曾经，很多人都相信，AI会接手琐碎、重复、低价值的工作，让人类把时间留给思考、判断、创造和布局。但真正进入AI普及的当下，笔者越来越强烈地感受到：现实并没有按这个方向展开，反而出现了一种刺眼的价值倒挂。 01 | 我们期待的未来，为什么被现实反转了 理想中的AI时代，是机器干苦力，人类做顶层。 可现 ...

核心观点：Bun 用 Rust 重写 JavaScript 运行时，证明了"编译型语言重建基础设施层"的必然性。同样的逻辑，正在 C# 与 Python 的 AI 生态之间上演。 最新证据：TensorSharp 在 Qwen Image Edit 2511 上性能超越 stable-diffusi ...

游戏会一直不断迭代优化，欢迎常回家看看 这是什么 之前我提到过，一直会维护一个我个人的平台：https://www.cnblogs.com/weipt0106/p/20867788 我在自己的「个人专属大杂烩平台」上，用 AI 原生开发的方式做了两款游戏 两款游戏都已上线，欢迎来玩：http://1 ...

SpringBoot 即时聊天 IM 完整实现（HTTP会话管理 + WebSocket实时推送 + 离线消息） 一、前言 近期基于若依(RuoYi-Vue)后台框架自研一套站内即时聊天模块，完整覆盖会话创建、会话列表、历史消息、未读标记、实时消息推送、离线消息补发、心跳保活、Token鉴权等核心能 ...

导读：前面我们已经分享过了，如何用 AI + Agent Skill 把接口测试脚本自动"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来。 今天就给大家推荐一款让能接口测试"听话地跑起来"的 Agent Skill： api-test-executor 写在开头 先 ...

摘要 本文介绍如何利用 Solon AI Harness 的多代理系统构建一个技术文章写作团队。针对单个 Agent 处理复杂任务时能力有限的问题，提出了基于任务编排和子代理系统的解决方案。文章详细演示了四个子代理（调研员、规划员、写手、校对员）的定义与协作流程，通过主 Agent 动态委派任务实现... ...

这两年，AI 测试 无疑是软件研发领域最炙手可热的赛道之一。 无论是中小研发团队，还是大型企业的技术部门，在AI大模型快速普及的浪潮下，几乎都有过这样的设想： 把需求文档丢给大模型，写一段精准的 Prompt，简单对接一下企业内部知识库，再搭一个简洁的交互页面，一套能自动生成测试用例的 AI 应用， ...

JIT Hook 是一种巧妙的保护手段——在"最后一道门"（JIT 编译）拦截并替换 IL，绕过了所有静态分析工具。但它仅适用于 .NET Framework 平台。对于跨平台需求，建议使用方法体加密（第 06 篇）或代码虚拟化（第 05 篇）。 ...

目前在互联网的实际应用中，各个企业都会比较关注自身网站的数据信息，既要保证数据信息的安全性，同时也要保证数据存储读取效率 并且在特殊的场景下，还要对存储的数据信息进行检索和分析；因此数据库服务业务已经在各行各业应用非常的广泛 对于互联网领域的技术人员，对于数据库服务知识的掌握，也将是在求职时必备的技 ...

第九章 从聊天机器人到智能体：AI 为什么必须学会完成任务? 目录 零基础认识大语言模型（LLM）工作原理目录 - GuZhenYin - 博客园 本章导读 在过去的几年里(2023 2024 2025)，大语言模型（LLM）取得了令人惊讶的发展。 它可以帮助我们： 写代码； 翻译语言； 总结文档； ...

在建筑工程领域，CAD 图纸是工程师的语言。当一张图纸需要跨国交付时，翻译不是简单的"文字替换"——图纸中的文本散落在数百个对象中，每个对象都有自己的空间坐标、图层属性、字体样式和排版约束。直接修改文本可能破坏图纸结构，导致图层丢失、坐标偏移或排版溢出。 本文以笔者参与的一个 CAD 翻译项目为技术 ...

只会用 httpx 发个 GET 请求可不够，传参乱码、大文件上传超时、响应解析报错这些坑你迟早会遇到。这篇保姆级教程把 GET 参数拼接、POST 多种请求体、Header 与 Cookie 管理、文件上传、大文件流式下载等全部拆开揉碎，用生活化比喻和真实代码带你彻底玩转 httpx，让你的异步调... ...

功能借鉴 SimonAKing 个人主页，偶然间看到他的网站有这个功能便用 AI 分析复刻出一个可直接使用的 JS 库，并分享出来 Github 仓库地址：https://github.com/z-hanzhe/snake-background Github Pages 在线演示：https://z ...

第十章 Tool Calling：让 AI 第一次拥有行动能力 目录 零基础认识大语言模型（LLM）工作原理目录 - GuZhenYin - 博客园 本章导读 在前面的章节中，我们已经了解了大语言模型（LLM）的工作原理。 无论模型多么强大，它始终只能完成一件事情：根据已有上下文，预测下一个 Tok ...

通过引入本地代码索引工具 CodeGraph，将代码文本升级为结构化 AST 查询，实现符号级精准上下文调取，成功将 Input Token 暴砍 66%，单单一个 5 人团队每月便可省下数千元。 ...

Hermes 用 ​Level 0​/1/2 分层披露，把技能发现、完整说明和参考文件拆开，降低 Agent 上下文成本。 Hermes 的 Skill System 看起来只是一个“按名字加载 Markdown 文件”的工具，但真正有意思的地方不在读取文件本身，而在它怎样控制上下文成本、怎样处理本 ...

前言 想要搭建专属的古诗词生成AI模型，很多人会被高性能显卡、高额云服务器成本劝退。今天分享一套面向Apple Silicon用户的完整开源方案：poetry_dataset，仓库内置完备诗词训练数据集、数据转换脚本、平仄校验工具，依托MLX框架，16G内存Mac设备就能完成Qwen系列模型LoRA ...

最近一个私有化部署的项目需要实现打包混淆，防止被破解，网上找了一圈没有好的解决方案，遂写一篇文章分享一下 Proguard 目前java打包混淆主流，比较成熟的方案都是使用Proguard来实现，有2种实现方案 使用Proguard混淆工具 这种方案需要下载proguard混淆工具，自己打完包以后再 ...

系列第二篇：核心概念与架构篇 你好，我们又见面了。 在上一篇文章中，我们聊了消息队列的基础概念，也了解了 RocketMQ 从阿里巴巴内部一路走到 Apache 顶级项目的传奇故事。如果把 RocketMQ 比作一辆顶级跑车，那上一篇我们看的是它的“品牌故事”和“外观参数”。 今天这篇文章，我们要做 ...

推荐系统擅长回答“推什么”，用户却卡在“怎么选”。 本文探索：不改排序，补上排序之后的“表达与决策”——把游戏理解透，让同类多款可比较、可解释、可追溯。做法是让大模型放开探索、用工程约束收住，使生成稳定进生产。目标不是替代排序，而是帮用户从“给结果”走向“帮决策”。 ...