、高效和并发优势,再次赢得了这场 AI 基础设施战争的入场券。

“启示录”已经降临。旧世界的围墙正在倒塌,而 Gas Town 的大门已经打开。

因为正如 Steve 所说:“你是想继续做一只忙碌的蚂蚁,还是想成为那只在竹林里指挥若定的熊猫?”

Welcome to Gas Town.

The factory is open.

参考资料

  • https://github.com/steveyegge/gastown
  • https://github.com/steveyegge/beads
  • Welcome to Gas Town – https://steve-yegge.medium.com/welcome-to-gas-town-4f25ee16dd04
  • Gas Town Decoded – https://www.alilleybrinker.com/mini/gas-town-decoded/
  • Beads best practices – https://steve-yegge.medium.com/beads-best-practices-2db636b9760c
  • The Future of Coding Agents – https://steve-yegge.medium.com/the-future-of-coding-agents-e9451a84207c
  • Gas Town Emergency User Manual – https://steve-yegge.medium.com/gas-town-emergency-user-manual-cf0e4556d74b
  • Stevey’s Birthday Blog – https://steve-yegge.medium.com/steveys-birthday-blog-34f437139cb5

你的“进化”阶段

Gas Town 描绘的未来令人心潮澎湃,也让人心生敬畏。对照文中的“8个进化阶段”,你目前处于哪一级?你准备好迎接“一人一库”的时代,还是更享受传统的结对编程?

欢迎在评论区晒出你的“等级”,或者分享你对多智能体协作的看法!让我们一起在废土中寻找新世界的坐标。

如果这篇文章点燃了你对 AI 编程的全新想象,别忘了点个【赞】和【在看】,并转发给你的极客朋友,邀请他们一起加入 Gas Town!


还在为“复制粘贴喂AI”而烦恼?我的新专栏 AI原生开发工作流实战 将带你:

  • 告别低效,重塑开发范式
  • 驾驭AI Agent(Claude Code),实现工作流自动化
  • 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码,开启你的AI原生开发之旅。


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

如发现本站页面被黑,比如:挂载广告、挖矿等恶意代码,请朋友们及时联系我。十分感谢! Go语言第一课 Go语言进阶课 AI原生开发工作流实战 Go语言精进之路1 Go语言精进之路2 Go语言第一课 Go语言编程指南
商务合作请联系bigwhite.cn AT aliyun.com
这里是 Tony Bai的个人Blog,欢迎访问、订阅和留言! 订阅Feed请点击上面图片

如果您觉得这里的文章对您有帮助,请扫描上方二维码进行捐赠 ,加油后的Tony Bai将会为您呈现更多精彩的文章,谢谢!

如果您希望通过微信捐赠,请用微信客户端扫描下方赞赏码:

如果您希望通过比特币或以太币捐赠,可以扫描下方二维码:

比特币:

以太币:

如果您喜欢通过微信浏览本站内容,可以扫描下方二维码,订阅本站官方微信订阅号“iamtonybai”;点击二维码,可直达本人官方微博主页^_^:
本站Powered by Digital Ocean VPS。
选择Digital Ocean VPS主机,即可获得10美元现金充值,可 免费使用两个月哟! 著名主机提供商Linode 10$优惠码:linode10,在 这里注册即可免费获 得。阿里云推荐码: 1WFZ0V立享9折!


View Tony Bai's profile on LinkedIn
DigitalOcean Referral Badge

文章

评论

  • 正在加载...

分类

标签

归档



View My Stats