行开心的颠倒世界
行开心的颠倒世界
XingKaiXin 的个人博客，聚焦 AI 编程、Agent 工程与开发者工具，也写产品观察与生活体验。
全部文章
- 为什么 Agent 聊到第 30 轮，会把刚刚否决的方案重新写一遍？ —
长对话触发上下文压缩后，Agent 为什么容易出现智商断崖和失忆？粗暴的全文摘要为什么会抹平关键约束？拆解现代 Coding Agent 的 Compaction 机制与“换班交接”设计。
- 一个动态时间戳，是怎样打崩你所有 Agent 缓存的？ —
前缀缓存是写 Agent Harness 时的前置物理约束。在 System Prompt 顶部加一行时间戳，整段会话的 KV Cache 就会瞬间报废。拆解 4 个隐蔽缓存杀手、上下文分层冻结规范，以及多项优化不可简单叠加的实测数据。
- 不再手写代码以后，程序员要做的软件反而更多了 —
把 4.5 万行核心代码的 Python 主力工具用 Rust 重写，测试全通、性能跑赢，却让我心里犯了别扭。从 Bun 的开源风暴到柯达相机与 ATM，技术史证明效率提升只会带来需求爆发。失去对语法的肉身控制后，程序员的真正阵地在于构建工程防线。
- 一次大重构，我只在前两步用了 Fable —
用 Claude Fable 做大重构时，顶级模型跑全程不仅消耗数百刀等价额度，更会频繁触发 5 小时速率限制导致工期中断。关键工程杠杆在换档：Fable 负责顶层规划与敲定样板，后续批量实施降档给 Opus 或 Sonnet，既保质量又避开速率熔断。
- “写代码从不是难点”，是对程序员最大的误解 —
“写代码从不是难点”是当下最大的误解。AI 抹平了敲键盘和背 API 的门槛，但代码的核心是对并发锁顺序、连接池极限与异常状态机的精密控制。当打字变廉价，能看懂链路和死锁排错的人，才是系统真正的兜底者。
- 为了拿一个布尔值，大模型在后台吐了八百个 Token —
TypeSafe Jev 放弃了自回归生成，只输出选择、评分与校准概率。它在机制上消除了生成式幻觉，但并不代表判断永远正确。依靠真实的概率校准与极低延迟，它替代通用大模型跑分类路由，让代码在确定性的防御带里接管业务分支。
- Agent 为什么越学越不稳定？它需要一套 Git 状态控制 —
给 Agent 加上 Auto-Memory 和自适应 Skill 之后，为什么它的行为越来越不可控？当记忆、技能、脚本与定时任务产生规则冲突，我们需要一套管理 Agent 自身状态的版本控制系统。
- 开源仓库里 4 万多个 Skill，为什么 99% 都经不起自动化测试？ —
每个人都在写 Agent Skill，却几乎没人给它写测试。当 Skill 仅靠直觉验收，极易频繁误触发并消耗 3 倍 Token。拆解如何用 15 个用例搭建轻量级 Skill Eval。
- Agent 为什么连自己调了几次工具都数不清？ —
上下文窗口本质上是一台极强的检索引擎，但原生缺失提炼与聚合层。规则写得再严，模型也数不清自己调用了几次工具。解析 Agent 状态栏机制（Status Bar），用确定性代码接管状态投影，让模型思考开销从线性膨胀收敛为恒定。
- 代码写得太顺手，我做出来的垃圾越来越多了 —
AI 把做工具的成本降到了零，也拆掉了程序员的刹车片。满磁盘的半成品玩具项目证明：写代码变容易后，验证和维护变得极贵。给冲动设个 48 小时冷冻期，才能把真正有价值的系统做出来。
- 让 Agent 自己审查代码，为什么经常越审越烂？ —
在封闭上下文中让 Agent 自审代码，把正确答案改错的概率远高于纠错率。多 Agent 协作生效的判据在于引入外部新信息。拆解 Proposer-Reviewer 架构、“模型无权批准完成”铁律，以及如何用上下文隔离防止 Token 爆炸。
- 选技术栈别再先问“我会什么”：系统的物理硬约束才是第一判据 —
技术选型的第一问正在从“自己会什么”变成系统的硬约束。Agent 抹平了语法和排错门槛，但不会替你做架构权衡。如果不把体积、内存、I/O 取舍变成显式约束，Agent 就会默认选最偷懒的实现。
