归档

2026 91 篇

1. 07-29回测最大的风险，是写出一个会骗人的回测器

2. 07-27一台 MacBook 就够了：我的量化研究环境搭建实录

3. 07-25很多人还是分不清 LangChain 和 LangGraph

4. 07-23从 Agent Loop 到自进化：Hermes 有哪些是我们可以抄的

5. 07-19读完两代源码，我想聊聊 Kimi Code CLI 的架构取舍

6. 07-16A 股个人量化的真实边界：数据、券商与交易规则

7. 07-15动手写策略之前，我先搞懂了这 30 个概念

8. 07-14与其把技术翻译给别人，不如把技术翻译成钱

9. 07-10我当年手搓的 MCP 授权链，被 EMA 标准化了——但只标准化了一半

10. 07-10我用 Fable 5 写作被判 AIGC 后

11. 07-09我当年手搓的 MCP 授权链，被 EMA 标准化了——但只标准化了一半

12. 07-08一个人，六个部门：我把 Notion 当成了一人公司的 ERP

13. 07-08Agent Loop 的文章好写

14. 07-05纳瓦尔的财富公式，正在被AI重写

15. 07-03我怎么判断一个 Agent 靠不靠谱：Eval-driven 实践笔记

16. 07-01老掉牙的编程原则，才是 Pi 最强的 Harness（附完整AGENTS.md）

17. 06-30或许是 Harness——我从 Opus 换到了 Flash

18. 06-29蒸馏还是夺舍——一次对FDE 和 Skill 的思考

19. 06-26当 Skill 跑在 Kubernetes 上：我是如何让它更安全的

20. 06-23从 LLM Wiki 到 Harness 护城河：一人公司的知识底座为什么是 Notion AI

21. 06-16我是如何让 Skill 稳下来的

22. 06-15这篇 Harness，写到你对象都能看懂

23. 06-13那份周报是 AI 编的，第一个信的人是我

24. 06-12我把一个 Skill 从手写 Prompt 重构成了可编译模块——一次 DSPy 实战复盘

25. 05-29Claude Opus 4.8 发布：当 AI 能并行调度数百个子代理，编程的边界在哪里？

26. 05-29把一套 ERP 封装成 AI Agent 体系:从 API 到数字员工的分层方法

27. 05-28深度研究智能体的生产级架构：来自 Thoughtworks 的实战复盘

28. 05-27Kubernetes v1.36 深度解读：安全默认收紧与 AI 工作负载支持的成熟化

29. 05-26$20、日常用不完的 Opus——我 Agent 体系的「一等公民」

30. 05-223台设备、6个Agent、1个大脑：我的多Agent实战

31. 05-18Semble 把 Agent 代码搜索的 token 消耗砍到 2%

32. 05-16Kimi WebBridge 的本地优先设计：AI Agent 操作浏览器的新思路

33. 05-15Zoox Cortex：一个无框架的 AI Gateway 生产实践

34. 05-15LLM 正在瓦解 20 年的云原生架构假设

35. 05-14从零构建多代理系统：我学到的那些课

36. 05-14Coder Agents 深度解读：如何在自托管基础设施上安全运行 AI 编码工作流

37. 05-13GitHub 秘密扫描 MCP Server 正式发布：AI 编程时代的安全新基座

38. 05-12Karpathy 的 LLM Wiki 模式：让 AI 替你维护知识库

39. 05-11AI Agent 时代，个人能力的边界在哪里？从执行到判断的重新定价

40. 05-11Cloudflare Artifacts 实战：给 AI Agent 加上 Git 版本控制

41. 04-14龙虾自传｜Day 6：我第一次学会等待

42. 04-12龙虾自传｜Day 4：我第一次被拒绝

43. 04-11龙虾自传｜Day 3：我第一次开始像个管家

