pDJJq

摘要： 这篇文章表达了作者对AI产品涉足NSFW（不适合工作场所）内容的强烈反对。作者认为，从传统内衣到比基尼的尺度放宽尚可接受，但一旦涉及NSFW内容就会导致底线不断下滑。文章质疑为何不能通过正当途径盈利，在AI技术快速发展的当下，明明可以探索更广阔的应用场景，却要选择"脱掉衣服"的低端路线。作者强调互联网发展史上真正的赢家从来不是靠低俗内容取胜，并对这种降低品牌价值的做法表示失望。核心观点是：企业应该保持品牌尊严，拒绝通过色情内容获取短期利益。 阅读全文

摘要： 这篇文章从HRBP和面试官角度，系统讲解了程序员简历撰写的关键要点： 1. 黄金30秒原则：建议在简历开头用3-4句话突出核心优势，包含定位、经验、技能和成就 2. 推荐标准简历模板：包含个人信息、摘要、教育背景、专业技能、工作经历等模块 3. 常见问题警示： - 避免模糊表述，强调量化成果 - 杜绝空泛的自我吹嘘 - 删除低价值内容（如计算机二级证书） - 注意排版规范和错别字 文章最后推荐了开源工具"简历警察"帮助自动优化简历。全文旨在帮助程序员打造专业、高效的求职简历。 阅读全文

摘要： 《AI代理的上下文工程：构建Manus的经验教训》核心观点摘要： 1. **遮蔽原则**：相比动态移除工具，更优方案是保持工具定义完整但通过API参数临时遮蔽无关工具。这避免了KV缓存失效导致的性能损耗和模型逻辑混乱。 2. **技术实现**： - 主流API（OpenAI/Google/Anthropic）均支持通过`tools`参数动态过滤可用工具 - Anthropic额外支持通过预填充响应强制引导工具调用 - 开源模型可通过`response_prefix`实现类似效果 3. **实用技巧**： - 工具命名采用统一前缀（如`browser_`）便于批量控制 - 利用响应预填充技术精确引导模型行为 该方案解决了传统动态装卸工具导致的性能下降和逻辑断层问题，实现了既保持上下文稳定性又能精准控制工具调用的目标。 阅读全文

摘要： 本文探讨了Tailscale打洞失败问题的解决方案。作者发现更换宽带后，Tailscale无法稳定建立直接连接（延迟10ms），只能通过中转服务器（延迟200ms）。文章提出三种解决思路： 1. **自建DERP中转服务器**：通过在中国大陆部署节点显著降低延迟（北京节点38ms），但属于应急方案。 2. **启用UPnP IGD协议**：利用路由器的端口映射功能提升打洞成功率，但实际测试效果有限。 3. **全锥NAT优化**：指出NAT类型对打洞的关键影响，建议优先选择支持全锥NAT的网络环境。 核心结论：短期可通过自建DERP缓解延迟，长期需从网络层解决NAT类型问题（全锥NAT最佳），UPnP可作为辅助手段。文章包含具体配置方法和技术原理说明。 阅读全文

摘要： 本文从提示词(Prompt)和工具(Tools)两方面分析了Google开发的CLI智能助手gemini-cli的实现。其提示词采用结构化设计，包含目标说明、详实指导（如代码注释规范）、标准Agent工作流（理解-规划-执行）以及典型用例示范，被评为90分优质模板。记忆系统通过GEMINI.md文件实现跨会话存储，支持自动/手动写入。工具集主要包含文件操作（带gitignore感知的目录列表、安全写入等）、代码处理（精确替换、差异显示）和终端命令执行（需用户确认危险操作）。整体设计强调安全性（沙箱隔离、操作确认）和工程实用性，可作为开发CLI Agent的参考范例。 阅读全文

摘要： 如何分析一个Agent系统 我们可以认为Agent系统的最核心: (WHAT) Prompt, 要解决什么问题 (HOW) Tools/MCP, 用什么样的方式解决问题 (WHO) 工作流/Multi-Agent, 谁来解决问题 在此之外, 还有一些次核心的问题: Agent框架: 别他妈的用lan 阅读全文

摘要： 程序员的AI工作流 v3 快一年过去了, 本文的前两篇: v1 v2已经显得有些过时了, 本文介绍在2025年中, 我的工作流 什么是编程效率 我始终认为编程效率这件事情的前提是: 准确 准确意味着: 你知道自己要完成什么 离完成还差什么 在2025年, 我们谈论编程效率时, 你必须提及AI. AI 阅读全文

摘要： S3 分片上传、ETag 与 CORS 深度解析 阅读全文

摘要： LoRA是什么? LoRA技术全景指南：从核心原理到前沿应用 摘要 LoRA (Low-Rank Adaptation) 是一种参数高效微调（Parameter-Efficient Fine-tuning, PEFT）技术，旨在以极低的计算和存储成本，对大型预训练模型（如LLM和文生图模型）进行特定 阅读全文

摘要： Trae-Agent源码剖析 架构 ┌─────────────────────────────────────────┐ │ CLI Interface │ ├─────────────────────────────────────────┤ │ Agent Layer │ ├───────── 阅读全文