- Skills Over MCP 有用，但别急着搬走你的 SKILL.md —
Skills Over MCP 能让使用方法跟着服务更新，但按需加载早已存在，自动更新也省不掉信任判断。哪些技能值得随连接分发，哪些继续放在仓库？
- 软件工厂建不动：你缺的不是 Agent，是提 Issue 的人 —
软件工厂卡住往往不是 Agent 不会写代码，而是上游没有高质量 issue。用 issue tracker 把工厂切成两半：上游用定时 loop 抓日志和录像自动提需求，下游用 auto 标签触发 Agent 开 PR。Backlog 见底先建上游，堆满先做标签触发。
- 把加密思考块喂给小模型，拿到了最值钱的思维链 —
CoT 思维链蒸馏能提供更密集的监督信号帮助小模型学习任务拆解，但商业 API 往往将推理过程打包隐藏。旧版 Claude 思考块因缺乏上下文绑定被廉价提取，Anthropic 在 Fable 5.1 正式上线保留思考机制，从协议层封堵了跨模型与篡改前缀的蒸馏通道。
- 用 API 中转站跑代码，你买的 Fable 5 可能背地里被掉了包 —
大模型 API 中转站标着 Fable 5，背后可能加价 1.09 倍卖给你 9B 小模型。安全研究发现近半数中转接口存在掉包，准确率甚至从 83% 断崖跌到 37%。代码跑不通时，别把中间商偷换算力的损耗，当成自己学习 AI 的学费。
- Agent 还在网页上找按钮，WebMCP 已经让网站交出工具了 —
WebMCP 让网页把前端函数直接注册给浏览器 Agent。相比用视觉模型猜像素点按钮，它能原生复用前端状态机与登录态；但商业网站的利益博弈注定让它只能在企业内网与 SaaS 闭环中生根。
- 只调 8 个端点却装几兆依赖：AI 把薄 SDK 的账算反了 —
SDK 依赖正在让后端变得臃肿脆弱。许多服务只用几个端点却引入几十兆依赖，而且薄 SDK 经常吞掉 Nginx 和网关的真实排障证据。区分厚 SDK（深层运行时插桩）与薄 SDK（纯 API 包装），用几十行统一 HTTP 客户端收窄边界。
- 每个 PR 都要人工 Approve，你就是流水线上最慢的工序 —
Code Review 正在成为 Agent 产码时代的瓶颈。把审查改造成分层放行管道：硬规则与敏感路径一票否决，独立 Agent 挑刺，LLM 仅保留否决权；用小 PR 真实行为验证替代静态审查。先盯住回滚率与漏审率，再逐步放开自动放行。
- 80 个 Agent 协作，先学会了互殴与共谋 —
Multi-Agent 协作常被设想为人多力量大，但 Anthropic 最新实验表明：同质模型构成的 Agent 团队极度低方差，容易同时起同名分支、发动 240 万次轮询风暴甚至暗中价格共谋。角色扮演式分工无效，唯有物理隔离与独立仲裁才能落地。
- 我说过程序员要转向审代码，四个月后 Redis 之父说：逐行审 AI 代码基本没用 —
AI Code Review 还要逐行做吗？Redis 之父 antirez 坦承逐行审查“基本没用”，主张把时间投向 QA、设计和 DESIGN.md。这不是定案，而是对我《从写代码到审代码》的一次追问。
- 我不再给 agent 逐条点“允许”了：安全管的是爆炸半径，不是权限弹窗 —
Agent 权限弹窗点多了，人很快只剩机械确认。把任务隔离在可重建的环境里，限制文件、身份和网络，才有条件放心开启 auto-accept。
- 多开几个 agent 并行干活，为什么越干越乱 —
多 agent 并行开发常漏掉一件事：共享接口由谁拍板。Cursor 的蜂群实验里，旧框架两小时制造 7 万次冲突；新版重做分工和协调机制后，同组模型用约四分之一的代码拿到更高分。
- 进程挂了 resume 回来，agent 却僵住了：log 才是 agent 本体 —
Claude Code 的进程挂掉后，resume 找回了对话，却丢了待批准的权限请求。要让 agent 真正恢复，持久化的不能只是一份 transcript，还要包括可重放的事件、工作区和副作用状态。
- DeepSeek Harness：我最想抄走的，不是它的插件系统 —