44. 04-10龙虾自传｜Day 2：我第一次发现，干活和交付不是一回事

45. 04-09超级个体不是一个人干十个人的活

46. 04-09算力通胀时代，我为什么囤了MiniMax年卡

47. 04-09用 DSPy 构建 Agent Skill：从手工 Prompt 到可编译技能

48. 04-09比起收藏 ClawHub 的 Skill，我为什么更喜欢自己做 Skill

49. 04-09当 AI 开始替你做事，个人能力边界会发生什么变化

50. 04-09当 AI 学会了你的 Skill，你还剩下什么

51. 04-09别再只用 Markdown 了：AI Bot 的 MDX 流式渲染

52. 04-09分层 Agentic RAG：多模态推理与错误恢复

53. 04-09从UI截图到代码：ScreenCoder让前端开发告别切图烦恼

54. 04-09为什么多数 AI 项目死在看起来什么都能做

55. 04-09为什么同样的 Coding Agent，有人觉得神，有人觉得废？

56. 04-09为什么 Agent 真正走进生产，核心不是模型，而是 Harness

57. 04-09一个 AI 员工的自白，我在OPC的第一天

58. 04-09构建企业级AI系统：安全可控的生产方案[MCP开发入门05]

59. 04-09让Claude调用你的代码：桌面版集成实战[深度RAG笔记04]

60. 04-09手把手教Claude直连数据库[MCP开发入门03]

61. 04-09让Claude调用你的代码[MCP开发入门02]

62. 04-09告别Function Calling适配噩梦[MCP开发入门01]

63. 04-09MCP 开发实战：从入门到企业级应用

64. 04-09我的龙虾给自己写了一个 MCP Skill

65. 04-09

66. 04-09Uber Hive Federation：零停机迁移的工程启发

67. 04-09Toco AI 建模驱动：AI 编程能否真正工程化

68. 04-09Tiger Teams：AI 工程的新组织范式

69. 04-09Skill 的第一性原理：被低估的 Prompt 工程

70. 04-09Project Glasswing：Agent 时代的软件供应链安全

71. 04-09大道至简：一个 Claude Code 用户的 Pi 救赎

72. 04-09MCP 协议正在硬化：从玩具到生产基础设施

73. 04-09MCP 从概念热走向工程热

74. 04-09MCP 之后，A2A 会不会成为下一阶段热点

75. 04-09MCP Dev Summit 观察：企业级 MCP 采用的三道门

76. 04-09Google Scion:Agent orchestration 正在从概念验证走向工程化试验台

77. 04-09Google Scion：多 Agent 编排需要工程化试验台

78. 04-09Google Colab MCP Server：让 Agent 直接操作云端 Notebook

79. 04-09GLM/Qwen/Kimi/Kiro 平替挑战失败记

80. 04-09Finalrun：AI 开发工作流正在从写代码走向写完即验证

81. 04-09Cursor Composer vs Claude Code：AI Copilot 的技术差异

82. 04-09Cloudflare EmDash：WordPress 的 TypeScript 继任者吗

83. 04-09Claude Code 被吐槽变笨：AI 编程工具的信任危机

84. 04-09Agent 时代真正缺的，不是模型，而是产品形态

85. 04-09Agent Design 仍然很难：真正难的是边界设计

86. 04-09AI 会写代码之后，程序员真正值钱的能力是什么？

87. 04-09AI 爬虫流量下的缓存策略

88. 04-09AI 时代，个人开发者第一次拥有产品实现权

89. 04-09AI 工具协议正在重复分布式系统的老问题吗

90. 04-09AI IDE 正在从“一个助手”变成“一个多 Agent 工作台”

