把不同层次的 Agent 项目放在同一平面比功能，是最常见的调研错误。方法论层教 Agent 怎么干活，运行时层让它长期存活，实践层把两者拼成解决方案。

Agent 项目的成本不是"用便宜的模型"那么简单。从模型路由、提示压缩、缓存架构到任务编排，是一条全链路。

大部分 bug 不是孤立的，它们聚成几类模式。识别模式，比逐个记住 bug 高效得多。

业务统计口径一变，代码、历史数据、展示缓存三层都要动。漏掉任何一层，线上数字就是"改了但没变"。

想让 AI 理解代码库，"函数被谁调了"和"系统为什么这么设计"是两个层次的问题，对应两类不同的图谱工具。

守护进程内置的定时任务如果用 UTC 解析 cron，配置的"凌晨低峰"实际会在北京时间上午 10 点跑——正好撞高峰。

数据从源头流到页面要过六道关口，每一道都可能引入偏差。在最后一个阶段才抓问题，等于把全部赌注押在末端。

Docker 不是所有部署的答案。用错时机、碰错红线，一次构建打满系统盘就能让所有服务一起卡死。

Vibe coding 让人爽在"一句话出代码"，但项目一旦长期化就崩。Spec coding 不是流程化，是把项目事实从对话里沉淀到结构里。

后端转前端的真实路线——Next.js、React、Tailwind、组件库，以及每个技术点背后踩过的构建坑。