止语Lab

摘要： 凌晨2点17分，一个开源日志库的维护者收到一条GitHub Issue——某个用户报告，在特定输入模式下，日志解析器会产生异常的内存行为。他白天是后端工程师，晚上和周末维护这个周下载量200万的库。整个项目只有3个兼职维护者，没有人是安全专家。 同一天，同一个类型的漏洞，Mythos可以在13分钟内 阅读全文

摘要： 1. 你以为逃逸的开关在代码里？ 你写了一个函数，传了个指针，编译器告诉你 moved to heap。你的第一反应是什么？ 改代码。换成值接收者，去掉取地址，把 slice 换成数组。 这个直觉对了一半。改写法确实能减少逃逸，但它回答的是"什么写法会逃逸"，不是"编译器为什么在这个位置做了保守判断 阅读全文

摘要： “Don’t communicate by sharing memory, share memory by communicating.” 这句话你一定听过。很多 Go 开发者把它当成选型铁律，写并发，先用 Channel。 但 Go 标准库 sync 包里，保护共享状态用的全是 Mutex。syn 阅读全文

摘要： 2014 年，Go 的垃圾回收器还在用最原始的 STW 标记清除。每次回收，整个程序停 300 毫秒。对于一个 Web 服务来说，300 毫秒的停顿意味着什么？意味着用户的请求超时，监控告警亮红，SRE 值班电话响起。 Go 团队决定动手。他们花十年时间，把 STW 停顿从 300 毫秒压到亚毫秒— 阅读全文

摘要： Go代码越容易被AI写，Go工程师越值钱。 这句话听起来矛盾，但它是这个系列的终极结论。 前提是——你的价值不在"写代码"。 这是「AI工程时代三部曲」的收官篇。第一篇我们聊了Agent框架设计为什么比模型选型更重要，第二篇聊了技术债的真正根源是看不见的盲区。今天收尾，把视角从工具和系统拉到人身上： 阅读全文

摘要： 本文是「AI 工程时代三部曲」第二篇。第一篇我们聊了 Agent 框架设计比模型选型更重要；这一篇，我们聊聊框架设计中最容易被忽视的一环：可观测性。 那 7 个运行了 5 年的幽灵任务 2024 年某天，Buffer 的工程师们做了一件"常规"的事：把散落在多个仓库的微服务代码合并回一个单体仓库。 阅读全文

摘要： 你还记得第一次给 AI 写 prompt 的样子吗？ 我记得。2025 年的某个深夜，我对着 ChatGPT 的输入框，像写第一封求职信一样字斟句酌。“请用专业但友好的语气”、“请确保代码有注释”、“请不要使用已废弃的 API”——每一条都是从上次踩坑里学来的教训。 写了二十几次之后，我发现一个尴尬 阅读全文

摘要： AI 编程工具竞争的胜负手，不在模型——在框架。 同一模型，6 个百分点的差距 51.80% vs 45.89%。 两个数字来自 SWE-Bench Pro——一个由 Cursor 和 Scale AI 联合推出的编程基准测试，要求 Agent 自主定位真实 GitHub Issue、修改代码、通过 阅读全文

摘要： 你有没有遇到过这种情况：让 AI 写了一段代码，再让它检查一遍，结果它对明显的边界条件错误视而不见。 明明同样的模型，在审查别人的代码时能挑出一堆问题，审查自己的输出时却像"瞎了"一样。 这不是 AI 不够聪明。问题出在它的"视野"——当它生成完内容后再审查，评判标准已经被自己写的东西挤到了角落。 阅读全文

摘要： 朋友圈都在"养龙虾"，但它到底是什么？ 你可能在朋友圈刷到过。“养龙虾"突然火了。有人晒配置截图，有人问"怎么装”，还有人说"真香，帮我省了两小时"。 顺便说一句——为什么叫"龙虾"？因为 OpenClaw 的 Claw 是"爪子"，社区就给它起了个昵称：🦞龙虾。下文里"龙虾"和 OpenClaw 阅读全文