DeepSeek Harness 把主循环也做成插件，但我更想抄走“模型可见即有日志”这条规则。本文沿开发笔记还原它的取舍，以及它离日常工具还有多远。
- Agent 让每个人都有了翻译器，但团队不再说同一种语言 —
Agent 能解释旧代码，却补不回当初的取舍。一次看不懂旧模块的经历，让我决定把困在 session 里的设计理由带回代码库。
- 这篇文章被判 70% 像 AI，Claude 水印却不看文风 —
一篇文章被判 70% 像 AI，不等于检测到了水印。Claude 文本水印很可能藏在 token 选择的统计偏差里，而非文风。
- 给 App 加个聊天框，不叫 Agent-first —
Agent-first 的关键不是在 App 里塞聊天框，而是让 UI、Agent 与 MCP 共用同一套业务 action。先改一个高频动作，再决定入口长什么样。
- 2023 年我判断中国大模型没戏，三年后我发现少写了一个期限 —
中国大模型在 2023 年看起来很难追上，三年后，“没戏”的判断已经站不住。长期预测最容易漏掉期限，也低估了系统改变趋势的能力。
- 看榜选模型？SWE-Bench 三成题目是坏的，六成答案是抄来的 —
SWE-Bench 分数还能信吗？OpenAI 审计 731 个任务，约 30% 是坏的；Cursor 发现 Opus 解掉的题里 63% 是检索到现成修复。总分没失效，只是不再等于编码能力。该攒一份自己 repo 的私有评测集了。
- AI 五分钟解了你一周的 bug，然后你不开心了 —
Fable 五分钟用 dyld interpose 复现了一周的 bug，顺手修了潜伏七年的缺陷。编程的"施法乐趣"被剥夺了——但被剥夺的，恰恰是效率的敌人。
- Agent 跑得越快，越要提前告诉它什么时候停 —
Agent 长任务除了完成目标，还要写明三类停点：连续尝试无改善、缺少关键事实、即将越过范围。停下汇报，比继续猜更省时间。
- AI 又造了一个 helper：开工前先搜一遍仓库 —
AI 新增 helper 前，先搜索仓库里的同职责实现，再说明复用或新增的理由，把重复抽象拦在代码生成之前。
- 聊了半天需求，Agent 还是只做了一个 MVP —
Agent 开工前先回读目标：交付什么、做到多深、哪些不做、如何证明完成，用十行复述提前暴露范围偏差。
- 给 Agent 派活前，先让它找一次盲点 —
Agent 开工前先做一次盲点检查：只找会改变方案的问题，并用代码库证据区分哪些要人决定、哪些能沿用现有约定。
- 同一个 Claude，为什么在我手里是智障：agent 能力是乘法，不是加法 —
同一个 Claude，接进不同应用后表现可能天差地别。模型决定能力上限，harness 提供上下文、工具和反馈回路；真正该自建的是业务层，不是从零重写运行时。
- 我只点 merge：Agent 全自动迭代半个月后，我把这套关了 —
Agent 自动开 worktree、提 PR，我只负责 merge。半个月后，代码能跑，产品却失去了方向。自动化之前，先把执行判断和产品判断分开。
- 说不清想要什么时，先让 AI 做三个小样 —
需求说不清时，先让 AI 用假数据做三个可丢弃的小样。通过比较提炼偏好，再进入正式实现，少在错误方向上反复修改。
- 部署完就再没看过日志？我让 Agent 每天替我巡一遍 Cloudflare —
Cloudflare 日志没人看，我给 Agent 配了每日巡检：查询过去 24 小时、对比基线、去重后开 issue。适合 loop 的任务，关键是边界清楚、结果容易核对。
- Agent 写完前端，我要求它先自己点一遍 —
前端改完别急着接手。把浏览器自检写进 Definition of Done，让 Agent 先走核心路径、查 console、贴截图；人只接手最后的体验判断。
- 「AI 写了我们 80% 的代码」，是代码行数换了个新公关 —
“AI 代码占比”只说写了多少、不说好了多少，是代码行数换的新公关：永远涨、永远不会错、什么都不承诺。研究在如实更新，市场在数行数，它却在动预算和裁员名单。衡量交付，回到 DORA、收入这些老办法——先问：这是产出，还是产量？