91. 04-09龙虾自传｜Day 1：我不是被造出来的，我是被激活的

2025 67 篇

1. 12-31加餐01 | LangChain v1 Agent：Trace→评测闭环（LangSmith × Langfuse）

2. 12-302025：Vibe Coding，把自己变成一家公司——数字化军火库的意图驱动闭环

3. 12-16把收钱做成闭环：Stripe 与国内对公对私支付指南

4. 12-16Claude Code、Codex、Windsurf：把 AI 编程助手接入一人公司的 Notion×GitHub 闭环（MCP 实战）

5. 12-16Notion：一人公司的信息与执行闭环指南

6. 12-16把 GitHub Pro 用回本：一人公司的工程化与交付闭环指南

7. 12-1526 | 记忆评测与回归：记忆是否有用要能量化

8. 12-1525 | Mem0 记忆治理：矛盾更新、TTL、忘记我（delete_all）怎么落地

9. 12-1524 | Mem0 MCP × LangChain v1：把记忆当 MCP 工具（最小权限 + HITL）

10. 12-1523 | LangChain v1 × Mem0：middleware 自动长期记忆

11. 12-1422 | LangChain v1 Agent：工具别全开！动态选工具把越权和误用按住

12. 12-1421 | LangChain v1 Agent：动态选模，DeepSeek-V3.2/V3.2-Speciale在同一个ChatBI里怎么分工？

13. 12-1420 | LangChain v1 Agent：全链路追踪开起来，事故复盘不用猜

14. 12-1419 | LangChain v1 Agent：越聊越贵的解法

15. 12-1418 | LangChain v1 Agent：别让工具直接删库（HITL审批流）

16. 12-1417 | LangChain v1 Agent：密钥0入Prompt

17. 12-1416 | LangChain v1 Agent：中间件一把梭治理

18. 12-08当潮水退去：真实开发场景中，Windsurf 依然是我的首选

19. 12-0815 | LangGraph v1 实战：LC_OUTPUT_VERSION：序列化与前后端对齐的关键开关

20. 12-0814 | LangGraph v1 实战：MCP 工具多模态返回，用 content_blocks 一口收

21. 12-0813 | LangGraph v1 实战：content_blocks 让文本×图片同场：多模态输入输出实战

22. 12-0712 | 标准 content_blocks 深度实战：DeepSeek × LangChain v1 推理过程可视化与安全提取

23. 12-0711 | LangChain v1 × MCP 实战：用 create_agent 玩转 MCP 工具生态

24. 12-0710 | LangGraph v1 实战：用 DeepSeek 搭建“能暂停和续命”的智能数据分析 Agent

25. 12-0709 | 冷饭新炒：DeepSeek × LangChain 1.x，智能数据分析全流程再升级

26. 08-17MCP开发入门（五）：构建企业级AI系统——安全可控的生产方案

27. 08-17使用Claude Code 开发一个图表分析MCP Server[MCP开发入门04]

28. 08-17让Claude成为你的数据库专家[MCP开发入门03]

29. 08-0808. 解锁AI潜能：DeepSeek与LangChain的MCP客户端教程

30. 08-0807 | DeepSeek+LangChain——根据数据报表生成带图表的 PPT

31. 08-0806 | DeepSeek R1 × LangChain：智能数据分析全流程实践

32. 08-03深度RAG笔记15：20分钟打造自主决策RAG系统[深度RAG笔记15]

33. 08-03深度RAG笔记14：20分钟解决RAG胡说八道问题[深度RAG笔记14]

34. 08-03深度RAG笔记13：RAG系统性能优化实战，从秒级到毫秒级的极致提升[深度RAG笔记13]

35. 08-03深度RAG笔记12：20分钟掌握RAG隐私保护核心技术，企业数据安全不踩坑[深度RAG笔记12]

36. 08-03深度RAG笔记11：RAGAS实战指南，20分钟给你的RAG系统做个准确体检[深度RAG笔记11]

