<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[sfishfly的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/sfishfly</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; sfishfly]]></copyright><item><title><![CDATA[第50章：从AI编程到AI驱动开发——未来3年的开发者技能路线图]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962398</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962398</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:15:24 +0800</pubDate><description><![CDATA[> - 一份完整的未来3年（2027-2029）开发者技能发展路线图，按月拆解  
> - 每个阶段的可执行学习任务清单 + 实战项目代码模板  
> - AI驱动开发的三个成熟度阶段：辅助、协同、自治  
> - 实战演练：从零搭建一个“AI驱动的开发工作台”（完整代码）  
> - 我个人的成长轨迹复盘与未来3年规划示例 ]]></description><category></category></item><item><title><![CDATA[第49章：2026年AI编程趋势解读——模型演进、工具升级、开发范式]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962379</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962379</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:15:15 +0800</pubDate><description><![CDATA[> - 2026年AI编程模型的最新演进：从通用LLM到代码专用模型，从云端到端侧  
> - 工具生态的三大变革：AI-first编辑器、Agent自动开发、低代码/无代码融合  
> - 开发范式的根本转变：从“人写代码”到“人设计意图，AI实现细节”  
> - 实战案例：用最新工具链在1小时内完成一个完整微服务项目  
> - 我亲手测试的6个AI编程工具横向对比（速度、质量、成本）  
> - 未来3年的技能路线图及学习计划模板  ]]></description><category></category></item><item><title><![CDATA[第48章：AI编程的成本优化——如何在AI API费用和效率之间找到平衡]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962328</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962328</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:15:04 +0800</pubDate><description><![CDATA[> - 真实分析：GPT-4、Claude、Copilot等工具的API费用构成，算清楚“每行代码的成本”  
> - 成本优化四大策略：模型降级、缓存复用、本地混合、提示词压缩  
> - 实战代码：用LangChain实现智能路由器，根据任务复杂度动态切换模型  
> - 成本监控体系：用量统计、预算告警、成本分摊报表  
> - 一个完整的案例：某公司如何将月AI API账单从$5000降到$1500  
> - 我如何用缓存和本地模型将个人AI编程月成本控制在10美元以内]]></description><category></category></item><item><title><![CDATA[第47章：企业级AI编程平台搭建——集成多种模型的统一开发环境]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962297</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962297</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:14:54 +0800</pubDate><description><![CDATA[> - 为什么企业需要自建AI编程平台：多模型接入、成本优化、数据安全、统一体验  
> - 整体架构设计：API网关、模型路由、缓存层、审计日志、成本控制  
> - 实战搭建：用FastAPI + Redis + Ollama/OpenRouter构建统一AI接口  
> - 模型路由策略：根据任务类型、成本、延迟动态选择最优模型  
> - 成本控制与监控：用量统计、预算告警、自动降级  
> - 一个完整的平台案例：支持多团队、多项目、自定义Prompt模板  
> - 我如何用这套平台将企业AI编]]></description><category></category></item><item><title><![CDATA[第46章：本地大模型编程——Ollama + CodeLlama/DeepSeek-Coder部署]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962272</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962272</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:14:46 +0800</pubDate><description><![CDATA[> - 为什么要使用本地大模型：数据隐私、离线可用、成本可控  
> - Ollama的安装与配置：支持多操作系统，一键运行代码模型  
> - CodeLlama、DeepSeek-Coder等主流代码模型的选型对比和下载  
> - 通过REST API将本地模型集成到Cursor、VS Code、JetBrains IDE  
> - 实测对比：本地模型 vs 云端模型的代码生成质量、速度、资源消耗  
> - 一个完整的实战项目：用本地模型开发一个“代码解释器”工具  
> - 我如何用本地模型在无]]></description><category></category></item><item><title><![CDATA[第45章：AI编程的伦理与合规——代码版权、数据隐私、安全边界]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962235</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962235</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:14:21 +0800</pubDate><description><![CDATA[> - AI编程中常见的伦理与合规风险（代码版权归属、训练数据泄露、生成代码的安全责任）  
> - 如何判断AI生成的代码是否可以商用，避免版权纠纷  
> - 构建团队数据隐私保护规范：敏感信息脱敏、API密钥管理、本地模型使用  
> - 实战案例：用AI自动扫描代码中的硬编码秘密和隐私数据  
> - 安全边界：哪些代码绝对不能交给AI生成（支付、加密、权限控制）  
> - 我如何用一套合规检查清单将团队AI代码安全风险降低90% ]]></description><category></category></item><item><title><![CDATA[第44章：团队知识沉淀——用AI将团队经验转化为文档]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962201</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962201</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:14:12 +0800</pubDate><description><![CDATA[> - 为什么团队知识总是流失（人员离职、文档缺失、经验散落）  
