OpenSpec 1.5 更新详解：Stores Beta、Explore-first 工作流与团队级规格协作
基于 OpenSpec 1.5.0 源码与官方文档，详细介绍 Stores Beta、/opsx:explore 工作流、既有项目引入方式、AI 工具适配修复，以及从单仓库规范到团队级规格协作层的产品方向。
AI 工程师 · 独立思考者
Remy（Redreamality）
用 AI 智能体构建，也把思考写下来——项目、文章、演讲与感悟，都在这里。
最新博客
查看全部OpenSpec 教程：CLI 安装、命令、AGENTS.md 与实战示例
面向 AI 原生规范驱动开发的 OpenSpec 实用教程：安装 CLI、初始化项目、创建变更、验证规范、使用 AGENTS.md，以及棕地项目工作流实战。
垄断 + 成瘾：拆解林园的投资体系（中国最"轴"的价值投资人）
深度拆解被称为"中国巴菲特"的林园，及其"行业方向 + 垄断 + 成瘾"三支柱选股框架背后，那个十年年化 23.73% 的私募冠军是怎样炼成的。
从忙碌海狸到现代CPU：一个 1936 年的抽象如何变成你手里的硅片
一篇从忙碌海狸函数出发，穿过冯·诺依曼体系，最终落在 CPU 指令周期上的导览。讲清楚图灵机的四个原语——纸带、读写头、状态、转移——是如何被工程化为现代计算机的内存层级、地址总线、控制单元和指令集的。
当人类不再需要工作：四维推演与红利地图
一次多智能体的思想实验——从经济、心理、社会结构、文明四个维度推演"后工作社会"的真实形态，并回答两个实操问题：过渡期的红利在哪里？token 会成为通货吗？
一万字讲透 CLAUDE.md/AGENTS.md：从基础到反直觉
从 Anthropic 官方规范到 Karpathy 的 program.md 范式，从"两次原则"到达尔文式记忆，从 Spec-Driven 到 Eval-Driven——一篇梳理 AI 编程代理指令文件的来龙去脉与反直觉心智模型。
DeepSeek V4 评测地图：读懂 2026 前沿 LLM 基准
从 LiveCodeBench 到 SWE-bench Pro，再到 ClawBench 家族——把 DeepSeek V4 报告里的十六个评测集一次讲清楚，顺便梳理 2026 年前沿模型评测的整体格局。
帘子后面是个人：UX 中的绿野仙踪法
在写一行代码之前，如何验证复杂产品——尤其是 AI 产品——的设想是否真的立得住？一个借自童话的老方法，在 AI 时代重新变得关键。
Agent Harness 模式：从 Claude Code 核心循环中提炼的工程蓝图
教科书里的 ReAct 循环到底缺了什么？我们从 Claude Code 源码中提炼出 Agent Harness 模式——一个可泛化的、让 AI Agent 在生产环境中存活的工程蓝图。
Claude Code 源码泄露：Anthropic AI 编程智能体架构深度解析
Claude Code 源码短暂公开。我们读完了全部 1,884 个 TypeScript 文件。以下是这套架构揭示的 AI 编程工具真正走向。
Agents of Chaos：为什么你的 AI Agent 离“毁掉一切”只差一个提示词
MIT、Stanford 和 Harvard 的一项大型研究展示了自主 AI agent 接入真实工具后的风险现实: 服务器被毁、敏感数据泄露、无限循环，以及被普通对话轻易操纵。
2026 AI 编程工具大战：Vibe Coding 正在把开发者工作流一分为二
Cursor、Windsurf、GitHub Copilot、Claude Code 和 Aider 的差异，已经不只是模型能力，而是 IDE 工作流与终端代理工作流之间的路线分裂。
沉思录摘选
查看全部最新演讲
查看全部多智能体系统
多智能体系统，从基础到实践
线上分享
量化交易策略分享
分享一些基础的量化交易策略和实践经验
线上技术分享会
最新思考问题
查看全部Augment Code 凭什么估值 10 亿美元？
从用户、定价、融资到投资人背景拆解 Augment Code——最能说明问题的不是产品，而是股东名单。
不同周期的走势是如何关联的？
多周期不是“互相打架”，而是同一套订单过程在不同分辨率下的汇总与嵌套
如何定义波段？
波段不是“天生就在那里”的东西，它其实是一套把噪声过滤成转折点的规则
如何定义趋势？
趋势不是一句“感觉在涨”，而是你先选时间尺度，再定义方向偏置和失效条件
如何定义结构？
把“结构”从一句口头禅变成可执行的规则：拐点、破位、状态切换
如何理解“盈亏同源”？
每一种优势都自带对应的失败场景：看懂你到底押的是什么，才知道亏损为什么出现
底噪（信号）
查看全部AI Agent 正在变成一种新的个人计算机形态
NVIDIA 在 2026 年 3 月 16 日至 17 日围绕 NemoClaw、OpenClaw 与 OpenShell 的表述，实际上是在推动一种新判断：私有、常驻、本地运行的 agent 可能会定义下一轮个人计算。
电信网络想成为 AI 的分布式推理层
NVIDIA 在 2026 年 3 月 17 日提出的 telecom AI grid 叙事，正在把运营商重新定义为边缘推理平台，让延迟、数据本地性与 token 成本都变成网络架构问题。
AWS 想让 Agent 开发拥有包管理层，而不只是 Prompt 层
AWS 推出的 AI Registry for Agents 说明，下一阶段的 agent 基础设施竞争，可能不只是模型和框架之争，而是围绕打包、分发与可复现安装展开。
Cloudflare 正在为 AI Agent 重写 Web 错误层，而不只是服务浏览器
Cloudflare 把 RFC 9457 problem details 带到 AI Agent 场景里。真正值得关注的，不是错误页长什么样，而是机器能不能可靠理解失败并继续执行。
GitLab Duo Agent Platform + MCP：GitLab 想成为 AI 编码代理的操作系统
GitLab 正在把 AI 编码从单点 copilot 推向受治理的工作流基础设施，通过外部 agents、托管凭证、审计轨迹与 MCP 连接整个 DevSecOps 栈。
Google Gemini 3 走向主流：正在你手机上悄悄发生的 Agentic AI 接管
Google 一边把 Gemini 3 Flash 变成全线默认模型，一边在 Pixel 手机上把 Gemini 推进到可代办任务的 agent 阶段。对开发者来说，更大的信号是前沿性能开始进入更便宜的价格带。
阅读笔记
查看全部OpenSpec 深度研究报告：规格驱动开发在 AI 辅助编程中的架构与实践
深入探索 OpenSpec 的核心架构、工作流程与企业应用，了解如何通过规格驱动开发解决 AI 编程中的上下文丢失和幻觉问题
BMAD-METHOD 使用指南：突破性敏捷AI驱动开发方法
深度解析 BMAD-METHOD 的核心架构、安装部署、智能体角色与四阶段敏捷方法论，帮助开发者掌握规格驱动的 AI 开发框架
GitHub Spec Kit 深度指南：AI 驱动的规范开发方法论
深入剖析 GitHub Spec Kit 的架构设计、工作流程与企业级应用，探索规范驱动开发（SDD）如何解决 AI 编程中的上下文丢失问题
《深度工作》阅读笔记
Cal Newport关于专注工作的书籍的关键见解和收获