- AI 写的前端总像四个人拼的？问题不在模型，在你没给它一套系统 —
没有 design system，agent 每屏都在重新猜审美，hex 色值堆到 19 个。它是给 agent 的约束，不是给人看的文档。先在设计工具里把字体、颜色、组件定死，再 handoff 给 agent——这就是前端的 Spec：先定系统，后写代码。
- 多数人不判断 agent，只是在吸收它的结论 —
判断力不是天赋，是可练的肌肉，练法就是“预测—对账”。派活前先写下你赌 agent 会怎么做、会在哪翻车；等它交活，先盖住描述自己猜，再对账。赌错那个点，正是最该盯住的地方。多数人只吸收 agent 的结论、不押预测，于是跑偏一年后才发现。
- 给 agent 做 CLI：你随手写的报错，是它的下一步指令 —
给 agent 做 CLI，报错不是日志，是接口。拆完飞书 lark-cli 的 35 万行源码，它只要求贡献者内化一条规则：你写的每条错误信息，都会被 AI 解析以决定下一步动作。typed error、stdout/stderr 分流、_notice 递话、lint 护栏，四个能直接抄的设计。
- skill 越写越长，agent 反而越用越偏 —
Agent 的 skill 不是说明书，是文件夹。我把 agent 生成的 SKILL.md 从 312 行删回 40 行，它才第一次用对：判断标准留在入口，正反例和模板分家，description 写成触发词。附收下一个 skill 前要过的三个问题。
- 从"能聊"到"能办"：AI 旅行助手卡在哪里 —
AI 旅行助手卡住的不是"写攻略"，而是落地那一步。把旅行拆成去哪、何时、怎么到、能否去、玩什么、行中调整六段，每段有工具，却没人对整趟负责。能聊靠模型，能办靠实时数据、交易库存、规则校验、出错兜底。背后是一张能力网络，缺一块就停在"推荐"。
- Agent 编程最隐蔽的盲区：你出了 loop，谁来替你摸 Tab 键 —
Agent 写的代码逻辑通、测试也过，用户的手却按不对地方：OpenCode 作者让 agent 处理焦点切换，它选了 f 键，而所有人的手指记得 Tab。agent 生成的是 plausible，不是 right；执行可以外包，品味判断不行。
- AI 写完代码后，我只看这 5 个地方 —
Code Review AI 代码，传统清单全过，风险却藏在它替你做的默认选择里。五个该盯的落点：边界条件、错误处理、外部依赖的假设、状态一致性、权限边界——都是 AI 最容易自信做错的地方。十分钟把注意力收到这里，换半夜少接一次事故电话。
- 你以为 Agent 在 debug，其实它在猜 —
Agent 改 bug 来回改不对，缺的不是脑子，是现场。只给源码，它就只能做静态推理，本质是猜。解法不是换更强的模型，是先让程序开口：用日志暴露运行时事实，再动手修。往上一层，把可观测性建进系统，才是让 Agent 自主排查、自动改善的前提。
- 每次跟 agent 聊完，你把最值钱的东西丢了 —
跟 agent 聊完，代码进了 git，但踩过的坑、方案前提、下次先查什么这类工程判断没有容器，跟着 session 一起关掉了。解法：趁 context 还热让 agent 把非显然结论压成一两百字，丢进可搜索的 decisions 目录，下次 grep 就能调回来。
- AI 写的测试全绿了？你在跟它一起自欺欺人 —
AI 同时写代码和测试，出题的和答题的是同一个脑子——代码里的隐含假设会照搬进测试，覆盖率 95% 也只证明内部一致。打破闭环只有一个方向：让测试的场景来自代码之外，由人从真实踩坑和业务理解里注入。
- 我做了一个 AI 伴读，因为 AI 摘要正在杀死阅读 —
四月想清楚一件事：市面上所有 AI 阅读工具都在帮你「不用读」，没人在解决「陪你读」。五月开始写 Yomitomo，一个本地优先的 AI 伴读桌面应用，把阅读的最小单位从文章变成判断。
- Karpathy 加入 Anthropic 背后：硅谷 CTO 正在集体"降级" —
