存储AI–AI博客聚合
最新聚合的文章
-
升级Spring Boot 4后，从 Jackson 2 到 3，到底有哪些变化
Spring Boot 4.0（2025年11月 GA）将默认 JSON 处理库从 Jackson 2 升级为 Jackson 3，这是本次大版本升级中影响面最广的破坏性变更之一。
-
Agent代码审查与批量修复流水线
代码审查与批量修复流水线 第 5 篇讲了审查验证模式：多维度查→去重→逐个验证。这篇把它工程化：确认的问题自动分类，简单的直接修、跑测试验证，修坏了回退；复杂的只报告。
-
ValidX vs Apache Commons Validator：功能与性能对比
ValidX vs Apache Commons Validator：功能与性能对比 📋 目录 引言 一、定位对比：工具库 vs 专业验证框架 二、功能对比总表 三、使用方式对比 1. Apache
-
第 4 章 什么是 Harness Engineering
我们需要在模型的外部，构建一套系统，去系统性地补偿模型的固有不足。这套系统，就是 Harness；构建它的学问，就是 Harness Engineering。
-
别再靠 Code Review 守底线：我做了一个静态分析项目 RedLine
Android 开发中，协程几乎已经成为异步编程的默认选择。但“使用协程”并不等于项目天然具备一致
-
微信内部的生产级模型，居然开源了
微信把自家视频号、公众号、朋友圈在用的多模态向量模型 WeMM-Embedding 开源了，2B 版本打平阿里 8B，打游戏的电脑就能跑。说清它是什么、谁能用、哪些行业适合上手。
-
一文搞懂宝塔面板部署前后端分离项目（React + Node.js + MySQL）
前端 npm run build 出了 dist，后端 npm run start 能跑接口，数据库也有数据了——然后呢？ 然后你需要一台服务器，把它们部署上去。 这篇文章不聊项目代码，只聊一件
-
Seed-Evolving再升级：更强多模态能力，更低幻觉
Doubao‑Seed‑Evolving面向代码与Agent场景，凭借统一Model ID实现无感迭代。新版本强化多模态能力，现已上线火山AgentPlan，9.9元起套餐，参与活动调用成本直降20%
-
开源与闭源：大模型生态的楚河汉界
开源权重攻城略地，闭源巨头高筑城墙。这盘棋下到中盘，真正的问题已经不是谁能赢，而是棋盘正在换。
-
AI Slop 治理实战
AI生成UI同质化严重，源于上下文缺失而非模型缺陷。Vibe Coding将上下文载体转向spec，需以spec契约固化业务、设计、工程、约束四层上下文。
-
换了工作流引擎，前端一行代码没改
换了工作流引擎，前端一行代码没改：引擎把 code=0/msg、分页五键、42 个 action 的契约信封内化成自身能力，框架侧只剩 8 个文件的薄翻译层，35 条机读用例守门，谁改漂红给谁。
-
danci 项目（三）：从 JSON 数据到 AI Coding，真实项目里的数据清洗、Prompt 和工程规范
一、几千个单词不可能手工录入 一个单词学习系统可能需要： 这些数据加起来可能有几千甚至上万个单词。 如果后台管理员一个个录入，显然不现实。 因此更合理的方法是寻找已有的开放数据源。 例如： 这时候任务
-
danci 2：创建的单词书到底存在哪里？从 Supabase 一路理解 ORM、Drizzle 和 RLS
从“创建的单词书存在哪里”出发，串起 PostgreSQL、Supabase、ORM、Drizzle、schema、migration、表关系、级联删除与 RLS，理解整个数据层的核心逻辑。
-
danci 项目（一）：从需求到架构，一个单词学习系统为什么会这样设计
danci 项目（一）：从需求到架构，一个单词学习系统为什么会这样设计 一、先从业务开始，而不是从技术栈开始 开发一个项目时，很容易先列出一串技术： 但真正合理的顺序应该是： 技术不是项目的起点，需求
-
FDE 最大的浪费不是写出有 bug 的代码，而是漂亮地解决了一个错误的问题
第 2 章 解决正确的问题 2.1 进场第一周怎么过 第一周的目标只有一个：建立对客户业务的"地面真相"认知，而不是接受转述版本。 客户给你的背景材料、招标文件、高层访谈，都是二手的；二手信息经过了过
