最新内容
让 Claude Code、Codex 或 OpenCode 连续写几天代码时，最容易失效的往往不是模型能力，而是工作状态。需求拆到一半，依赖关系留在聊天记录；下一轮会话虽然能读仓库，却不知道哪个任务...
本地跑大模型时，最常见的判断是：权重装不进显存或内存，就没有开始推理的资格。这个判断对稠密模型大多成立，但对 Mixture-of-Experts（MoE）模型并不完整。MoE 每个 token 只会...
把浏览器标签页完整镜像到电视，当然是最容易想到的办法；但它也把桌面通知、鼠标移动和整个浏览器渲染链路一起带了过去。对于自己有权播放的网页视频或已知媒体流，更干净的路径是：找到真正的媒体请求，在本机统一...
把一个任务拆给多个 AI 编程 Agent，看起来很自然：一个人摸清模块边界，一个人改实现，一个人补测试。但只要它们指向同一个工作树，最麻烦的并不是“谁更聪明”，而是协作状态没有共同来源。两个 Age...
当一个功能要改接口、补测试、查回归时，把几个 Claude Code 或 Codex 终端同时打开看起来很有效率。真正麻烦往往在十分钟之后：谁在等待你的确认？谁已经改了同一个文件？哪个会话明天还能接着...
把数据库接给 Claude Code、IDE 助手或其他 AI Agent，最常见的做法是给它一个“执行 SQL”的工具。这能很快跑通，却很容易在第二步失控：Agent 不知道软删除记录该不该排除、不...
AI 编程 Agent 最让人沮丧的时刻，往往不是它写错代码，而是它已经解决过同一个问题，却在新会话里从头再来一遍。JWT 刷新失败、迁移脚本的边界、某个文件为什么不能改——这些结论本来藏在 Clau...
让 Claude Code、Codex 或 Gemini 连续完成一个多日任务时，最难的部分往往不是下一段代码，而是重新建立上下文：上次做到了哪里、为什么放弃某条路线、哪些验证尚未做完、目前有没有隐患...
在终端里向模型问“把这个目录的日志按日期归档”“找出最近两小时失败的任务”，通常比记住一串 find、awk、xargs 更快。但把自然语言直接变成可执行 Shell，又恰好踩在自动化最危险的边缘：模...
让 AI 编程 Agent 在终端里完成一次任务并不困难；真正困难的是让它持续运行、能接收消息、能调用 MCP 工具，还不会在你离开键盘后把权限边界悄悄扩大。一个接入 Telegram、Discord...
