AI 说好要端掉程序员饭碗，可数据显示工程岗反而最抗裁，我天天用 Claude Code 改代码，说点真实的
风投 SignalFire 扒了 8000 万家公司的数据后发现，大厂总招聘比 2019 年降了 25%，工程岗只降 11%，工程师占大厂新招的 55%。但「工程抗裁」不等于「程序员人人安全」，应届岗被砍掉六成多。作为天天用 AI 改代码的工程师，我说说我没被替掉、反而变成给 AI 兜底那个人的真实体感。
Google 把「操作电脑」塞进了主力模型，我一边想用一边在心里收紧缰绳
Google 把 computer use 从 Gemini 2.5 的独立模型搬进了主力的 3.5 Flash，让 agent 看着屏幕直接点浏览器、点手机、点桌面，调个 Gemini API 就行。门槛从专门调一个模型降到主力自带还便宜。我兴奋，但更想先想清楚一件事：我到底愿意让它点我的屏幕到哪一步。
字节说 TRAE 团队 90% 代码 AI 写的，可吞吐只涨了 60%，这个差我天天在还
火山引擎 Force 大会上，字节技术副总裁洪定坤甩出一组数据：TRAE 团队过去半年 90% 以上代码由 AI 生成，可人均需求吞吐只涨了约 60%。我天天用 Claude Code 改真实仓库，这个 90% 和 60% 的剪刀差一看就懂：AI 省下的是我敲键盘的手速，没省下的是我盯着它兜底的脑力。
我把一套 18 节的文字课做成了能听的有声书，全程只花 ¥40，关键是别买那个订阅
我把一套 18 节约 4763 行的文字课做成了能读能听的在线作品，18 节 AI 配音合计约 205 分钟，用 MiniMax speech-2.8-hd 配音，全程一次性只花了 ¥40 出头。最大的坑是 TTS 按朗读字数计费约等于原文字数乘 1.7，按原文估的 ¥24 会算少。计费上一次性任务选按量付费别买月订阅，先花几毛钱小样定好音色再全量跑。
通义让 agent「先想后做」，这正是我天天看它莽着改代码最缺的那一步
2026 年 6 月 24 日阿里通义开源 Qwen-AgentWorld，官方称是首个原生语言世界模型，让 agent 动手前先在模型里预测后果再行动，覆盖 MCP/Search/Terminal/SWE/Web/OS/Android 七大领域。通义自家 AgentWorldBench 上 397B 版整体均分 58.71 仅领先 GPT-5.4 的 58.25 约半分，这是厂商自报口径。我真正看重的不在跑分，而在它戳中了我天天踩的坑：agent 没想清楚就一秒改十几处把仓库改乱。
我做了个 AI 爱情预测，但花最多力气的地方，是不让它给你算命
飞飞用 Next.js 15.5.19 加 DeepSeek v4-flash 做了一个 AI 爱情预测小产品 ai-love.vance.xin，它不做玄学断言，只用一套轻量测试把你的性格倾向和关系价值观整理成一份可读的情感画像报告。这篇聊我怎么给 AI 划边界不让它说命中注定，怎么让模型输出结构化 JSON 稳定渲染，以及一个 AI 小产品真正的价值在哪。
国产模型说对 Opus 胜率 59.1%，天天用 Opus 改代码的我，换不换底座
2026 年 6 月 23 日字节 Seed 团队发布 Seed2.1 系列，官方众测里 Seed2.1 Pro 对 Claude Opus 4.6 拿到 59.1% 胜率。但那是字节自己组织的开发者评测不是第三方实测，对标的还是 Opus 4.6，而我天天在用的是 Opus 4.8。我换不换底座，答案是分活而不是替代，价格便宜 80% 才是它真正值得认真对待的地方。
AI 把写攻击代码的门槛打下来了，天天授权 agent 改代码的我慌不慌
2026 年 6 月 22 日五眼联盟联合警告，据报道点名 OpenAI GPT-5.5-Cyber 和 Anthropic Mythos 会在几个月内把写复杂攻击代码的门槛打下来，OpenAI 同周发 Daybreak 安全系列对冲。我天天授权 Claude Code 改自己仓库，真实敞口不在模型变强，而在我交出去的密钥和权限，我不改工作流但会收紧三件事。
Oak 想给 AI agent 换掉 git，我天天用 Claude Code 改代码，先说说 git 到底卡在哪
Oak 是专为 AI agent 设计的开源版本控制系统，用 BLAKE3 内容哈希加 FastCDC 分块重做存储，把分支当工作单元替代逐次提交，v0.99.0 公测、Apache-2.0、可 oak export 一键导回 git。我天天用 Claude Code 改代码，最痛的是 agent 一个任务反复改几十次把 git 历史写乱，但短期不会换底座，更认「人确认后才落进 git」的折中路线。
我把博客改成了 GEO 友好，两周后回流率只有 0.21%，但这件事值得做
飞飞把博客 vance.xin 真实落地了 GEO 五阶段（爬虫准入、llms.txt 机器可读层、description 结论块进流水线、知乎回链、自建爬虫周报），首份 7 天数据 AI 爬虫抓取 4713 次、AI 回流仅 10 次、回流率 0.21%，结论是 GEO 是慢功夫，收录领先于回流，技术层让 AI 读得到，内容层才决定值不值得被引用。