14 篇文章
标签：AI
收录 14 篇与「AI」相关的文章，包括 《写好 AGENTS.md：用渐进式披露管理 Agent 指令》、《海外 AI 服务实操指南：账号、订阅、支付与收款》。
写好 AGENTS.md：用渐进式披露管理 Agent 指令
说明 AGENTS.md 应保留哪些全局规则，哪些内容应下沉到目录、文档、Skill 或 CI，并给出可维护的模板与重构方法。
海外 AI 服务实操指南：账号、订阅、支付与收款
按实际操作顺序检查海外 AI 服务地区，配置 Google 与 Apple 账号，处理 Android、eSIM、礼品卡和订阅付款，并准备自由职业回款与 SaaS 收款。
AI 时代的 FDE：从客户筛选到生产交付
说明 AI 如何扩大 FDE 的工作范围，并从客户筛选、流程调查、方案定义、RAG、Agent、部署、组织采用到客户交接，整理一名 FDE 需要理解、亲手完成和证明的工作。
前线部署工程实战：从现场问题到可复用产品
拆解 FDE 如何观察真实流程、缩小交付范围、在旧系统中完成可靠集成，并把现场经验转化为可复用产品。
软件架构师的 19 个核心领域：边界与选型
系统说明软件架构、设计原则、接口、数据、缓存、消息、微服务、云原生、分布式、AI、安全、可观测性与性能优化等 19 个领域的职责、组合方式和采用边界。
5 个每天都能用的 Agent Skills：从需求澄清到代码结构
拆解 grill-me、to-spec、to-tickets、tdd 与 improve-codebase-architecture，说明它们如何把 AI 编程变成可重复、可验证的工程流程。
Matt Pocock 的 AI Coding Skills 工作流
从安装、仓库初始化到需求访谈、Spec、Tickets、实现与双轴审查，拆解一套可持续运行的 AI 编程流程。
MCP、RAG 与 AI Agent：知识、工具与执行的分工
比较 MCP、RAG 与 AI Agent 各自解决的问题、能力边界和组合方式，并说明如何按任务复杂度选择合适的系统结构。
RAG 是什么：从检索到生成的完整流程
解释 Retrieval-Augmented Generation 如何检索外部知识、构建上下文并生成答案，以及它与 context、vector database 和 fine-tuning 的区别。
Laravel 为什么适合 AI 辅助开发：约定、可读性与编程角色变化
从 Taylor Otwell 的访谈出发，说明 Laravel Boost、框架约定和可读 API 为什么利于 Coding Agent，并讨论代码成本下降后的审查、风险与学习方式。
AI 时代更需要重读《程序员修炼之道》
从 Matt Pocock 对 strategic programming 的推荐出发，说明 Tracer Bullets、Orthogonality、Design by Contract 等经典原则如何约束 AI 辅助开发。
从聊天到交付：Agent 的可验证执行系统
把模型、工具、记忆、工作流和安全边界组合成可执行、可反馈、可验收的 Agent 系统。
高转化落地页：AI 设计实战
从审美参考、Landing Page 转化结构、截图与源码复刻、Taste Skill、Design Engineering Skills 和 Impeccable，到 Components、Blocks、Templates 的选型与迁移，整理一套可验证的 AI 前端工作流。
Vibe Coding 零基础教程
一份面向零基础读者的 Vibe Coding 入门教程，以 ChatGPT 桌面客户端中的 Codex、TypeScript 和 Cloudflare Workers 为主线，讲清需求拆解、验证、Debug、Git 与安全边界。