上一页 1 2 3 4 5 6 ··· 11 下一页
摘要: Redis 不再只是缓存快车道,已成 AI 应用的记忆账本 一句话概括:Redis 不再只是数据库前面那条快车道,它正在变成 AI 应用背后的那本"记忆账本"。 如果你写过三年以上后端,Redis 的形象大概早就定型了:跑在内存里的键值数据库,微秒级读写,挡在 MySQL 前面扛读流量。但最近两年, 阅读全文
posted @ 2026-10-10 10:18 codigger 阅读(346) 评论(0) 推荐(1)
摘要: 前言:一个反常识的核心结论 去年还占据绝对领先优势的海外AI工具——ChatGPT、Claude、Gemini,今年在绝大多数日常工作场景中,已经被国产大模型及AI工具全面追上,部分细分场景更是实现了碾压式反超。 更能体现行业变局的是工具数量的迭代: 两年前,主流技术社区官网的AI编程工具清单,最多 阅读全文
posted @ 2026-10-09 10:33 codigger 阅读(1752) 评论(3) 推荐(5)
摘要: 引子:三个更底层的问题 大多数 Codex 教程的开头都是"左边是功能区,右边是工作区"。这对,但没用。真正决定你能不能用好、用安全 Codex 的是三件事: 1. 它每一轮到底往模型里塞了什么? 决定它为什么"记得住"和"忘得快"。 2. 它的安全边界是技术强制的,还是靠模型自觉? 决定你敢不敢让 阅读全文
posted @ 2026-10-08 11:35 codigger 阅读(90) 评论(0) 推荐(0)
摘要: 一个被质疑 "炒概念" 的新词,到底是不是噱头? 2026 年,AI 工程圈又冒出一个新名词 ——Harness Engineering(驾驭工程)。它出现得密集而迅猛,很快就遍布技术博客、开源项目和一线团队的复盘文章。 热度自然也带来了质疑。反对的声音主要分两派: 一派说它「新瓶装旧酒」,用的全是 阅读全文
posted @ 2026-10-07 11:59 codigger 阅读(270) 评论(0) 推荐(1)
摘要: 一、为什么越来越多人把 Agent 搬回自己电脑 这两年 AI Agent 的形态发生了实质变化:它不再只是"问一句、答一句"的聊天框,而是能自主规划步骤、连续调用工具、读写本地文件、执行终端命令的执行体。一个代码重构任务跑半小时、一批文档整理跑一晚上,已经是很日常的使用方式。 任务形态变了,部署位 阅读全文
posted @ 2026-10-06 10:13 codigger 阅读(415) 评论(0) 推荐(3)
摘要: 引子 改了两小时代码,页面样式全乱了,想退回上一个能跑的版本,却发现根本没有可退的地方——这种体验大概每个人都经历过。 Git 解决的就是这件事。它命令不多,难点也不在命令本身,而在于要先把模型建起来。这篇笔记按我的实际使用顺序整理:安装、存档、回滚、分支合并、远端备份。 一个前提:Git ≠ Gi 阅读全文
posted @ 2026-10-05 10:30 codigger 阅读(48) 评论(0) 推荐(1)
摘要: 当大多数语言都在比拼"谁的功能更多、谁的运行时更重"时,ObjectSense 选择了一条相反的路:用不超过千行的精炼内核,把 Vim 语言(VimL)重新封装成一门真正的面向对象 脚本语言,让"写出可靠且高效的软件"这件事变得更轻、更稳、更可控。 回到一个朴素的问题:我们真的需要那么多重型语言与庞 阅读全文
posted @ 2026-09-24 11:34 codigger 阅读(95) 评论(0) 推荐(0)
摘要: 写在最前面:这篇不是教程,是一份实践流水账。里面的判断带很强的个人偏好,未必适合你的项目,欢迎评论区拍砖。 起因 用 Claude Code 有一段时间了,功能都能跑,但一直有个说不清的别扭:我不敢把稍微大一点的任务交给它。 写单个函数、改一处小逻辑这类事我很放心;但要动七八个文件的任务,我全程得盯 阅读全文
posted @ 2026-09-23 11:51 codigger 阅读(276) 评论(0) 推荐(2)
摘要: 做了十几年开发,今年最大的变化是把 Codex、Claude Code 这类 Agent 真正用进项目里,而不是只在 demo 阶段玩玩。最近用它们做完一个本地 epub 阅读器,踩的坑和攒的经验,值得记一笔。 先说我的核心主张:用 AI 写代码不能只甩一条指令,必须建立一套"把预期逐步固化"的工作 阅读全文
posted @ 2026-09-22 10:10 codigger 阅读(949) 评论(2) 推荐(3)
摘要: 关键词:机器学习、深度学习、监督学习、无监督学习、神经网络、SVM、决策树、聚类、PCA、算法入门、线性回归、逻辑回归、KNN、朴素贝叶斯 手机相册会自动把猫的照片收进「宠物」一栏——计算机没看过猫,只接收像素明暗数字(黑 0、亮 255),训练后却认出了没见过的猫。这就是机器学习。 本文不只讲概念 阅读全文
posted @ 2026-09-21 10:37 codigger 阅读(227) 评论(0) 推荐(0)
上一页 1 2 3 4 5 6 ··· 11 下一页