文章

按选文顺序排。主题来自文章自己的标签，点进去是同一份目录的一个切面。

01约 8 分钟

AI Coding 体系架构图：从基础设施到治理体系的全景分析

从基础设施到治理，六层各自的职责，以及评价和成熟度如何把 AI Coding 从工具使用收成一套可落地的体系。

02约 8 分钟

采纳率、交付周期、场景 ROI：把「感觉变快了」写成能持续追踪的指标，并标明哪些数字不该拿去考核。

03约 4 分钟

生成是概率的，交付要确定。决策预解决、模板契约和置信度升级，用来消掉模型需要当场猜测的地方。

04约 8 分钟

Lint、类型、Mock、构建按拦截时机叠成四层：每层写明拦什么、怎么拦，以及故意不拦什么。

05约 7 分钟

中后台不该再做一个通用测试 Agent。用 PageContract 把 AI 压在推断数据和翻译断言两个窄口子上。

06约 3 分钟

把 temperature 调到 0 也挡不住格式抖动。结构化输出、自愈解析和自纠正循环，在架构层把非确定性吃掉。

07约 5 分钟

时间漂移、全局概括、否定极性：三类检索在召回阶段就错了，以及过滤、重排和图谱各自能补到哪一步。

08约 6 分钟

静态阈值白天误报、深夜漏报。用报错率和 3σ 分开突增与长尾，并把精确滑窗降成分桶，免得 Redis 被写爆。

09约 4 分钟

Monorepo 换来共享和重构效率，付出去的是构建和权限。一张矩阵、一棵决策树，用来做仓库选型。

10约 3 分钟

Node 调 Java 时，连接池、JSON 数字精度和协议选择会在边界上出事。多语言自治成立，坑在互调层。