大家好，我是不会喷火的小火龙。 最近半年，我的私信和评论区被同一类问题淹没了： "小火龙，我用 Cursor 10 分钟做了个 App，本地跑着没问题，一部署就各种报错，改了一下午越改越烂……" "AI 帮我写了个后台管理系统的 Demo，看着挺好的，我加了两个需求之后整个项目就崩了，连回退都回退不动。" 这些问题指向同一个根源。今天我把这件事说透。 一、喝着咖啡看 AI 刷屏很爽，直到我第一次尝

实测 DeepSeek V4.1 Flash 做全栈项目：我用它写了个 draw.io 绘图工具 大家好，我是不会喷火的小火龙。 前几天鱼皮哥发了篇测评文章刚刚 DeepSeek V4.1 Flash 正式发布，竟然干掉了自家的 Pro 模型？！梁圣回归，提到用刚发布的 DeepSeek V4.1 Flash 在 21 分钟内搭出了一个叫 DrawMind 的 AI 绘图工具：能在 20 秒内生成

大家好，我是不会喷火的小火龙。今天我们来拆解一个最近频繁登上GitHub趋势榜开源的多智能体金融量化交易全流程框架。 在平常让大模型直接分析股票，往往会得到一份四平八稳的研报。但在真实交易里，单向叙事暗藏风险：只要挑选不同的技术指标或新闻切片，无论看多还是看空都能写出逻辑自洽的分析。金融决策要在信息不对称下权衡概率与风险，并不存在现成的标准答案。 一、为什么单一 Prompt 难以胜任金融决策 用

大家好，我是不会喷火的小火龙。 GPT-6 Astra 一出来，官方文档里反复讲的就是一件事：端到端复杂任务执行。说白了就是，你给一个复杂需求，模型从头做到尾，中途还能接受你的反馈继续改。 作为一个每月 Token 开销不低的实战党，我对这种宣传向来是"先做再说"。这次我决定用一个真实项目来验证：让 GPT-6 在 Codex 环境里，从一份详细需求开始，完整交付一个互动式 3D 锦鲤池。 这篇文

本节重点 用 Cursor、Claude Code 或 Antigravity 写代码时，很多同学都有过类似的体会：让 Agent 写个独立的辅助脚本或单文件 demo，通常很顺手；但如果把它放进一个现有的多文件项目里做多轮迭代，往往很容易失控。比如顺手改掉没让它动的基础库、改错一个地方后进入反复修补的死循环，或者换个对话窗口就把之前的设计细节忘光。 这篇文章介绍我开发的开源 Agent Skil

欢迎 Star、体验与贡献： 开源地址：https://github.com/sz-xiaohuolong/vibe-workflow 背景 先说结论：AI 已经很会写代码了，但「会写」不等于「会把项目做完」 这两年，我越来越频繁地使用 Codex、Claude Code 这类 Coding Agent 做真实项目。 刚开始的时候，体验确实很爽： 「帮我做一个录音软件。」 几分钟后，目录有了，页面

背景 找过工作的人应该都懂： 面试复盘有多重要，复盘就有多难。 一场技术面四五十分钟下来，面试官可能连续问你： Java / JVM MySQL / Redis 项目设计 Agent / RAG 场景题 算法题 面试结束以后，你脑子里往往只剩下几个模糊片段： “刚刚那个问题，我是不是答错了？” “面试官追问了什么来着？” “我项目那里是不是讲得特别乱？” 更尴尬的是： 你明明知道这场面试里暴露了很

快速入门并发编程，学习JUC基础知识

介绍Spring 事务以及分布式事务的知识点