Posts
601
AI Engineering Journal
Aide Hub
Practical notes on AI assistants, software architecture, and developer tooling.
Tags
200
Featured
0
Latest
N-Layered、Clean、Vertical Slice 到底怎么选：2025 年 .NET 架构取舍，别再站教派
Anton 这篇架构对比文最有价值的地方，不是再讲一遍概念定义，而是把 N-Layered、Clean Architecture、Vertical Slice Architecture 各自适合什么团队、什么复杂度、什么演进阶段说清楚了。真相通常不是选边站，而是按业务复杂度、团队协作方式和未来演进成本做取舍。
Continue readingTop Categories
View all tagsTrending Tags
Recent Posts
Browse archive-
N-Layered、Clean、Vertical Slice 到底怎么选：2025 年 .NET 架构取舍，别再站教派
Published: at 01:47 PMAnton 这篇架构对比文最有价值的地方，不是再讲一遍概念定义，而是把 N-Layered、Clean Architecture、Vertical Slice Architecture 各自适合什么团队、什么复杂度、什么演进阶段说清楚了。真相通常不是选边站，而是按业务复杂度、团队协作方式和未来演进成本做取舍。
-
Codex 用顺手，不靠玄学：OpenAI 这份最佳实践真正值钱的地方
Published: at 12:51 PMOpenAI 最新的 Codex best practices 不是一份提示词口诀表，而是一套把 coding agent 用成长期队友的工作方法：给对上下文、先规划、把规则沉淀到 AGENTS.md、把重复工作做成 skills，再用自动化放大稳定流程。
-
Temporal：用九年时间修复 JavaScript 的时间处理
Published: at 12:00 AMJavaScript 的 Date API 从 1995 年起就是开发者的痛点，三十年后，Temporal 终于以 TC39 Stage 4 的姿态登场。这篇文章梳理了从 Brendan Eich 的十天冲刺到 ES2026 标准化的完整历程，以及 Bloomberg、Igalia、Google 等多方协作的幕后故事。
-
Git 最容易混的 6 个命令，中文速查表
Published: at 12:00 AM`checkout`、`switch`、`restore`、`reset`、`revert`、`clean` 总让人脑子打结。这篇速查表不讲 Git 历史八卦，只讲每个命令到底改哪里、什么时候该用、什么时候别手滑。
-
GitHub Copilot CLI 里的 /research 是干嘛的？什么时候用最值
Published: at 12:00 AM`/research` 不是另一个花哨命令，而是 GitHub Copilot CLI 里专门处理开放式探索任务的模式开关。它适合查资料、比方案、摸陌生代码库、整理技术选型，但不适合拿来替代你对结论的最终判断。
-
别再让 Agent 每次都从零开始：OpenAI 这篇文章把技能化维护流程讲透了
Published: at 12:00 AMOpenAI 用 Agents SDK 仓库的真实做法说明，想让 Agent 真正提升开源维护效率，关键不是多写几个提示词，而是把技能、AGENTS.md、脚本和 GitHub Actions 组合成可触发、可验证、可复用的工程流程。
-
为什么 LSP Language Server 对 Coding Agent 很重要
Published: at 12:00 AM很多 coding agent 看起来会改代码，真正拉开差距的却常常不是模型本身，而是它有没有接上 Language Server Protocol。LSP 让 agent 从“搜字符串”进化到“理解符号关系”，跨文件修改、诊断定位和安全重构都会稳很多。
-
从零开始用 GitHub Copilot CLI：一门由 GitHub 官方出品的入门课程
Published: at 12:00 AMGitHub 官方发布了 Copilot CLI 入门课程，8 个章节从安装到 MCP 集成，带你用 AI 接管终端工作流。本文梳理课程核心内容，重点介绍三种交互模式的使用场景，以及 AI 真正改变了哪些命令行开发习惯。
-
AI 辅助编程的 8 个层级
Published: at 12:00 AM从 Tab 补全到自主 Agent 团队，作者梳理了 AI 工程实践的 8 个进阶层级，每一层都是一次生产力的跃升。模型能力在快速增长，但能不能用好它，取决于你所在的层级。
-
LLM 写形式化规约，看着像回事，其实什么都没验证
Published: at 12:00 AMHillel Wayne 分析了 AI 生成的 TLA+ 和 Alloy 规约：代码不能编译、属性只是同义反复、真正有价值的并发和活性属性 LLM 写不出来。形式化方法要普及，光能生成规约远远不够。
-
EF Core 里，`Where + Contains` 不是批量查询的终点
Published: at 12:00 AMAnton Martyniuk 在一条赞助帖里演示了 EF Core 大批量查询的 5 个替代方案。真正值得记住的不是某个库名，而是一个判断：当 ID 列表上千、还伴随联表和同步任务时，`Contains` 往往已经不是合适的入口。