> - 如何用AI自动从PR、Slack、代码注释中提取经验并生成文档  
> - 实战案例：构建一个“团队经验问答机器人”基于RAG  
> - 用AI将散落的Wiki、会议记录、技术方案自动整理为结构化知识库  
> - 团队知识库的维护规范：定期更新、版本控制、权限管理  
> - 我如何用AI将团队知识沉淀时间减少80%，新人上手周期从2周压缩到3天]]></description><category></category></item><item><title><![CDATA[第43章：Code Review中的AI——如何结合人工审查和AI建议]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962177</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962177</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:14:03 +0800</pubDate><description><![CDATA[> - 人工Code Review的痛点（耗时、遗漏、风格分歧）与AI的优势（快速、一致、可扩展）  
> - AI Code Review的4种模式：预审、并行审、辅助审、自动修复  
> - 一个完整的PR审查工作流：AI初筛 → 人工深度审 → AI验证修复  
> - 实战案例：将AI集成到GitHub Actions，自动评论PR并标记风险等级  
> - 如何设计AI审查的Prompt，让AI输出结构化、可操作的评审意见  
> - 我如何用AI将团队CR时间从每天2小时压缩到30分钟，且问题发]]></description><category></category></item><item><title><![CDATA[第42章：AI代码生成的质量标准——何时用AI、何时自己写]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962147</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962147</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:13:53 +0800</pubDate><description><![CDATA[> - AI代码生成的质量分级标准：可用、稳定、安全、优雅  
> - 一个决策矩阵：什么场景适合用AI，什么场景必须人工编写  
> - 如何评估AI生成的代码质量（复杂度、可读性、安全性）  
> - 实战对比：同一需求下AI生成代码 vs 人工编写代码  
> - 团队落地：将质量标准集成到Code Review和CI流程  
> - 我如何将团队AI代码接受率从70%提升到90%]]></description><category></category></item><item><title><![CDATA[第41章：团队AI使用规范——如何建立团队的Prompt模板库]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962121</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962121</guid><author>sfishfly</author><pubDate>Thu, 25 Jun 2026 01:13:39 +0800</pubDate><description><![CDATA[> - 为什么团队需要统一的AI使用规范（避免代码风格混乱、降低沟通成本、加速新人上手）  
> - 如何设计和维护团队的Prompt模板库（按场景分类、版本控制、使用文档）  
> - 将Prompt模板集成到开发流程（Git hooks、IDE代码片段、CI检查）  
> - 一个完整的团队规范落地案例：从零建立“AI编程军规”到全员高效使用  
> - 我如何用这套规范将团队的AI代码生成一致率从40%提升到95%]]></description><category></category></item><item><title><![CDATA[第40章：移动端中的AI编程——Flutter/React Native/Kotlin]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962100</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962100</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:24:36 +0800</pubDate><description><![CDATA[> - 在Flutter中如何用AI快速生成Widget、状态管理（Provider/Riverpod）、网络请求代码  
> - 在React Native中如何用AI生成函数组件、导航、Hooks、样式（Tailwind或StyleSheet）  
> - 在Kotlin（Android原生）中如何用AI生成Activity/Fragment、ViewModel、Room数据库操作  
> - 一个完整的实战项目：跨平台新闻客户端（列表、详情、收藏）  
> - 我如何用AI将移动端开发效率提升2.5倍]]></description><category></category></item><item><title><![CDATA[第39章：前端项目中的AI编程——React/Vue/Next.js最佳实践]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962080</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962080</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:24:26 +0800</pubDate><description><![CDATA[> - 在React/Vue/Next.js项目中，如何用AI快速生成组件、页面、状态管理代码  
> - AI辅助编写React Hooks（useState、useEffect、自定义Hook）  
> - 用AI生成Vue 3 Composition API代码（setup语法糖、响应式变量）  
> - Next.js中API路由、SSG/SSR数据获取、动态路由的AI生成技巧  
> - 一个完整的实战项目：用AI构建一个博客系统（列表页、详情页、管理后台）  
> - 我如何用AI将前端开发效率]]></description><category></category></item><item><title><![CDATA[第38章：Go语言中的AI编程——高性能服务开发]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161962021</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161962021</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:24:18 +0800</pubDate><description><![CDATA[> - 在Go项目中如何用AI快速生成HTTP服务（Gin/Echo）、并发处理（goroutine/channel）、数据库操作（GORM）  
> - AI辅助编写gRPC服务定义和实现代码  
> - 用AI优化并发模型、处理竞态条件、设计高并发队列  
> - 一个完整的实战项目：高并发任务队列系统（生产者-消费者模式，支持优雅退出）  
> - 我如何用AI将Go开发效率提升4倍，从每周一个服务到每天一个]]></description><category></category></item><item><title><![CDATA[第37章：Java/Spring Boot项目中的AI编程——企业级开发提效]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161961992</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161961992</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:24:07 +0800</pubDate><description><![CDATA[> - 在Spring Boot项目中，如何用AI生成实体类、Repository、Service、Controller的完整代码  
