本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 之前一直在折腾 AI Coding，也经常用 Codex 做项目。 用久了以后，我发现现在 AI 写代码最大的问题，对我来说已经不是“它会不会写”，而是另外两个问题： 一个是设计幅度容易失控，一个是验证投入容易失控。 一个很小的需求，AI 很容易顺着自己的思路越做越大，本来改几个地方就能解决，最后变成抽象、重构、补兼容、顺手优化。 验证也是一样。相关测试已经跑过了，它还是可能不断追加检查、扩大测试范围，甚至开始处理和当前需求没有直接关系的问题。 所以做了 Dev Flow。 它最主要想解决的不是“再造一个开发流程”，而是让开发者能够明确控制： 这次需求到底值得做到什么程度，以及值得花多少验证成本。 项目主页： dev-flow.top Resume the task. Not the chat. Keep task scope, stage, verification limits, and recovery state outside the conversation. GitHub： github.com GitHub - Innocent-children/dev-flow: Long-running AI coding, under control. Durable... Long-running AI coding, under control. Durable State · Explicit Scope · Bounded Verification · Safe Recovery 项目介绍 欢迎尝试 Dev Flow！ 项目目前支持Windows端和Mac端的Codex、Claude Code、DeepSeek Harness、ZCode，我日常使用Mac端Codex比较多，使用过程中遇到问题欢迎Issue，我会第一时间修复。 如果觉得这个方向有意义，也欢迎点个 Star （笔芯~） 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：工作与职业机会
  • 分类依据：内容涉及招聘、求职或职业发展
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/22 10:34:18