乱世不浮生

摘要： TL;DR container machine 是 Apple Container 里容易被忽视的另一半：不是跑一个进程，而是跑一个完整的 Linux 开发环境，自动挂载你的 macOS $HOME，支持 systemd，用法更接近 WSL2 而不是 Docker。 从货箱到书房：Container 阅读全文

摘要： TL;DR 同一份代码审计任务，MiniMax M3 花 $0.07 找到 13 个问题，Claude Opus 4.8 最贵一档花 $3.39 也不过找到 15 个——便宜模型正在逼近专有模型的能力边界，这个趋势值得每个重度使用 LLM 的开发者认真对待。 引言 大模型的定价，一直有一道隐形的逻辑 阅读全文

摘要： TL;DR jk 是为 AI coding Agent 设计的 Jenkins CLI：附带配套的 SKILL，无需 MCP server，Agent 直接执行命令即可操作 Jenkins Pipeline。 引言 每次要触发一次 Jenkins 构建，流程大概是这样：打开浏览器，找到对应的 Pip 阅读全文

摘要： TLDR AI 消除了工作流里的摩擦，却也悄悄跳过了成长路上的必经之路。GitHub Copilot 改计费只是一个信号：不是所有的慢都该变快。 一个计费变更引发的思考 2026 年 6 月 1 日，GitHub Copilot 改了计费规则。 原来按「请求次数」收费，一次快速的问答和一次跑了一个小 阅读全文

摘要： TLDR 《Harness Engineering 又来颠覆了》提出了三条原则，《蒸馏 Google 工程基因》介绍了 agent-skills——但「状态持久化」那条原则一直没有落地答案。这篇用一个真实项目 jk 走完一次：idea-refine 把模糊需求逼出三个核心设计决策，OpenSpec 阅读全文

摘要： TL;DR AI 正在同时击穿两种漏洞披露文化赖以成立的前提，开源软件的透明度优势正在变成安全负担，用户和维护者都面临前所未有的压力。 一个“安静”的补丁，如何引爆一场安全危机 2026 年 4 月 29 日，Copy Fail（CVE-2026-31431）公开披露。这是一个潜伏近十年的 Linu 阅读全文

摘要： TL;DR AI coding agent 默认以最快速度到达「完成」，跳过写 spec、先写测试、上线检查这些在 diff 里看不见的工作。Addy Osmani 把 Google 二十年的工程实践蒸馏成 agent-skills——20 个结构化 Skill，加上一个负责任务路由的 Meta S 阅读全文

摘要： TL;DR：Atlassian 宣布默认使用用户数据训练 AI，这不是意外，而是行业惯例。本文梳理海外和中国主流平台的数据训练政策，拆解背后的三个共同规律。 一、Atlassian 的公告 2026 年 8 月 17 日，Atlassian 的一项隐私政策更新悄悄生效。 对于数百万使用 Jira 和 阅读全文

摘要： TL;DR：2024 年底到 2025 年初，AI 编程工具曾以远低于成本的价格开放旗舰模型访问权限。那个窗口正在系统性地关闭，本文用完整的数据还原这个过程。 2024 年底，你花 20 美元 订一个 Cursor Pro，可以全天调用 Claude Sonnet 写代码，500 次快速请求用完之后 阅读全文

摘要： 不是新浪潮的开始，而是旧范式的收尾 一、引子：三篇文章，一个问题 最近读到三篇文章，单独看各有意思，串起来读更有意思。 第一篇来自前端开发者 Adam Argyle，标题直白：《AI 为什么在前端表现糟糕》。第二篇是宾夕法尼亚大学和波士顿大学两位学者发在 arXiv 上的论文：《AI 裁员陷阱》，用 阅读全文