> - AI辅助编写JPA/Hibernate查询方法、动态条件查询（Specification）  
> - 用AI生成Spring Security配置、JWT认证、权限控制代码  
> - 自动生成Swagger/OpenAPI文档、单元测试、集成测试  
> - 一个完整的实战项目：从零构建用户管理模块（注册、登录、角色权限、API文档）  
> - 我如何用AI将]]></description><category></category></item><item><title><![CDATA[第36章：Python项目中的AI编程——数据分析、爬虫、Web开发]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161961959</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161961959</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:23:56 +0800</pubDate><description><![CDATA[> - 在Python数据分析中，如何用AI自动生成pandas处理代码、缺失值填充方案、可视化图表  
> - 在爬虫开发中，如何用AI生成requests/BeautifulSoup/Scrapy代码，处理反爬和动态页面  
> - 在Web开发中，如何用AI生成FastAPI/Flask/Django代码，包括ORM、认证、分页  
> - 一个完整的实战项目：爬取电商商品数据 → 清洗分析 → 可视化 → 提供API服务  
> - 我如何用AI将Python开发效率提升3倍，从每周一个爬虫到每天一]]></description><category></category></item><item><title><![CDATA[第35章：多Agent协同工作流——设计代码生成+测试+审查的流水线]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161961920</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161961920</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:22:59 +0800</pubDate><description><![CDATA[> - 什么是多Agent协同，为什么单一Agent不够用  
> - 如何设计“代码生成Agent + 测试Agent + 审查Agent + 修复Agent”的协同流水线  
> - 实战案例：一个能自动完成“需求→代码→测试→审查→修复→合并”的端到端系统  
> - 用LangGraph或CrewAI实现多Agent编排  
> - 如何处理Agent之间的通信、状态同步、失败回滚  
> - 我如何用多Agent流水线将一个新功能从开发到上线的周期从3天压缩到4小时]]></description><category></category></item><item><title><![CDATA[第34章：自动化代码评审Agent——自动审查PR并给出建议]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161957868</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161957868</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:22:42 +0800</pubDate><description><![CDATA[> - 为什么需要自动化代码评审Agent：人工Review的痛点（耗时、疏漏、风格不一致）  
> - 如何用LangChain + GitHub API + AI构建一个能自动审查PR的Agent  
> - Agent的核心能力：分析代码变更、检测潜在bug、评估性能、检查安全、给出修复建议  
> - 实战案例：一个能评论PR、标记风险、甚至自动提交修复的Code Review Agent  
> - 如何定制团队评审规则（如禁止console.log、强制类型注解等）  
> - 我如何用Code]]></description><category></category></item><item><title><![CDATA[第33章：文档智能问答Agent——基于RAG的文档查询系统]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161952472</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161952472</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:22:30 +0800</pubDate><description><![CDATA[> - 什么是RAG（检索增强生成），为什么它能解决AI“胡编乱造”的问题  
> - 如何将公司内部文档、API文档、技术规范构建成AI可检索的知识库  
> - 用LangChain + Chroma/FAISS搭建一个能回答“文档内问题”的Agent  
> - 实战案例：为新员工打造一个“公司百科”问答机器人  
> - 如何优化检索质量：分块策略、Embedding模型选型、重排序  
> - 我如何用RAG Agent将新人答疑时间从每天1小时压缩到10分钟]]></description><category></category></item><item><title><![CDATA[第32章：MCP协议实战——让AI能够调用外部工具和API]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161952387</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161952387</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:20:55 +0800</pubDate><description><![CDATA[> - MCP（模型上下文协议）是什么？它如何让AI调用外部工具和API  
> - 用MCP将AI连接到数据库、文件系统、云服务、Slack等外部系统  
> - 实战案例：搭建一个能查询公司数据库、发送Slack通知的智能运维助手  
> - 如何设计MCP工具描述，让AI自动选择正确的工具  
> - 安全与权限控制：防止AI滥用敏感工具  
> - 我如何用MCP让AI自动处理工单，每周节省5小时 ]]></description><category></category></item><item><title><![CDATA[第31章：构建自定义Code Agent——打造专属的代码助手]]></title><link>https://blog.youkuaiyun.com/sfishfly/article/details/161952311</link><guid>https://blog.youkuaiyun.com/sfishfly/article/details/161952311</guid><author>sfishfly</author><pubDate>Tue, 23 Jun 2026 23:20:44 +0800</pubDate><description><![CDATA[> - 什么是Code Agent，它和普通AI助手的区别  
> - 用LangChain从零搭建一个能读写文件、执行命令、调用API的Code Agent  
> - Agent的核心组件：LLM、工具（Tools）、记忆（Memory）、推理引擎（Agent Executor）  
> - 实战案例：一个能自动修复ESLint错误、运行测试、提交PR的代码审查Agent  
> - 如何为Agent定制专属工具（如分析代码复杂度、生成文档、自动重构）  
> - 我如何用自定义Agent每周自动处理5]]></description><category></category></item></channel></rss>