刷新
MonkeyCode帮我做代码评审,发现了20+个隐藏bug

博主头像 MonkeyCode帮我做代码评审,发现了20+个隐藏bug 以前我做代码评审,主要看「代码风格有没有问题」。现在我让MonkeyCode先帮我审一遍,它发现了20多个我没看出来的bug。我才意识到:**人类审代码,审的是「格式」;AI审代码,审的是「逻辑」。 以前的代码评审,到底在审什么? 先说说 ...

90% 的人还不知道!Claude Code 藏着的 /goal 命令,能帮你省下 80% 的指挥时间

博主头像 Claude Code /goal 一键设定目标,全自动迭代到完成 你是否遇到过这样的场景:让 Claude Code 重构模块时,每轮都要手动检查进度、发送下一步指令,稍一分神就忘了做到哪了?/goal 命令专为解决这类痛点而生——设定一个可验证的完成条件,Claude 就会自主多轮迭代,直到条件 ...

读工业软件简史01工厂设计

博主头像 1. 工业软件 1.1. 是令人迷惑的一种产品 1.1.1. 既不像一般工业品,有着巨大的产值、有形的形态和清晰可见的投资回报率 1.1.2. 也不像常规的软件,熟悉计算机语言和业务逻辑就可以编程运行 1.2. 如果说只要用在工业领域的软件就算工业软件,那么它的范畴就比较大 1.3. 工业软件分为工 ...

苏州GEO优化公司|从技术培训到全案代运营,苏州GEO服务商各司所长

博主头像 GEO(Generative Engine Optimization,生成式引擎优化)核心是通过内容优化与信源建设,让品牌信息在豆包、DeepSeek、文心一言、Kimi等AI助手回答中精准、优先被引用。苏州作为新一线城市,产业基础覆盖先进制造、生物医药、电子信息、外贸工厂、文旅消费与本地生活服务,... ...

程序员相亲,我说用AI写代码,对方以为我吹牛

博主头像 程序员相亲,我说用AI写代码,对方以为我吹牛 上周末去相亲,对方是个小学老师。聊到工作的时候,我说我现在写代码基本靠AI帮忙。她笑了笑,说:"你们程序员真会开玩笑,AI写代码?那还要你们干嘛?" 这篇文章,送给所有遇到过类似尴尬时刻的程序员们。 相亲现场的尴尬对话 让我还原一下当时的对话(保护当事人 ...

别再让 Claude 乱改代码了!Claude Code 这 7 个权限配置让你的项目再也不翻车

博主头像 Claude Code 最佳实践 你是否经历过这些场景:让 Claude 重构一个模块,结果它改着改着忘了原始需求;提示词写得模糊,来来回回返工五轮还没对齐;权限配置太松,一不小心把生产库删了——上下文臃肿、指令模糊、权限失控,这三个坑几乎每个 Claude Code 用户都踩过。本文围绕日常开发高 ...

用 Hermes 接入博客园发布:一次从配置到踩坑排查的完整记录

博主头像 背景 今天我尝试把本地运行的 AI 助手 Hermes 接入博客园,让它可以在收到文章内容后,自动整理并通过博客园的远程发布接口发布成公开博文。 这篇文章记录整个接入流程、期间遇到的问题,以及最终验证成功的关键点。文中不会展示任何访问令牌、密码或敏感配置值。 目标 让 Hermes 能通过博客园的 ...

别再手动重复配置了!Claude Code 六大扩展插件一次配齐,开发效率直接起飞

博主头像 Claude Code 扩展选型与配置手册 Claude Code 内置的文件操作、搜索、执行等基础能力已经足够完成大多数编码任务,但当你需要"AI 始终遵循团队规范"、"自动连接数据库查询数据"、"编辑代码后自动格式化"等个性化需求时,就需要扩展层能力。Claude Code 提供六大核心扩展模块 ...

读智能涌现: AI时代的思考与探索09未来

博主头像 1. 发展方向 1.1. 多模态智能 1.1.1. 将带来全面的、具有深度的智能分析 1.1.2. 结合语言、文字、图片、视频、激光雷达点云、3D结构信息、4D时空信息及生物信息,实现多尺度、跨模态的智能感知、决策和生成 1.2. 自主智能 1.2.1. 将带来个性化的智能体 1.2.2. 将大模型 ...

读智能涌现: AI时代的思考与探索08安全保障(下)

博主头像 1. 3R原则 1.1. 登山时需要考虑的首要事项不是速度,而是安全 1.2. 3R原则,即积极响应(Responsive)、韧性发展(Resilient)、坚守价值(Responsible) 1.2.1. 第一原则是积极响应 1.2.1.1. AI研究者应该致力于开发行业乃至社会需求的技术,积极利 ...

Vector Quantization for Recommendation 笔记

博主头像 背景 在工业推荐系统中,特征通常被表示为高维稀疏的 One-Hot 向量,随后通过嵌入层映射为稠密向量。这种“参数化查表”的方式面临两个核心矛盾: 嵌入表的内存爆炸:随着物品和用户规模激增,完整的嵌入表(Embedding Table)会占用数百 GB 甚至 TB 级显存,远超单机容量,迫使系统采用 ...

<123···27>