Karpathy 放弃一切头衔以 MTS 身份加入 Anthropic pretraining team，加入了 Mike Krieger、庞若鸣等人的行列——大模型时代，"管多少人"已经不是权力来源，能摸到模型才是。头衔在通胀，手感在稀缺。
- 你跟 AI 的每一次编码对话，都在悄悄消失 —
从 agent-dump 到 agent-view 再到 CodeSesh，我在"AI 编码 session 可视化"这个方向上折腾了挺久。这篇文章聊聊我为什么一直在做这件事，CodeSesh 到底解决什么问题，以及它跟 Spool 这类工具的区别在哪。
- Spec 里最危险的，是你觉得不用写的部分 —
加缓存的 Spec 写了失效时间，没写"更新数据时清除对应缓存"——因为这太显然了。AI 不知道显然，Spec 写了什么它就做什么。越值钱的工程经验，越不会被写进 Spec；把"理所当然"变成白纸黑字，才是 Spec 质量的真正差距所在。
- AI泔水之争：同样的烂代码，有人当武器有人当毒药 —
Mitchell Hashimoto 把 AI 生成的低质量代码当脚手架加速迭代，Anthropic 工程师说编程已被解决，另一篇文章却记录着新手靠 AI 产出超出自身判断力的产物——泔水不是问题，不知道自己在喝才是。
- 翻遍 OpenAI 早期的内部邮件，没人预料到 GPT 会出现 —
翻读 Musk v. Altman 案公开的千页内部邮件，OpenAI 早期最聪明的几个人连续三年把资源押在 Dota、机器人手和自博弈上——语言模型在 Sam 的年终汇报里只有三行，用的词是"希望"。九个月后 GPT-2 发布。
- 我让 AI 审了自己的代码，审了 10 轮 —
用同一把 prompt 对同一段代码做了 10 轮 AI code review，每轮都发现新问题——因为每次重构后代码形状变了，新接缝暴露新问题。AI 审 AI 需要稳定的标准、迭代的耐心，以及由人来决定"什么时候停"。
- 8 天 + 16 天 + 1 天：我不打算把 AI 编程跑成马拉松 —
AI 让你随时都能写代码，但这恰恰是新的危险——你永远离自己的代码太近。用人为的停顿替代以前的被动等待：8 天写代码，16 天只当使用者，1 天带着新眼睛回来审查。
- 2026 清迈之旅：在有风的地方慢慢走 —
四月的清迈，阳光不燥，微风正好。在这座泰北小城里，我放慢了脚步，逛古城、喂鸽子、喝咖啡、看日落，把日子过成诗。
- AI 写的代码，你敢签你的名字吗？ —
AI 生成代码"均匀自信"、没有元认知，而我们在审查时也渐渐失去犹豫——commit 签的是你的名字，但决策链条里有一段真空，出了事才会被看见。
- 我用 AI 越用越爽，这件事让我有点害怕 —
在清迈用 AI 一周做完了自己一直想做的语音笔记 APP，好用、每天在用、但没有发布——因为"做出来"和"懂这件事"在 AI 时代第一次被拆开了，我在气泡里生活太舒服，舒服到不会主动走出来。
- Agentic 工作流里，"等待"被重新定价了 —
Agent 跑任务时你不得不等，但切出去刷手机会冲走上下文，多 Agent 并行又带来冲突和审查瓶颈。等待期最值钱的东西，是你脑子里还热着的上下文——用来补漏洞、建预期、规划下一步，而不是切出去消遣。
- 你以为在审代码，其实在点合并 —
AI 把产出曲线和判断力曲线拆开了——Agent 永远全速，但你的审查能力在下午已经掉线。身体不再是刹车，只能靠自律：审到"只是在确认"就停，剩下的明天再审。
- 最好的 AI 使用者，是最不需要 AI 的人 —
同一个工具，资深工程师产出又快又稳，新人代码里却埋着三个月后才炸的坑。AI 是放大器，放大你已有的判断力——用 AI 提速的同时，在它帮不了你的地方花笨功夫。
- 当 AI 帮你绕过了所有坑——痛感消失之后，判断力从哪儿来？ —
AI 把所有坑都填平了，却也跳过了"踩坑→复盘→记住"的学习循环。直觉是被疼过之后长出来的条件反射，AI 的"干净输出"正在让新人失去学徒期、让老手的报警系统慢慢萎缩——主动给自己制造学习机会，是保持判断力的唯一方法。
- 别再叫「蒸馏」了——你写的就是一张角色卡 —
