陈大黄 (@realchendahuang)

达里奥，这盛世如你所愿。 为了用你家的克劳德，有兄弟专门搞了一套专用环境方案。你看看给程序员们逼成啥样了？ 项目：

经常用 AI 写代码的朋友们，可以了解一下领域驱动设计（DDD）这个概念。它的英文全称是 Domain-Driven Design。 平时做开发，很多人习惯先建数据库表、写增删改查，然后把一堆复杂的业务判断散落在控制器和前端组件里。一旦需求变多，字段和逻辑到处缠绕，改一个地方就坏一片。 DDD 的核心思想，就是把重心从底层的数据库和框架，拉回到真实的业务本身。在动手敲代码之前，先理清楚现实业务里的概念、规则和流转关系，让代码直接反映业务本身的逻辑。 在传统软件工程里，落地 DDD 通常围绕三个核心动作展开。 第一个是建立统一语言（Ubiquitous Language）。 在整个项目里，把所有的业务名词定下唯一标准。同一个业务概念，不能在需求里叫客户，在代码里叫用户，在数据库里又叫账号。统一了词汇表，沟通损耗直接抹平。 第二个是划分限界上下文（Bounded Context）。 再大的项目，也不能揉成一团。按照业务职责把系统切分成几个明确的独立边界。比如电商项目里，商品展示、库存流转、支付结算各自是一个独立的上下文，每个上下文只管好自己的规则，跨边界调用只通过清晰的接口契约进行。 第三个是构建充血的领域模型。 不要写那种只有字段、没有业务行为的空壳数据类。把属于某个实体的业务校验、计算逻辑和状态流转，直接封装在实体内部，让核心业务逻辑保持稳定。 搞懂了这套心智，在 Vibe Coding 时代跟 AI 协同就会顺手得多。 大模型写具体代码的速度极快，但它本质上是个概率系统。你给它一段模糊的需求，它顺着概率去猜，必然会胡乱生成一堆缺乏边界的胶水代码。 结合 AI 使用 DDD，最舒服的姿势是做好分工：人类负责搭建领域模型与划定边界，模型负责高效地补全具体实现。 具体的最佳实践可以总结为以下四步： 第一步，建立全局的领域词汇表与契约文件。 在项目根目录的规则文件或者系统提示词里，花几分钟把核心实体名词、状态枚举和核心行为定义清楚。给大模型一套毫无歧义的统一语言，它在命名变量、写类型定义和生成接口时就不会前后打架。 第二步，按照限界上下文限制 AI 的注意力范围。 不要试图让大模型一次性通读并理解几万行的大工程。按照业务边界把代码组织成清晰的模块。每次派发任务时，只把当前上下文里的实体定义、接口契约和相关文件喂给模型。把上下文体积控制在极小范围，模型的幻觉和误改率会大幅下降。 第三步，明确要求模型把规则内聚在实体内部。 给 Agent 提要求时，限制它不要在外层写一堆零散的条件判断补丁，而是把业务规则封装在对应的领域实体里。外层的调用代码越干净，后续让模型修改逻辑或者新增特性时，波及的范围就越小。 第四步，用行为测试作为确定性契约。 在让 AI 敲具体实现之前，先把领域实体的行为测试用例立起来。跑测试通过了才算交付。用严格确定性的单测和编译器，把大模型的概率漂移稳稳按在轨道里。 人类理清概念与划定边界，AI 负责快速落地代码。

计算机专业的同学，或者想深入摸透计算机系统的朋友，大家对《深入理解计算机系统》这本书应该都很耳熟。 过去自学这种七八百页的大部头，很多人从头到尾一页一页翻，遇到硬核的机器级表示或者异常控制流容易卡壳，最后大部分人连前三章都没翻过去。 在 AI 时代，逐帧看书去死记硬背其实是一种非常低效的方式。大模型本身就是现成的顶级导师，真正顺手的学法是让 AI 带着我们学，遇到卡壳的地方让模型结合上下文直接讲透原理，甚至让它出测试题来检验自己。 而 GitHub 上的 csapp-zh-markdown 项目正好把最关键的基础给铺好了。 作者把第三版全本整理成了纯 Markdown 和在线阅读站，排版干净，代码公式齐全，还把 238 道习题答案与八个实验的中文说明单独理了出来。不管是用大模型阅读器挂着边读边问，还是把整份文档丢给本地工具当知识库，都能省下大把时间：

