一次失败的 AI 编程复盘：代码通过了，业务却错了
通过一个订单取消失败案例，复盘模糊需求、错误上下文、表面测试和缺失 Review 如何让 AI 生成的代码顺利通过却违反业务规则。
AI 修改老项目时，如何控制影响范围
以老项目订单状态筛选为例，讲清楚如何建立基线、限制修改范围、保护既有行为、审查 Diff，并为 AI 生成的改动准备回滚方案。
AI 说‘修好了’，我该如何验证
从复现问题、检查 Diff、补回归测试到运行完整构建，整理一套不依赖 AI 自我声明的代码验证流程。
从需求到上线：用 AI 完成一个 Spring Boot 订单导出功能
以 CSV 订单导出为例，记录如何让 AI 阅读项目、编写 Spec、分阶段实现、审查权限和数据边界，并用测试、构建与 Diff 验证结果。
从普通对话到 Agent：用 Java 实现一个最小旅行推荐 Agent
不用 Agent 框架，使用 Java 21、Tool Calling 和一个清晰的循环，实现能够查询目的地、天气和景点的最小旅行推荐 Agent。
Spec Coding 实践
整理 Spec Coding 的核心思路：先写清楚规格，再让 AI 按目标、边界、方案、任务和验收标准逐步实现。
Codex Skill 入门：从 0 到 1 写一个自己的技能
面向新手整理 Codex Skill 的作用、目录结构、SKILL.md 写法、触发规则、references/scripts/assets 的使用方式，以及 category 报错等常见问题。
Vibe Coding 实用笔记
整理 Vibe Coding 的核心实践：Git、Spec、上下文、测试、Review 和权限控制，让 AI 编程更可控。