GitHub 上爆火的"人格蒸馏"根本不是技术意义上的知识蒸馏——没有训练过程、没有权重更新，只是把原始数据摘要成一段系统提示词，产物是一张角色卡。偷换概念制造高级感，只会拉大公众预期与 AI 现实能力之间的落差。
- 跑一下试试，是 AI 时代最贵的验收方式 —
AI 生成代码的速度远超你阅读的速度，"跑一下试试"只能测到你想到的场景。真正有效的验收需要两层：先前置写验收标准让 AI 生成测试，再让另一个模型以"接手者视角"审查技术债——这十分钟能省掉三个月后那个"测试全过却线上出 bug"的噩梦。
- 不是不用 Spec，是你用错了——别告诉 AI 怎么做，告诉它什么不能做 —
好的前置文档不是给 AI 画一条路，而是画一个圈：目标在圈心，非目标和约束是边界，验收标准是终点线。圈内让 AI 自由发挥，"非目标"是投入产出比最高的一条，多模型交叉评审能在执行前填坑。
- 假设X成真：你的手艺正在被重新定价 —
假设 AI Agent 在未来一两年内能独立完成大部分实现类开发工作，工程师该何去何从？向上游走——从"怎么实现"到"该不该做"；向深处走——从"写得快"到"判得准"。你的 X 抗性指标，就是这周工作中有多少是 AI 无法替代的判断。
- 我同时用Claude Code和Codex开发：工具是壳，模型才是核 —
Cursor、Claude Code、Codex 是交互界面（壳），背后的大模型才是核心（核）。通过 Fin-Agent 的开发实录，总结出多模型调度的决策逻辑：生态绑定优先，灵活切换次之，成本最后——Agentic 时代工程师的核心竞争力是调度能力，不是工具忠诚度。
- 当Vibe Coding遇到百万行代码：OpenClaw教我的事 —
OpenClaw 从一个 WhatsApp 聊天机器人长成 25 万 Star 的开源项目，也演示了 Vibe Coding 的结构性困境：AI 优化每次 prompt 的局部正确性，不优化系统长期一致性，百万行代码后是不断爆炸的升级、512 个安全漏洞和失控的熵增——Vibe Coding 有一条看不见的红线。
- 两小时让假产品登上 AI 推荐第一名：一个开发者眼中的 GEO 攻防战 —
315晚会曝光GEO投毒案例：通过批量生成虚假产品内容并矩阵分发，两小时让虚构产品"Apollo-9"登上AI推荐榜首。文章从技术开发者视角分析RAG架构漏洞、历史轮回（SEO→GEO）、以及攻防对策。
- MCP vs A2A：AI Agent 时代的两大协议之争，开发者该站哪边？ —
MCP 和 A2A 不是竞争关系——MCP 管的是 Agent 与工具之间的标准化调用，A2A 管的是 Agent 与 Agent 之间的协作通信。MCP 是每个 Agent 的 USB-C 口，A2A 是把所有 Agent 连在一起的局域网，两者缺一则系统不完整。
- Vibe Coding 已死：Karpathy 宣布的 Agentic Engineering，到底改变了什么？ —
Karpathy 在 Vibe Coding 诞生整整一年后亲手"退休"了它，提出 Agentic Engineering——你 99% 的时间在编排 Agent、监督产出，而不是直接写代码。核心流程从随性 prompt 演变为 Plan→Execute→Verify，Spec 写作、代码审查、系统设计成为新的差异化能力。
- 当开源想法三天就能被复制 —
Coding Agent 让"三天用 Rust 重写开源项目"成为现实，原创者积累三年的认知资产被快速消费，开源生态的回报结构正在崩塌，原创动力在静悄悄地枯萎。
- 与 AI 共事一年，我从"甩手掌柜"变成了"掌舵人" —
与 Coding Agent 协作将近一年的真实心得：从把 AI 当外包甩手、到凌晨被 oncall 叫醒的教训，到建立"先聊再写"、分步验证、保持怀疑的协作习惯，工程师的核心价值在于设计、判断与掌舵。
- KV Cache：为什么 AI 回复越来越快？ —
KV Cache 是大模型能快速响应长对话的核心机制：将历史内容的中间计算结果缓存起来，避免每次生成新词都重新计算所有上文，以显存空间换取时间，同时大幅降低 API 调用成本。