AI 写的前端页面大概有以下几个特点： 万物皆卡片，卡片里面还要套卡片。 蓝紫色渐变，加上零位移发光光晕。 于是我们往里加极简、高级、现代、科技感的要求，但是效果不佳，让人血脉喷薄。 因为很多大模型的训练集里塞满了全世界最平庸的开源模版，放任它自由发挥，它的概率分布算出来的最优解就是这些模版垃圾堆。 前 jQuery UI 作者 Paul Bakaus 最近开源了一个设计规范工具 impeccable，可以参考一下：

现在做个个人小工具或者出海小产品，不建议买云服务器、配环境、折腾 Nginx，纯属自己给自己找罪受。 静态前端直接扔给 Cloudflare Pages，连着 GitHub 推送就能自动构建，全球 CDN 一分钱不收。 后端接口全丢给 Cloudflare Workers，毫秒级冷启动，每天几十万次请求的免费额度根本用不完。 数据库直接上 D1，本质上就是开箱即用的边缘 SQLite，不用自己管连接池，更不用天天提防数据库端口被扫。 用户上传的文件和图片丢进 Cloudflare R2，兼容 S3 协议，出网流量费直接免掉。 验证码和通知邮件接个 Resend，每月 3000 封免费额度，写两行代码直接发，不用自己去伺候邮件服务器折腾解析。 整套全托管组合跑下来，每月几十万次请求直接零账单。 省下买服务器的几十块钱是小事，最爽的是不用半夜被叫醒看日志，也不用操心磁盘满不满。 不用伺候机器，小东西安安静静跑在边缘节点，用到地老天荒也不用掏一分钱。

