评论
点赞
收藏新AI模型 Jev 实战：概念、场景和两个实战
一、一个不写字的模型 9 月 15 日，一条推文在开发者社区里传开。 发帖人是 Diogo Almeida。他说自己参与发明了 ChatGPT，然后一直在问自己一个问题：为什么对话模型已经强到超人，AGI 还是没有出现？过去两年他"隐身"，用一种新的训练方法（RLCD）训出了一个新类型的模型，今天发布，名字叫 Jev。 他给出的数字：快 20–200 倍，便宜 40–400 倍。TypeSafe ...
grep 工具大盘点：rg、tgrep、rawgrep、zg
如果你问一个程序员"平时在代码库里怎么找东西"，大概率会得到一个答案： rg。ripgrep 从 2016 年发布到现在，快十年了，又快又稳，68k stars，早就成了事实标准。 但你要是追问一句" 仓库已经大到 rg 也要扫好几秒，怎么办 "，答案就变得有看头了。过去一两年，grep 世界冒出来好几路新势力，同一个老问题，各自给了一份不同的答卷： tgrep （微软）：预建三元组索引，一次启动...
go time.After 优化
这里给你一个典型的 循环内复用 timer 的例子,这是 NewTimer + Reset 最常见的使用场景: 关键点说明: timer.Stop 的返回值:如果计时器已经到期或已被停止,返回 false,这时候 channel 里可能还留着一个未被读取的值(旧版本行为),需要手动 drain 掉再 Reset,否则下一次 select 可能立刻读到这个旧值。 Go 1.23+ 的简化:由于 ti...
PostgreSQL与MySQL的JSON类型及Go语言处理
关系型数据库存 JSON 早就不稀奇了，但把它用对没那么简单。你得先分清 PostgreSQL 里 json 和 jsonb 到底差在哪、什么时候该建什么索引，再决定 Go 代码里怎么读写才不别扭。这篇就把这几件事讲清楚，代码都能直接抄进项目。 一、三种类型的本质区别 维度 PostgreSQL json PostgreSQL jsonb MySQL json 存储形式 原始文本（逐字节保存） 分...
MySQL 和 PostgreSQL 中的时间戳：Go 和 Java 访问时的坑
同样叫 timestamp，MySQL 和 PostgreSQL 的含义完全不同：一个是绝对时刻，一个是墙钟时间，正好相反。踩坑重灾区，也是面试高频题。这篇文章把两者放在一起对齐比较，并且提供了 Go 语言和 Java 语言应用访问数据库时间类型字段的坑。 前四节讲数据库侧（类型语义与对照），后四节讲应用侧（时间从应用流到列的链路、Go 与 Java 驱动的行为、可直接抄的配置清单）。 一、先分清...
如果你不能外包你的理解，你咋掌控AI写的那一大坨代码
上一篇文章的结尾，我留了一个话题。 我引用了那句话： "你可以外包你的思考，但是你不能外包你的理解。" 有读者在后台问我：道理都懂，可 AI 一天给我生成的代码，比我自己一年写的都多。思考我可以外包给 AI，理解我肯定要自己消化——但是消化也得有时间和精力啊。生成是光速，理解是步行，AI拉的是一大坨，理解缺是要细嚼慢咽，这道题怎么解？ 一、先说困境：生成和理解之间的速率差 我们已经有了一个共识了，...
都不 code review 了， AI coding Agent 生成的垃圾代码怎么办？
前几天老板问大家的代码有AI 的占比是多少，大家一致反馈 100%,尽管大家采用的方法论各不相同，但是最终都是没人手搓代码了。这是好事，说明 AI Coding Agent 已经不是一个辅助的角色，而是全面主导了我司的软件开发，相比其他公司也是这种情况。 但是大家没有进一步讨论的是：你还review这些代码吗？ 没有人追问，但是从我私下和业界的一些小伙伴们聊，大家基本都不 review AI写的代...
测试最新的几个大模型创建五子棋游戏
告诉coding agent一句话： 『实现一个网页版五子棋游戏』，对比目前各最新的大模型的能力。测试不一定很科学的测试个大模型的能力，只能说从一个用例方向上做对比。 综合分析 同一句提示词「实现一个网页版五子棋游戏」，通过 pigo 命令行、medium 思考档位，分别丢给 8 个最新模型，得到的结果差异相当明显。总体上每个模型都完成了「能玩的五子棋」这个基本盘，但在 是否带 AI 对弈、运行方...
使用 Go 语言开发Pi coding agent, 以AI自主的方式
pigo 是一个类似pi coding agent的ai coding agent，使用Go语言开发。 你可以通过下面的命令安装它: 在配置文件配置（推荐），或者命令行中输入参数也可以： 尝试了它的功能，你一定好奇，这样一个功能完备的ai coding agent是怎么快速开发出来的？ 开发这个项目主要有两个目的，而且这两个目的都达到了： 为Go生态圈提供一个小巧灵活，功能强大、易于扩展的Agen...
