zed.ink在线

不是恰饭，也不是踩一捧一。只是记录一个 Codex 老用户切换到 WorkBuddy 的真实一周，以及过程中踩到的坑和省下的钱。 一、为什么换：被逼无奈的"搬家" 很早就听说腾讯出了智能体编程工具 W

这个周末翻 DeepSeek Harness 官方仓库时，我发现 apps 目录里多了一个很难忽略的名字：desktop。 我这边也有一些AI Coding（SDD Agent AI工具等） 和 No

dompdf.js 是我开源的一个js库，他通过html2canvas+jspdf将html生成为矢量pdf（非截图式pdf），生成1000页PDF只需要5秒。

2026 年，很多程序员都收到过类似要求： “不要只会写代码，要懂业务。” 这句话其实没毛病。一个不知道用户为什么愿意掏钱、流程为什么这么设计、指标为什么会变的工程师，面对复杂系统时，很难做出真正好的

别再以为转 WebP 只是改后缀：从解码像素、重新编码到二次有损，一次看懂 PNG/JPG/WebP 格式转换的底层逻辑与 libvips 实战要点。

几年前的编程景况 关于以前的编程景况，比如3～4年前，其他的编程论坛就不谈了，纯粹从稀土掘金的每天的最新文章、推荐文章的种类和频率就可以看出那时大家对编程新知识的探索劲头，以及分享热情都是很足的。

之前我们写的三篇文章，其实一直留着一个没填的坑。 第一篇用gpt-image-2 生成的大屏设计稿，我把它还原成了代码讲怎么用 AI 生成大屏设计稿，第二篇有了大屏设计稿还不够，我又用Gpt-imag

WebP 为什么能更小？ 一篇讲透有损与无损原理、透明图处理，以及前端图片格式选择与避坑的实用指南。

别再盲调 JPEG 质量参数：8 步看懂它如何压缩、哪里真正丢细节，以及 libvips 如何兼顾体积与清晰度

前端转全栈，第一反应都是去学一门后端语言——这是最贵的一笔浪费。你缺的不是语法，是几个前端脑子里没有的模型：持久化、幂等、权限边界、迁移。本文按「AI 能替你做多少」把 8 个能力域排成三档。