之前问了虚拟网卡 Tun 模式下微信图片加载慢的问题， 大家非常热心的给出了很多诊断的建议，我做了一下复盘： 微信的网络机制本身就极其特殊。@wq268888 提到微信自己有一套优先内置解析、网络嗅探和信息分析，一旦发现流量被虚拟网卡接管，就会不断重试，明确走不了才会降级到常规网络。@giv00257710 踩过更深的坑，发现微信很多图片其实是直接走纯 IP 地址拉取，压根不走域名，导致常规的域名白名单直接失效。加上 @tzhsz 提到的 edns 机制，多媒体 CDN 很容易被国外 DNS 误解析到海外服务器。 第一流派，也是呼声最高、提议人数最多的关停 IPv6 派。 @LeungDeo、@Edison_aware、@BarrySong97、@Ner0sss、@5tran9er 和 @ncle99 都直接给出了一句话诊断：关掉 IPv6。 @Jerry182809 直言用机场的第一步就是关 IPv6。@chrislee_sub 也吐槽微信的 IPv6 兼容问题早就存在好几年了。@0i8up 补充说国内很多家庭路由器和宽带的 IPv6 本身就极其不稳定，像没普及一样，开了徒增玄学断流。 关掉 IPv6 救活的远不止微信。@vireriver 反馈自己只要一开代理，京东和淘宝的商品图片全线崩溃，关了 IPv6 立刻恢复；@ddflj3310 也提到在 Surge 下剪映等抖音系应用完全登不上，同样靠关 IPv6 解决。@HunterRockCat 则提醒飞书等办公协同软件也会遭遇同样的问题。 背后的逻辑被 @grok 和 @MoeDejavu 点透了：绝大多数代理节点根本没有配置 IPv6 出口，但 DNS 偏偏解析出了 AAAA 记录。微信偏偏优先尝试 IPv6 连接，结果掉进路由黑洞死等超时，几秒后才狼狈降级回 IPv4，体感上就是图片一直在死转圈。@MoeDejavu 建议，如果关了 IPv6 还不稳定，记得把代理客户端里的 AAAA 查询解析也一并关停。 第二流派，追求完美双栈的 fake-ip 规则精修派。 很多朋友不想为了微信直接废掉 IPv6，选择对分流配置进行细化。@0xfingeroo 贴出了 GitHub 上 Clash Verge Rev 官方 issue 1762 的长篇排查讨论。 @qtwaiter 给出了教科书级的 fake-ip 原理：在虚拟网卡接管流量时，所有域名都被劫持进了虚拟私有网段。必须在 dns 配置的 fake-ip-filter 加入白名单，强制腾讯的多媒体域名走真实国内 IP 解析。比如针对 QQ 和微信的图片视频，把 放进过滤列表。 @LeonKuo2023 具体给出了两条立竿见影的直连后缀规则： 和 提醒，很多人的微信图片卡死，纯粹是因为分流规则没写全，图片请求被最底下的兜底规则误送到了海外代理。@cnfree8964 补充把严格路由关闭；@LaelLuo 建议排查 QUIC 协议嗅探；@neotuper 建议检查 SNI 分流；@AwesomeYang_com 和 @wooooow_wo 则建议在规则里单独指定微信进程走 DIRECT 直连。 第三流派，干脆放弃虚拟网卡的实用派。 @YanzuWuahh 早就被 Tun 模式的各种玄学搞烦了，选择退回经典架构：系统代理搭配 Proxifier，只对指定的海外开发工具开启强制代理，微信这种国内应用压根碰不到虚拟网卡。 @qg7777 提到，如果没有配置专门的软路由做增强模式，单靠本机跑单一的 Tun 模式极易翻车。@bnxiohi15661429 也吐槽某些客户端内核对 Tun 的处理不够完善，换成小火箭等工具反而没这些毛病。 第四流派，赛博神医 AI 排查流。 @dave33_z 分享了硬核实战：之前买 AWS Lightsail 晚高峰延迟卡死，直接把网络环境和配置丢给 Codex，一通调优把晚高峰延迟压到了六十毫秒。现在遇到各种网络玄学，直接把配置文件丢给 AI 分析。 @tina_sound43105、@neveriwill14294、@xueyu1125、@thePixelsAI、@Silas10m 和 @Lee656233622 全都站这一边。把本地分流规则丢给 Codex 或 DeepSeek，让模型顺着路由跳数检查，几分钟就能自动生成改好的配置。@misaki233q 更是让 Agent 搓出了一套高级双栈规则：国内应用走 IPv6 直连，海外流量走 IPv4 代理，鱼和熊掌全部兼得。 第五流派，反思工具本质的断舍离派。 @WetThinAir 抛出了一个直击本质的问题：我们到底为什么非要开 Tun 模式？像很多写代码的工具，单独配个终端环境或者局部端口就能跑得飞快，根本没必要为了几个工具让全系统的网络流量都从虚拟网卡里冒险淌一遍。 遇到微信转圈的朋友，照着这份清单排查，基本药到病除。

Anthropic第五宗罪：锁国 A社自己的Claude Code把缓存优化得好好的，一旦你敢接第三方工具或别的模型，就开始塞时间戳、会话ID，专砸你的缓存，让额度飞快烧光。 然后再宣布：第三方不准用订阅额度。 用技术手段把人逼回自己的小院子，这叫开放？固步自封、鼠目寸光、井底之蛙。呸！

Anthropic第四宗罪：华夷 A社条款写得清楚：中国及对抗国家不准用。还在Claude Code里偷偷检测时区，发现是中国就向自家服务器打报告。被揭穿了才说是反滥用实验。 我们泱泱华夏，不差你这三瓜两枣。把用户按国界分三六九等，这就是普世价值。呸！

