存储AI–AI博客聚合
最新聚合的文章
-
程序员即将隐退，建造者持续辉煌
AI 正在接管写代码这一环，却没有接管产品取舍、架构判断和交付责任。本文聊聊程序员如何从 coding 迁移到建造软件，以及 AI 时代真正稀缺的品味、判断与责任。
-
别把 Claude Code 当聊天框：一套「确定性工程」落地手册
一份实践流水账。记录给 Claude Code 装护栏的六个阶段：重写可判定的 CLAUDE.md、用磁盘文件防止约定被压缩吃掉、用 Stop Hook 拦住提前收工、用隔离子 Agent 打破
-
隐秘的角落，Harness 的工具边界在哪里？
这次要学习的，不是 Agent 怎样发出一次模型请求，而是请求返回以后发生什么：为什么有时还要继续一个 step，为什么有时结束 turn，模型重复调用工具时谁来干预，以及像 Docker build
-
02-08-原理篇-异步加载与性能优化
异步加载与性能优化 一、引言 异步加载是 Unity 资源管理中的重要技术，它允许开发者在不阻塞主线程的情况下加载资源。性能优化则是确保游戏流畅运行的关键。本章将深入解析异步加载和性能优化的原理和方法
-
优化 RAG 应用提升问答准确度
本文提升 RAG 问答准确度的方法：从文档准备、解析切片、向量存储、检索召回到答案生成逐环节优化，并介绍了问题改写、多步查询、HyDE、标签过滤、重排序等策略，以减少噪声、增强召回和提升最终回答质量。
-
云沙箱的文件通道：Agent 真正操作的是 Workspace
最近把 Agent 接到云沙箱上以后，我反复碰到同一个别扭的地方。 命令已经能跑了。stdout 也能流回来了。沙箱也能按会话存活一段时间了。 但真正让工作流卡住的，往往不是下一条 ls，而是： 这个
-
0.1-为什么用 C++ 写一个 AI Agent：整体架构与阅读路线
`ai-agent-cpp` 是一个用 C++20 写成的 AI Agent，把「DeepSeek 模型调用」「工具调用循环」「A2A 协议对外服务」「MCP 工具扩展」四件事组装成一个可运行的服务。
-
Java 线程池原理详解：从核心参数到线上调优
11 张图讲透七大参数、execute 决策链、线程复用与拒绝策略，以及队列堆积等线上问题的排查与调优。
-
Step 5 Preview 实测：和 DeepSeek V4 Pro、GLM5.3 同做一个 3D 游戏
最近在 WorkBuddy 里面又测试了一个新模型：Step 5 Preview。 从官方给出的定位来看，Step 5 Preview 是一款面向真实 Agentic 任务的旗舰模型，重点放在软件工程
-
面试被问 RAG 说不清楚？故事 + 代码带你吃透检索增强生成
很多人学 RAG 只会死记检索、增强、生成，却不懂如何解决 AI 幻觉。本文通过生动业务场景 + 实战代码，直观对比有无 RAG 的效果，带你通俗吃透 RAG 核心原理，告别大模型 一本正经胡说八道
-
GGUF能在Transformers里直接跑了，本地模型终于不用二选一
本地模型开发过去常有一道割裂：用llama.cpp跑GGUF，省内存、速度快；回到Transformers做激活分析、评测或自定义解码，又要换权重和工具链。Hugging Face的新接入把同一份GGUF带进熟悉的Pyt
-
ref、reactive、toRefs 到底该用哪个？我把三个反例都写了一遍
ref、reactive、toRefs 到底该用哪个？我把三个反例都写了一遍 上一篇《我重写了 Vue3 的响应式》里，我讲了 ref 为什么必须 .value——那是从"语言层面"解释的。这篇换个角
-
MyBatis只查两次，为什么还会查到别家客户？
两次SQL也会串租户。用三条订单和三条客户数据，复现遗漏tenant_id后的错误，再检查可信身份、缺失客户与七组运行结果。
-
Agent会话不是沙箱：微软这次把两个最容易混的隔离轴拆开了
给每个用户新建一段对话，并不能保证代码与文件也被隔离。托管Agent至少有两条安全轴：请求代表谁，决定能访问谁的数据；代码在哪个沙箱继续运行，决定旧文件和进程可能被谁复用。把两者绑成一个“session”字段，看似省事，
-
Agent有对话记录就不怕重启吗？用持久工作区分清三种状态
Agent能接着聊天，不代表它能接着干活。聊天记录保存“说过什么”，工作区保存“做出了什么”，长期记忆保存“以后仍值得使用的事实”。把三者混成一个数据库，轻则上下文越来越贵，重则用户A的文件被用户B读到。分层后，重启恢复