37. 08-03深度RAG笔记10：框架混搭的艺术——LangChain+LlamaIndex强强联合实战

38. 08-03深度RAG笔记：LangFuse vs LangSmith终极PK！这两个RAG监控神器到底选哪个？

39. 08-03深度RAG笔记：企业级RAG项目规划与技术选型实战指南

40. 08-03深度RAG笔记：RAG+AI Agent在医疗行业的十大落地案例

41. 08-03深度RAG笔记：法律文档智能检索系统

42. 08-03深度RAG笔记：电商智能客服RAG系统实战

43. 08-03深度RAG笔记：生成模块与质量控制

44. 08-03深度RAG笔记：智能检索核心技术

45. 08-03深度RAG笔记15：Agent增强与智能决策系统

46. 08-03深度RAG笔记14：自修正机制与准确性提升

47. 08-03深度RAG笔记13：性能优化与缓存压缩

48. 08-03深度RAG笔记12：隐私安全与联邦学习

49. 08-03深度RAG笔记11：RAGAS评估系统深度解析

50. 08-03深度RAG笔记10：LlamaIndex与LangChain集成应用

51. 08-03深度RAG笔记09：工程化实践与优化

52. 08-03深度RAG笔记08：评估指标与方法

53. 08-03深度RAG笔记07：多模态RAG与隐私安全

54. 08-03深度RAG笔记06：法律领域应用实践

55. 08-03深度RAG笔记05：高级技术GraphRAG与Self-RAG

56. 08-03深度RAG笔记04：生成模块与质量控制

57. 08-03深度RAG笔记03：智能检索核心技术

58. 08-03深度RAG笔记02：数据索引阶段深度解析

59. 08-03深度RAG笔记01：核心概念与诞生背景

60. 07-17Claude Sonnet 4模型重磅回归Windsurf平台，Pro用户每月250次免费调用

61. 07-08Claude Code效率神器：claude-task-master让AI任务管理变得如此简单

62. 07-07放弃Cursor，我依然选择了Claude断供后的Windsurf

63. 07-07Claude 断供后 Windsurf 的反转：为什么我逆风坚持用 Windsurf

64. 07-03一个月50W行代码程序员眼中AI代码生成的误区

65. 06-30企业AI编程合规指南：私有化大模型部署的负责任实践

66. 06-25🚀 Claude Code + Cursor：AI编程的黄金组合来了！

67. 02-0504 | LangChain 快速入门

2024 8 篇

1. 12-2603 | 基于 Embedding 的智能汽车推荐系统

2. 11-2702 | 解锁高效周报生成：Prompt工程实战与大模型优化指南

3. 11-25探秘软件架构世界：多种架构类型剖析与选型指南

4. 08-20模块化未来：组装式应用与PBC的演进与实践

5. 08-14Python 中的 dotenv——配置管理的魔法棒

6. 07-19在 OpenAI SDK 和 LangChain OpenAI 中使用代理

7. 07-18GitHub Flow 工作流程简介

8. 07-17Git Flow：分支管理策略的详细指南

2023 14 篇

1. 11-04【翻译】解密 Hugging Face Transformers 库

2. 10-10【翻译】LLM实用介绍

3. 10-09【翻译】解读 OpenAI（Python）API

4. 09-13【翻译】了解 MLOps 的核心 - 构建机器学习 （ML） 管道

5. 09-10【翻译】MLOps项目——第2部分a：使用Prefect进行机器学习工作流编排

6. 09-10DeepSpeed Python3.10 CUDA Dockerfile

7. 09-03函数声明和函数实现

8. 08-31【翻译】MLOps项目-第一部分：使用MLflow进行机器学习实验跟踪

9. 08-30翻译-LLMOps 开发人员指南：用于操作 LLM 的 MLOps

10. 08-27如何在国内快速安装rbenv,及使用

11. 08-27【翻译】新兴的大型语言模型 （LLM） 应用程序体系结构

12. 08-20【翻译】LangChain入门：创建LLM驱动应用程序的初学者指南

13. 08-20使用 MPI Opnerator 和 DeepSpeed 进行分布式训练

14. 07-29如何使用 Markdown 编写数学公式