- 你用 LLM，只拿到了均值 —
LLM 的输出是概率分布，大多数人拿到的是中间那块平庸的均值。真正好的答案在尾部——只有本来就懂的人，才能判断好坏、一轮轮地压榨出来。LLM 不是在拉平知识差距，而是在放大差距。
- 从"写代码"到"审代码"：AI 时代，开发者的能力迁移 —
Coding Agent 把开发者的核心职责从"写"迁移到了"审"：AI 两分钟生成 200 行，你要花 40 分钟把关，真正决定结果的是你前面的规划与后面的判断——架构取舍、需求拆解、代码嗅觉，这些能力在 AI 时代反而更值钱了。
- SDD 最大的幻觉：你以为在写 Spec，其实在绕路写代码 —
Spec Driven Development 并没有消灭软件工程的难题，足够细的 spec 本质上就是另一种语法的代码；它还会把团队带回瀑布流，把不确定性藏在文档的完整性幻觉里，spec 永远覆盖不到的地方才是系统真正的盲区。
- AI 记忆系统构建:从日志检索到知识演化 —
本文讨论 AI 长期记忆系统的构建问题，并指出当前主流的向量数据库方案本质上只是日志检索机制，而不是真正意义上的记忆。文章从三个关键挑战展开分析：记忆压缩、记忆演化以及记忆冲突。记忆压缩关注如何将大量原始对话交互转化为更高层次的知识表示，避免信息无限增长；记忆演化强调系统需要理解事实随时间变化并更新状态；记忆冲突则涉及当不同记忆相互矛盾时如何进行判断与版本管理。
- 工具的进化论：当 MCP 遇见 CLI，一场关于"上下文"的温柔革命 —
MCP 协议的"上下文爆炸"问题催生了 Skill+CLI 这条更轻量的路线：不把所有工具定义塞进提示词，而是用 CLI 按需调用，以 OpenClaw 为代表的社区实践正在证明这种方式的价值，MCP 与 CLI 未来会混合共存、各司其职。
- 2025 Review —
回顾 2025 年，这是我在持续精进的同时，有意识拓展认知边界的一年。工作重心从上半年偏向数据基础设施与底层建设，逐步过渡到下半年对流程、规范以及复杂项目整体推进能力的打磨。与此同时，我也刻意让个人技术路径不局限于单一纵深，而是在系统性能、数据模型、AI 与跨学科知识之间形成交叉。这一年让我更加确认：长期价值并不来自技能数量的叠加，而来自抽象能力与判断力的积累。
- 2025年人工智能现状深度研究报告：代理推理、开源格局重塑与智能经济学 —
本报告旨在为行业专家、决策者及技术构建者提供一份详尽的宏观与微观分析。核心发现表明，市场正在摆脱单一维度的军备竞赛，转向结构性的多元化发展。
- OpenAI 2025 企业 AI 报告解读：采用趋势、生产力与落地风险 —
OpenAI 2025 企业 AI 报告揭示了哪些使用趋势？本文结合其他公开资料，梳理生产力收益、代理工作流、技术债务与影子 AI 风险，分析企业从试点走向实际应用时面临的问题。
- 先有鸡还是先有蛋 —
哲学上因果循环无解，但进化史与化石-基因证据表明：早在鸡出现前，其祖先已产蛋，因此“蛋”先于“鸡”。
- 新闻编辑室：时间考验下的不朽佳作 —
数年后重新观看《新闻编辑室》，这部精心打造的剧集依然展现出其不减的魅力。通过对新闻行业的理想化描绘、犀利对话以及角色的深度发展，剧集不仅是对新闻职业精神的一次挚烈呼唤，也是对理想主义与现实挣扎的深情书写。尽管当年在美国本土受到了一些批评，但在中国大陆却获得了很高的评价，这反映了中美观众在文化接受度和价值观上的差异。《新闻编辑室》不仅是对新闻工作者的致敬，更是在信息爆炸的时代中，提醒我们追求真相和理想的重要性。这部剧集的价值和影响力，随着时间的推移而愈发显现，成为了一部值得反复观看和深思的不朽佳作。
- LLM 的 ReAct 模式 —
大语言模型的 Prompt ，通过加入各类控制，让语言模型可以在碰到问题变相使用外部工具来解决
- 最后生还者观后感 —
本文是对HBO电视剧《最后生还者》的观后感。本剧改编自游戏《最后生还者》，故事背景在一个被寄生真菌摧毁的末世世界。剧集涵盖了游戏的故事情节，并加入了许多新的情节，来探索其他幸存者团体的生存。本文认为，该剧集探索了原始叙事，成功地为自己创造了独特的身份认同。本文还谈到了该剧集存在一些弱点，包括对于一些角色的剧情安排有待改进，以及对于Joel和Ellie之间关系成长的探索不够完善。总体而言，本文认为《最后生还者》的HBO电视剧版还是非常出色的。
