四端客户端、470次 AI 协作提交:飞享IM Pro 版客户端全面开源
今天,飞享IM 正式宣布:Android、iOS、PC 桌面端、Web 端四个 Pro 版客户端全部开源。这个决定不是心血来潮。在 AI 的帮助下,逆向一个客户端的成本已经低到可以忽略,闭源客户端的护城河几乎不存在了;而这四个客户端本身也是在 AI 的深度参与下开发出来的,仅 AI 协作提交就有 470 次。既然取之于开源社区和 AI 工具,开源回馈社区也是顺势而为。

今天,飞享IM 正式宣布:Android、iOS、PC 桌面端、Web 端四个 Pro 版客户端全部开源。这个决定不是心血来潮。在 AI 的帮助下,逆向一个客户端的成本已经低到可以忽略,闭源客户端的护城河几乎不存在了;而这四个客户端本身也是在 AI 的深度参与下开发出来的,仅 AI 协作提交就有 470 次。既然取之于开源社区和 AI 工具,开源回馈社区也是顺势而为。

最近经手了一个很典型的任务:给一个已经跑了多年的收费系统,接入一种全新的第三方代扣(微信托收)能力,同时要求旧的托收渠道零改动。整个实现由 AI 编码代理承担了从设计文档到落地代码的主要工作,最终拆成 15 个任务、跑通近 90 个单元测试,但一次独立的整体评审依然揪出了 2 个会导致资金重复扣款的致命问题。这篇文章不讲这个具体渠道怎么接,只谈从这次经历里提炼出来的一套通用方法:怎么在动手写代码之前快速吃透一个陌生业务系统的具体逻辑,以及怎么把散落在几十张表、几十个类里的业务规则,收拢成一张能反复复用的数据流图。

三天,四个仓库,41 个提交,约一万行新增,给飞享IM 加了一个听起来很小的功能:把「保存到通讯录的群组」「会话置顶」「消息免打扰」同步到服务端,换设备或重装后能拉回来。这篇复盘的重点不是功能本身,而是人与 AI 的分工是怎么切的:AI 负责设计、计划、实现、审查、修复的完整闭环,人负责定产品约束、做技术裁决、在 AI 判断失灵时给出现场证据。过程中同一类缺陷在四个端上换了四种形态,被这套协同流程拦下三次、漏掉一次——漏掉的那次,恰恰最说明协同的边界在哪。

自研二进制协议要扛住"省、可切包、可分类、可加密、可演进"五条约束,这些原则听起来抽象,但落到一个真实跑在生产环境的 IM 服务端里,每一条都能在代码里指认到具体的类和字段。这篇文章以飞享IM(FshareIM)服务端 chat-server-pro 为例,从源码层面拆解这套自研协议是怎么把上述原则一条条实现出来的:10 字节包头怎么切包、Signal/SubSignal 两级命令字怎么分发、心跳和 ACK 怎么关联、AES 加密放在协议的哪个环节、版本位怎么预留,以及 TCP 二进制和 WebSocket JSON 这两条通道是怎么在同一个接入层里协同工作的。

很多统一认证中心不是一次性设计出来的,而是十年里一版一版迭代出来的。本文以一类典型的"自研统一认证中心"为原型(十年前基于早期 Spring Security OAuth2 深度定制、经过多轮迭代、支撑千万级用户的真实生产系统的常见形态),完整还原它在签发、鉴权、续期、吊销四个环节的真实执行路径,对照今天从零设计一套 OAuth 2.0 认证中心会怎么做,并给出每一处差异背后的选择背景与风险模式。

飞享 IM 桌面端(electron-vue-chat-pro)收到一条反馈:切到含超长 Markdown 表格(系统通知日报)的会话时,界面会冻结小半秒,即便每会话消息数已经限制在 50 条以内。这篇文章记录的不是"我们做了个虚拟列表",而是从这句模糊反馈到一个可放心合并的实现之间,中间每一步该做、且没有跳过的判断——用 Claude Code 全程执行,人负责拍板方向和最终验收。

在 ios-chat-pro 的 Vibe Coding 复盘之后,过去一周(7 月 5 日 – 7 月 12 日)我继续用 Claude Code 迭代这个 iOS IM 客户端,交替使用了两套 skill:superpowers(brainstorming → writing-plans → subagent-driven-development 的全流程套件)和 grill-me(开工前对设计方案进行"逼问式"访谈的单点 skill)。

飞享IM(FshareIM) 不是一份 PPT 里的 IM 系统方案,是真的在 Web、PC、iOS、Android 四端跑起来、每天有人在用的产品。这篇文章不讲代码,只用真实截图带你把这套系统从头看一遍:消息怎么同步、群怎么管、AI 机器人怎么在 IM 里推日报、音视频通话跨端能不能打通,以及——如果你想把它装到自己服务器上,需要什么。

这是一篇关于「人不看代码、AI 全程执行」的真实工程记录。ios-chat-pro 是飞享 IM 的 iOS 原生客户端,用 Swift + UIKit 实现,对接自研 TCP 协议和 protobuf 二进制消息,功能覆盖单聊、群聊、音视频通话、好友管理、群组管理、消息撤回。

本文介绍 streaming-llm-agent 多模块项目中 Governance Service 的详细架构设计。Governance Service 是异步治理层,不在对话关键路径上——Chat Service 通过 Kafka fire-and-forget 发布事件,Governance Service 异步消费,完成审计落地、成本计算、指标汇总和配额管理。