pDJJq

摘要： Agent之殇 速度, 效果, 成本 这三者不可能同时达成. 速度 增加任务并发度 使用更小的模型 效果 使用超量的上下文 使用紧凑高密度的上下文 使用超量的SubAgent 使用更好的模型 成本 少的上下文 少的模型调用次数 廉价的模型 阅读全文

摘要： Cheap Context and Expensive Context Repo Cheap Context SubAgent的Context是廉价的而且是一次性的 或者可以称之为 intern context 像实习生一样非常的廉价, 执行一次性任务, 而且受限于传入上下文的限制, 显得有些笨 在 阅读全文

摘要： 推荐位 * [杭州][嵌入式/算法/安全架构/项目经理][社招] 宇树科技 * [北京/杭州] [前后端/QA/算法] [全职] Vast3D - Tripo * [杭州][前端、测试、运营、产品][全职、可远程] OmniBox 新增的招聘方 * [上海/北京] 头部量化私募天演资本招聘：C++/ 阅读全文

摘要： 本文探讨了AI编程的实践方法，重点分析了任务划分、上下文依赖与问题确定性对AI编码效果的影响。文章将任务分为四类：高依赖高确定（如修复BUG）、高依赖低确定（如架构设计）、低依赖高确定（如算法实现）和低依赖低确定（如产品demo），指出AI更擅长处理依赖低、确定性高的任务。 核心观点是：AI编码表现不佳常因上下文信息不足或指令不清晰。上下文包括项目背景、业务逻辑、代码结构等，需充分提供；指令应明确问题描述、解决步骤和验证方式，避免模糊需求。文章强调，高质量的信息输入和清晰指令是提升AI编程效果的关键。 阅读全文

摘要： 这篇文章探讨了在AI时代代码编写变得廉价的情况下，什么才是真正有价值的事物。作者认为人类的经验和问题提出能力才是关键，并介绍了两个相关项目：recorder（记录人类工作流程供AI学习）和show-your-chat（分享人类与AI的对话记录）。文章指出随着AI编程能力的提升，单纯写代码将不再是核心竞争力，而如何有效与AI交流（"chat"能力）将成为新的关键技能。作者呼吁社区通过GitHub Issue平台分享有价值的AI对话记录和提示词，共同探索人机协作的新模式。 阅读全文

摘要： 这篇文章介绍了如何使用GitHub Action实现持续集成与交付（CI/CD），并针对GitHub社区特性提供了优化建议。主要内容包括： 1. **核心功能**：通过GitHub Action实现代码格式化、漏洞检查、密码泄露检测和单元测试集成。 2. **社区化应用场景**： - Issue管理（自动标记标签和分配） - PR审查（AI辅助检查） - 版本发布自动化 - 文档同步更新 3. **推荐工具**： - 自动化工具：autofix.ci（自动格式化）、Auto-Release（版本发布） - 安全检测：Trufflehog（密钥泄露扫描） - AI辅助：Issue Labeler（智能分类）、Gemini PR Reviewer（代码审查） 4. **官方资源**：建议通过GitHub Marketplace（actions分类）查找合适的工作流，并提及了Codecov覆盖率检测等实用应用。 全文以开发者视角提供可落地的解决方案，强调自动化与AI技术对开源协作的效率提升作用。 阅读全文

摘要： Hashicorp联合创始人Mitchell Hashimoto的文章《As Code》探讨了"X as Code"理念的本质价值。作者指出，将技术或流程"代码化"的核心意义在于：1）将隐性知识显性化，使其能够被具象记录；2）通过代码形式实现知识的可共享、可版本控制、可迭代优化。文章强调，虽然代码化通常带来计算机可读性等附加优势（如自动化、验证等），但不应简单套用现代编程的所有要求。这一观点为基础设施即代码（IaC）、部署即代码等技术提供了哲学层面的思考框架，揭示了技术抽象化的本质目的是知识传承而非形式主义。 阅读全文

摘要： 本文提出"SOP Coding"作为替代"Vibe Coding"的AI辅助编程方法。作者认为当前LLM虽然强大但缺乏业务理解，建议通过制定严格规范(SOP)来约束AI代码生成。文中以Go-zero项目为例，展示了添加API路由的标准流程：1)在.api文件定义路由 2)用make命令生成代码框架 3)在logic文件实现核心业务。强调应聚焦核心逻辑变更，将模板化工作交给自动化工具。该方法通过提供清晰指引和限制条件，使AI能在规范范围内高效产出可靠代码，适用于严肃项目开发而非演示场景。 阅读全文

摘要： 本文提出"JUST DO ONCE"理念，结合DRY原则与SOP标准操作流程，通过AI技术解决软件开发中的重复劳动问题。作者指出传统VibeCoding存在指令模糊、上下文不足的缺陷，而LLM+SOP的组合能精准记录人类操作步骤（使用recorder工具），生成标准化流程（通过SPEC-mcp），再由AI泛化执行。这种方法不仅能避免重复编码，生成的SOP文档还可作为项目文档共享，实现"人类只做一次，AI负责重复"的高效开发模式。文章强调该方案特别适合配置项维护、API添加等重复性工作，既能保持代码规范性，又充分发挥了LLM的泛化能力。 阅读全文

摘要： 本文探讨了如何有效推广技术项目，分享了作者通过实践总结的经验教训。核心观点包括：1）显式收益原则，强调通过在线演示、视频/Gif等方式让用户直观感受产品价值；2）精准定位目标用户群体，以"简历警察"项目为例说明如何在不同平台（如程序员论坛和求职社区）针对性推广；3）重视用户反馈，快速迭代改进以建立信任；4）打造个人品牌的重要性，建议保持统一形象、内容适配平台特性并积极投稿各类技术媒体。作者通过实际案例展示了这些方法带来的显著效果，如开源项目在一天内获得100+ Star等成果。 阅读全文