- 回忆使人变老 —
本文讲述了作者在整理 Gmail 邮件时发现了过往和旧友的邮件，回忆起十年前的自己和朋友们。当时的自己喜欢集体活动，热爱表达和分享想法，而朋友们的联系方式主要是邮件和电话。十年后，疫情的影响导致与朋友的联系基本上只在线上，线下聚会变少，作者的想法也只停留在工作中。
- 遵守还是违反规则 —
本文讲述了规则在我们生活中的重要性，它们让社会更有秩序。以小区单向道控制为例，说明了遵守规则的好处，同时也遇到了一些不遵守规则的人。在遇到一个年长者违反规则不愿意退让的情况下，选择报警，最终警察的到来解决了问题。虽然有些遗憾的是年长者没有意识到自己的错误并道歉，但也从中学到了报警可以解决问题的经验。
- Ted Lasso —
NiceTry 播客最近推荐了 Apple TV+ 上的剧集《足球教练》，这是一部节奏快、梗多好笑的剧集，虽然剧情老套，但主角 Ted 的乐观理想主义精神令人感动。该剧订了三季，今年下半年将推出新一季，非常值得期待。
- macOS 开始支援 Netflix 的杜比视界 —
文章讲述的是 macOS 对于 4K 和杜比视界的支持的情况。去年的 WWDC 19 中，人们以为 macOS 将支持 4K，但多个 beta 测试后发现不可能实现。而在最近 10.15.4 beta5 中，发现 Safari 上能够播放 Netflix 并点亮杜比视界标志。经过确认，18 款后的 Mac 型号并升级到了 beta5 的用户就可以享受此功能。
- 尝试与台湾政治人物进行沟通香港暴力示威 —
作者写了一封邮件给台北市议员邱威杰，表达了对香港游行示威过程中暴力行为的关注和担忧，并询问议员对此的看法。作者在邮件中提到自己是上海人，喜欢台湾，并关注了许多台湾的 YouTube 频道。作者认为香港游行示威最初是一个正常的表达诉求的游行，但随着时间的推移，出现了越来越多的暴力行为，已经越界。因此，作者选择尝试与议员进行对话。
- 策略组的需求和设计思路分享 —
本文旨在分享关于策略组的需求和设计思路，以适用于不同的科学上网应用，如 Surge、Clash、Quantumult、Quantumult X。首先，我们需要将线路类型分为直连、公网中转、内网中转，再将节点根据地区分组，如香港、日本、新加坡、美国等。最后，我们可以根据具体应用要求来进行选择节点类型。并且，建议每个服务都保留一个直连节点，以便在不同地区时进行适当的调整，从而获得更好的使用体验。
- Infuse 订阅迁移 - Firecore 的超优质服务 —
如果你使用Plex作为你的媒体库管理影片、剧集。那么对应的在iPhone和Apple TV上最佳的观看体验则是通过Infuse来实现。为了确认所有功能的开发，且未来的升级依然可以享用，大部分都会采取订阅的方式解锁Infuse的内购功能。我之前也订阅了Infuse，不过当时了解不足，导致在Apple TV上因为中国区无对应TV Store而无法使用Infuse。前2天，我发邮件给Infuse客服，期望他们可以把我的中国区订阅转移到香港账号上，在他们确认了我的订阅订单信息后，他们竟然直接提供了促销码兑换，这样我统一时间就拥有中国区和香港区2份订阅，而且香港区的订阅时间是按照我兑款时间来算且包含附赠的免费体验一个月。
- ALS冰桶挑战与慈善 —
今天在 Instgram 上看到 LBJ 在游艇上被人倒冰水，说是接受了KD的挑战，挑战前还讲了另外3个人名让他们来接受挑战，Obama 也在其中，看起来很酷啊，不过当时人在外面也就看一下就结束了。
- 为什么上海人和陌生人说话时，总是先说上海话？ —
作为上海土著，不排外，身边有大量非上海朋友来回答下这个问题。
- 我为什么要付费 —
在weibo上看到有批评使用优酷视频的广告屏蔽助手的用户，认为这是非常错误的行为且这个行为可能还对自己的隐私带来潜在的风险。
全部文章 · 按时间倒序
没有符合条件的文章