我的每篇文章顶部有一个 AI 透镜卡片——导读、30 秒速读、向你提问。它不调用任何 AI 接口，断网也能用。这篇一步步讲它是怎么做出来的。

一个前端在 AI 时代的自处：哪些活交给模型，哪些活死守在自己手里。

新房装修，我认真设计了一套 N100 软路由 + PoE + 三 AP 的全屋网络方案，在 V2EX 收获 94 条回复——最后买了小米全屋 WiFi。这篇讲方案，也讲认输。

我在 V2EX 发了一个关于 Agent 自动开发的困惑帖，27000 次点击、226 人收藏、191 条回复。这篇是提问的原文和我从回复里捞出的真话。

不引入 three.js，用几十行 GLSL 写一个会呼吸的极光背景，以及为什么"几 KB 的原生 WebGL"有时比 600KB 的库更合适。

对接过两种方案之后，聊聊大模型对话场景下 SSE 与 WebSocket 各自的脾气。

数字孪生场景里的自动巡检漫游，从关键帧到 CatmullRom 曲线，把镜头运动做"稳"的几个原则。

从模型加载、标签渲染到资源清理，一个真实数字孪生项目里踩过的坑和换来的流畅。

这本"书"为什么存在，以及我打算怎么写它。

对接 DeepSeek R1 等推理模型 SSE 流式接口时，前端在渲染性能上踩过的坑。