Graph Engineering：从Loop到Graph，以及 graph skill 的一次真实实践
继 prompt engineering、context engineering、harness engineering、loop engineering 之后，2026 年 7 月又冒出来一个新词： graph engineering（图工程）。 X 上照例吵成一团：有人说这是又一次新瓶装旧酒的炒作，"图"根本不是什么新东西；有人说循环（loop）已经过时，图才是 Agent 编排的终极形态。t...
Matt Pocock 的工作流：从一个模糊想法到可交付代码
TypeScript 名师 Matt Pocock 开源了一套 Claude Code Skills。 据他在 X（Twitter）上的说明，这套 skills 的核心是 5 个命令串起来的一条主线： /grill-with-docs → /to-spec → /to-tickets → /implement → /code-review 即：先把想法拷问清楚 → 写成规范 → 拆成卡片 → 动手...
四个流行的需求规划 Skill 的功能对比
有人问我 superpowers 和 Matt 的 skills 哪个更好？这问题不好答。在我看来两者没有谁明显压过谁，就像你争论少林、峨眉、 青城、武当哪家功夫最强，各人有各人的判断。 但也不能光和稀泥。下面我挑了四个生成 SPEC/PRD 的技能，把它们的功能摆到一起比一比——不为分个高下，只想看清各自的脾气。 其中 prd 是我参考 ralph loop skill 改造的一个需求文档生...
代码在发臭：一个能"闻"出坏味道的 AI 技能，我拿它扫了最新的开源代码
「任何傻瓜都能写出计算机能懂的代码。好的程序员写出人能懂的代码。」——Martin Fowler 你有没有过这种感觉：打开一个文件，还没读懂逻辑，先皱起了眉头。说不上哪儿错了，但就是觉得"不对劲"。 这种"不对劲",有个专门的名字—— 代码坏味道（Code Smell）。 它不是 bug，代码跑得好好的；它也不是编译错误，测试全绿。它只是一种 表面的征兆，暗示底下可能藏着更深的问题。就像厨房里飘来...
百度网络监控工具开源第四弹：evr — 构造 VXLAN 探测
这是百度网络监控工具 nettools 开源系列的第四篇。前三篇分别介绍了 bitflip/baize（UDP 丢包与改包检测工具和Agent）、lidar（TCP SYN 端口可达性探测），它们解决的都是「服务器之间」「点到点」的探测问题——前提是：探测机和被探测对象，至少有一端在我们手里。 但有一类设备，我们既无法在它上面装 agent，也没法在它对面的机房里放一台探测机。这就是今天的主角 e...
1000万文档塞进4GB内存，还比FAISS搜得快：turbovec 是怎么做到的
一千万条文档向量，用 float32 存要占 31 GB 内存。turbovec 把它压进 4 GB，搜起来还比 FAISS 快。 第一眼像是吹牛。它其实是 Google Research 一篇论文（TurboQuant）的工程落地，作者 Ryan Codrai 用 Rust 实现，配了 Python 绑定。下面先讲清楚它解决什么问题、为什么能做到这个效果，再上手跑一遍。 项目地址： 先说说，向量...
我把775篇收藏塞进4MB向量库：一个比Karpathy Wiki更能"翻箱底"的RAG skill
我把 775 篇收藏的文章塞进一个 4MB 的向量库，然后问它："我都收藏过哪些关于 loop engineering 的资料？"三秒钟，它把散在六七篇文章里的观点拼成一段答案，每条都带出处。 这不是什么 SaaS 产品，是我自己写的一个 skill，叫 chao-rag-wiki。今天聊聊它，顺便聊聊它背后那个问题：知识库越攒越大，你到底怎么"读"它? 得先从 Karpathy 的一个想法说起。...
Go 语言技能：AI 时代的 Go 开发工具链
"Clear is better than clever." 清晰胜于聪明。 —— Rob Pike, Go Proverbs 第 23 章把重构讲完了。嗅坏味道、套 Fowler 手法、小步施工、每步测试，这套东西对 Java、Python、Go 一视同仁。但真到 Go 上手你会发现，Fowler 的目录够不着 Go 的好几层脾气。一段能跑的 Go 代码，可能还停在 Go 1.10 的写法，不地... 
重构：AI 时代的代码进化
「Any fool can write code that a computer can understand. Good programmers write code that humans can understand.」 任何傻瓜都能写出计算机能看懂的代码。好程序员写的是人能看懂的代码。 —— Martin Fowler 第 22 章解决了「人怎么读懂 AI 写的代码」，用 UML 把代码画... 
UML 新用途：让 AI 理解你生成的代码
「A picture is worth a thousand words. A diagram is worth ten thousand lines of code.」 一图胜千言。一张图胜万行代码。 第 13 章解决了一个问题：AI 写代码容易，读代码难。Understand-Anything 用知识图谱 让 AI 理解现有代码。 反过来——代码写完了，作为人类 你怎么理解它？毕竟，线上出了故... 