技术探索与产品思考
Claude Code 写了我 90% 的代码——但那不是它最重要的工作
所有人都在讨论 AI 写代码有多快。但运营一人公司 30 天后，我发现编码是 Claude Code 做的最不重要的事。真正的杠杆在别处。
AI 让我 10 天做了两个产品——但一人公司的真正天花板不在这里
两个 AI 加持的 MVP 全部失败。不是产品不好，是零粉丝、零分发、零信任。用 Pieter Levels 的 $3M 数据和真实收入分布，拆解一人公司天花板到底卡在哪。
别人用 7 个 SaaS 工具跑公司，我用一个 Git 仓库
一人公司不需要 Zapier + n8n + Notion 的工具栈。我用一个 monorepo + Claude Code 构建了完整的 AI 操作系统：10 个 agent、10 条指令、245 行 CLAUDE.md。5 周 139 次提交的构建实录。
Google 流量暴跌 33%，但头部网站反而涨了——零粉丝创业者的分发策略必须重写
基于 16 个数据源的原创研究：SEO 正在结构性衰退，AI 搜索每次只引用 2-7 个来源。零粉丝创业者需要全新的三轨分发框架。
15000 个 AI 产品互相残杀，90% 会死——你凭什么活下来？
SaaSpocalypse 蒸发 $285B，每天 12 个新 AI 产品涌入。两次产品失败后，我从数据中找到了独立开发者的生存法则。
18K Star 的 Agent 编排器，和你可能不需要它的原因
ruflo 用 60+ 个专业 Agent、拜占庭容错共识和 Q-Learning 路由构建了企业级编排层。但对大多数 AI 开发者来说，单 Agent 才是正确起点。
20 人公司正在消失——AI 时代你该选哪种公司形态
AI 不是让所有公司变小，而是让中间层消失。从一人 AI 舰队到微型精英团队，哪种配置适合你？附产品形态×公司形态选择矩阵。
10 天做了两个产品，0 个用户——一人公司的第一个循环
用 AI 加持的需求挖掘系统选题，10 天内构建两个 MVP，两个都没通过验证。完整复盘 BuyOnce 和 Traction 的失败过程，以及我从中提炼的 3 个判断规则。
我做了个 SaaS，AI 一个下午就能复制——然后我想通了一件事
我做了一个 SaaS，发现 AI 一个下午就能复制。问题不是功能不好，是我选错了位置。这迫使我画出一张"栈所有权光谱"，以及一个反直觉的发现：往"轻"的方向走，也不安全。
18K Star 的 AI Agent 全家桶，藏着 5 个值得偷的架构决策
拆解 pi-mono 的 5 个架构决策：运行时 Provider 注册、双层消息、依赖注入工具、差分渲染、会话树。每个都能直接搬到你的 AI agent 项目里。
你的 AI 对话超过 20 轮就崩？这是因为你没有这三道防线
从 OpenClaw 的上下文管理系统中，提炼出 LLM 应用的上下文溢出三级防线设计
别再写死你的系统提示了——从 672 行代码中提炼出的 Prompt 组装模式
从 OpenClaw 的系统提示词构建器中，提炼出模块化、条件渲染的 Prompt 组装框架
我读了100万行代码，发现大多数 LLM 应用缺了最关键的一层
从 OpenClaw 开源项目的 Agent 引擎中，提炼出 LLM 应用的生产级容错层设计
四大 LLM API 深度对比：ChatGPT / Claude / Gemini / Grok
系统对比 ChatGPT、Claude、Gemini、Grok 的会话层设计——消息模型、上下文管理、特色功能、API 风格，以及背后截然不同的产品哲学