过去几年业余时间，我用 AI vibe coding 了一个：个人量化辅助决策工具（ MyInvestPilot ），现在把架构思考全部开源了。

全系列 4 篇（中英双语）：

1. 从规则脚本到 AI-Native 引擎：为什么自建受约束 DSL
2. 为什么我几乎不写代码了：60/40 → 90/10 的 AI 工程方法
3. Agent 悖论：为什么选择“无聊”的 Hybrid 架构
4. 一人公司如何跑多厂商云架构：年成本控制在几千元内

目前的产品规模（供参考）：

• 28 个仓库
• 53.8 万行代码（可执行 11.6 万行）
• 3k+ 试用用户 + 付费增长中
• 年云成本低四位数 RMB

Repo 在这里： https://github.com/myinvestpilot/ai-architecture

核心思路是让 LLM 生成可靠、可验证的决策逻辑，而不是写任意代码（约束 + schema + 确定性执行 + 双路径 + 低成本 infra ）。

欢迎讨论：

• 你用 AI 写代码的比例是多少？
• 怎么平衡 LLM 的灵活性和生产可靠性？
• 一人公司云成本怎么控制？