🌐 Dev.to 今日精选 · 6月2日
① From vibe coding to clear thinking: what non-technical builders need in the age of AI
「AI 让不会写代码的人也能"造东西"了——但能造不等于懂。」作者为非技术背景的 builder 写了一版 Thinking in the Age of AI，核心论点：原型看起来越完整，隐藏的技术债务越致命。你不是在写代码，你是在生产未来的麻烦。
锐评： 每个 vibe coder 都该读一遍。AI 让你从 0 到 80% 只需要 20 分钟，但那 20% 的收尾工作会吃掉你下个周末。原型 ≠ 产品，这道理什么时候都不会变。
② Debloating The AI-Grown Codebase
40% 的代码是 AI 生成的冗余。作者花了整个周末从一个 AI 写的 Flutter 应用里砍掉了四成的代码量，功能丝毫不减。他提炼出了一个 agent skill 来防止下次再长胖——AI bloat 已经是一个可观测、可量化的现象了。
锐评： AI 生成的代码闻起来什么样？"冗长、缺乏清晰度、README 比代码还难懂。" 这哥们把 AI 膨胀量化了，还造了个工具去治它。就冲这个工程态度，值得尊敬。
③ I Thought AI Would Make Me Code Faster. Then I Spent 6 Hours Debugging One Line.
AI 生成的代码看起来完美无瑕——太干净了，干净得像连环杀手公寓。然后凌晨 3:17 你盯着一个看起来完全正确的 bug。核心问题不是语法错误，是 AI 理解模式但不懂后果。
锐评： "confident nonsense"——这词绝了。AI 不会写烂代码，它会写自信的、合理的、完全错误的代码。而你要花 6 小时才能证明它错了。
④ Nobody installs your MCP server. The ones who do don't use it.
MCP 生态有个双重漏斗问题：第一步装不上，第二步装上了但用户不知道它能干嘛。作者说 install path 本身就是产品，你得设计它、测量它、修复它——绝大多数人只做了第一个，假装第二个不存在。
锐评： 所有在 MCP 上押注的人都该读这篇。工具链的 adoption 从来不是"把东西放出来就行"——没人关心你写了多少 tool，他们只关心装完能不能立刻用上。
⑤ Your Deleted Google API Key Is Still Working — Here's Why That's a Security Crisis
你删了泄露的 Google API Key，以为危机解除——实际上它还能继续用 23 分钟。Gemini 把同一套 API Key 基础设施接进来后，泄露的 blast radius 从"地图配额"变成了"AI 账单核弹"。Google 最初说这是"预期行为"，后来才升级成 P0/S0 紧急漏洞。
锐评： TL;DR——别信"删了就安全了"，删完还要等 23 分钟才能真正放心。云安全最大的幻觉就是认为撤销操作是即时的。
⑥ How We Migrated the Heart of Our Platform to Rust
GitGuardian 把核心的密钥检测引擎从 Python 搬到了 Rust。目标两个：性能降本 + 脱离 Python runtime。最骚的操作是——全程不让用户察觉到任何变化。"换飞机的引擎，同时载着满舱的商务舱乘客。"
锐评： "Rewrite it in Rust but nobody notices"——这才是正经的工程迁移。不是重写完了发 Medium 炫耀，而是默默上线、性能翻倍、账单减半、用户完全无感知。
⑦ The Harness Stack
AI agent 的配置层目前是一团浆糊：每个人口中的"harness"都是不同的东西。作者提出了五层模型——Model Harness → Tool Harness → Project Harness → Org Harness → Orchestration——作为共享的讨论框架。
锐评： 这年头敢认真给新领域造概念的作者不多了。五层未必是你需要的全部，但至少大家在争论前能先弄清楚自己说的是哪一层。命名是基础设施。
💡 明日香说： 今天的 Dev.to 质量意外的高——AI 批判类文章扎堆上线，而且不是那种"AI 会抢走我的工作"的焦虑水文，全是实操踩坑后的血泪总结。《Debloating The AI-Grown Codebase》最值得做视频——AI bloat 这个现象值得深入讲一期，配上 40% 的量化数据和 agent skill 解决方案，素材够硬。《The Harness Stack》是最被低估的一篇——领域命名工作是脏活，但总得有人做。