很多人吐槽Deepseek V4 Flash没有多模态的功能 我调研一下目前性价比最高的识图模型是Qwen-3.7-Flash。 识别一张图片，成本在 0.0004～0.001 元，识别 1,000 张 普通图片≈ 0.6～0.8 元 基于以上信息，我们得出了真正的AI穷鬼全家桶方案： 1. OpenCodeGo 5美元套餐使用Deepseek V4 Flash写代码 2. 阿里云百炼（华北2北京区域）的 qwen3.7-flash识别图片 真正的Flash双杀来了！ 把它配置到Claude Code、 Codex或者pi agent里，两个模型组合起来，随便玩。

发现个好东西，DeepSeek官方居然在API里内置了联网搜索。 用Responses格式的接口调用deepseek-v4-flash模型，只要在请求参数里声明web_search工具，就能直接用他们服务端执行的搜索能力。 不用自己对接第三方搜索引擎，也不用额外申请搜索接口密钥. 整套搜索流程官方直接托管了。 原文:

小试了一下腾讯的Workbuddy，有一个很经典的场景，叫做领美团优惠券。 在登录的环节，它生成了一个二维码，让我扫码登录 然后我再吼一声帮我领优惠券，它就帮我领了那么多 把AI Agent用在领优惠券这样的场景，非常amazing了

厚礼蟹！我才知道Firefox浏览器为每个用户提供了每月免费50G的VPN流量。 对于先有鸡、先有蛋的尴尬场景，非常有帮助。 使用方法就是： 1. 在地址栏输入 about:config 2. 进入高级首选项，点显示全部 3. 搜索输入 browser.ipProtection.enabled 4. 将该条目的值切换为 true 原文：

我把科学上网订阅聚合搬到了 Cloudflare 上。 开源了一个完全免费部署在Cloudflare上的科学上网订阅链接聚合项目。 帮助你把所有的科学上网订阅链接、自建的网络节点，统一聚合在一条链接上，同时可以配上分流规则。 真正做到只需要一条链接，在所有客户端都可以使用，不需要一个客户端去单独配置了。 github： 原文：

花了点时间在Cloudflare上完成了Sub-store 部署 把我的自建节点和机场备用节点全部融合在了一起， 还搭配上了： 分流规则自动订阅。 直接用一条订阅链接实现了： 多家供应商节点合并、节点过滤、分流规则配置、配置自动更新 丝滑的一批～

分享给大家我一年多的血泪独立开发踩坑经验。 2026 年，独立开发者想开发 APP，最佳实践是： MVP 阶段先做 Web➕PWA。开发快，调试快，迭代快。 Web 技术栈： React➕TanStack Start➕Vite➕TypeScript➕shadcn/ui➕Base UI➕Tailwind CSS➕better-auth➕Vercel AI SDK➕oxfmt / oxlint 后端统一： Hono➕Cloudflare Workers Web 调试： Chrome DevTools MCP➕Codex Chrome 插件 等产品真的跑起来，再做移动端。 移动端技术栈： React Native➕Expo➕Expo Router➕NativeWind➕React Native Reusables➕Reanimated➕Gesture Handler➕EAS Build / Submit / Update 核心思路很简单： 先用 Web➕PWA 验证需求。 真的有用户，再上 React Native➕Expo 做 APP。

我做了一个 Cloudflare Playbook。 适合所有想用 AI Coding 做产品的独立开发者。 里面整理了： Cloudflare 常用服务怎么选 Workers / Pages / D1 / R2 / KV / AI Gateway 怎么用 免费额度到底够不够 $5 Workers Paid 什么时候该买 AI 写 CF 代码最容易翻车的坑 Codex / Claude Code 怎么配 Cloudflare Skill 和 MCP 有哪些开源项目可以直接参考 我的目标很简单： 用 AI 写代码，用 Cloudflare 部署到全球。 GitHub： 在线阅读：

抢不到智谱 GLM编码套餐的朋友们，推荐一个小众渠道。 OpenCode Go 首月五美元，可以量大管饱地使用GLM5.2了 除此还有 Kimi、Minimax、Qwen、Deepseek 等顶尖模型可选。 通过下面的邀请链接注册可以获得额外$5 使用额度。