Anthropic 日合并 3 万个变更：代码审查告别逐行阅读
AI 把写代码的速度拉高以后，代码进入生产环境之前的整条通道最先开始承压。 Anthropic 最近公开了两篇很值得放在一起看的工程文章。一篇讲 Claude Code 团队怎样重做代码审查，另一篇讲他们为什么在五个月内把巨型单体仓库从 G...
分类更新
架构设计
系统设计、云边协同、服务治理与工程架构实践。
本栏重点
正在发生
Pi Durable：Agent 崩溃后，任务还能接着跑
大多数 Agent 看起来很聪明，底层却很脆。 它可以连续调用十几个工具，可以把任务拆给多个子 Agent，也可以在终端里工作几个小时。但只要进程被杀、容器重启、网络中断，或者机器合盖休眠，刚才那条执行链往往就断了。接下来通常要靠人翻日志、...
GetPlus 的 GEO 做对了什么？好的 AI 站点有这 3 个特征
很多站点还在用旧 SEO 的思路做 GEO：堆关键词、批量发文章、给页面加一段 FAQ Schema，然后期待 ChatGPT、Gemini 或 Perplexity 主动推荐自己。GetPlus AI 的案例说明，生成式引擎优化真正考验的...
Codex 开始进入生产现场：从 Grafana 告警到 Kubernetes 修复，AI Agent 如何参与线上事故处理
凌晨三点，结账接口的错误率突然升高。值班工程师打开 Grafana，接下来要做的事情往往很琐碎：确认到底是哪项服务受影响，找出最近发生了什么变化，再把监控面板、日志、部署记录、代码提交和运行环境拼到一起。真正困难的地方，往往不在于某一条命令...
Octop：8.2K Star 的开源多 Agent 助手，正在把 AI 控制台做成家庭和小团队的“智能操作系统”
很多 AI 助手看起来功能不少：能聊天、能调用工具、能读文档，甚至还能接入 IM。但真正用起来，常常会遇到几个问题：个人助手和团队助手彼此割裂；浏览器、终端、知识库各有一套入口；一个 Agent 会做很多事，却很难把多个专家组织起来；数据放...
Agent 自我改进真正卡在哪：Langfuse 给出一套开源闭环
做 Agent 的团队很容易陷入一个循环：上线后看日志，找几条失败样本，改 prompt，再跑一遍评测。有效，但很费人。模型越能干、Agent 承接的任务越多，人工翻 trace 的速度就越跟不上生产数据。Langfuse 联合创始人 Ma...
Claude Code Mods：3个参数接管执行流
Claude Code 新增的 Mods，很容易被误读成又一种插件格式。官方三分多钟的演示给出的答案更直接：Mod 是一段运行在 Claude Code 内部事件上的 TypeScript 函数。它能在界面渲染、提示词生成、工具调用、权限检...
我把复杂网络画成了一张可以点的地图
服务器一多，网络很容易变成一堆只有自己勉强看得懂的配置：设备名称、隧道、入口、跳板、落地机、出口，再加上不同地区和运营商。每个组件单独看都不复杂，组合起来却很难回答几个实际问题： - 某台设备现在通过哪里接入？ - 一段流量会经过哪些节点？...
Jev 的 8 个作弊级用法：AI 开始替软件做决定
过去两年，AI 产品大多在争夺同一个入口：聊天框。你提问，模型思考，然后给出一段文字、一份代码或一张图片。Jev 展示的却是另一条路线：它不试图成为更健谈的助手，而是把自己压缩成一个极快、极便宜、可批量调用的判断器。它接收结构化问题、判断标...
Bonsai 2：270亿参数只占约6GB，AI黑话怎么读？
用 Ternary Bonsai 2 的“小旋钮”比喻，读懂参数、FP16、量化、三值权重、GGUF、显存和 KV Cache，分清约 6 GB 文件大小、运行内存与 98.2% 基准分数。
AI 下一波竞争：模型更聪明之后，谁来接管速度、上下文和注意力
过去两年，判断一家 AI 公司强不强，最省事的办法是看模型榜单。推理分数高一点、代码能力强一点、上下文再长一点，似乎就足以解释产品差距。这个判断正在迅速过期。 Matthew Berman 与 OpenAI 的 Tibo Sottiaux ...
ChatGPT Desktop：Work 和 Codex 怎么选
ChatGPT Desktop 里的 Work 面向跨步骤交付，Codex 面向代码库执行。选模式时应先看任务的核心对象和验收标准：代码闭环优先 Codex，文档、研究、表格、演示或跨应用成果优先 Work。
Karpathy 讲透 Software 3.0：当英文成为编程语言，AI 工程师真正该设计什么
Andrej Karpathy 在 Stanford 的这场演讲，表面上是一场关于 Transformer、GPT 和提示工程的技术分享，真正值得留下的核心判断只有一句：软件正在从“人来设计算法”，转向“人来设计数据和语言程序”。模型能力越...
从单线程长事务到并行短事务：任务投送链路的修复方法
一个任务投送系统出现过两种症状。待执行任务进入 Kafka 的速度不够，数据库也频繁出现锁等待。两种症状来自同一段调度代码。 旧流程用一个线程逐条发送任务。整批投送又共用一个数据库事务。前面的任务已经改过状态，却要等批次尾部的任务发送结束。...
Codex 背后的 Harness：OpenAI 把 Coding Agent 的控制层讲透了
本文整理自 OpenAI Dominik Kundel 在 AI Engineer World’s Fair 的演讲。它真正值得看的地方，不是 Codex 又多了几个功能，而是 OpenAI 正在把 coding agent 的关键能力从“...
软件人学机器人底层：CAN 总线、IMU 与传感器融合
学完电机公式，我以为能读懂机器人代码了，结果卡在更底层的地方：一堆节点在 CAN 总线上收发报文，IMU 吐出加速度和角速度，然后一段融合算法把它们揉成一个姿态。每个词都认识，连起来不知道在干嘛。 后来我换了个角度想，一下就通了：这套东西就...
AnyRouter 靠谱吗？价格、稳定性与真实体验
有人在搜索框里反复打 anyrouter 这个词。背后的需求很具体：想用 Claude Code，但官方订阅要美区信用卡，价格也不便宜，于是去找中转站。 AnyRouter 就是这类中转站里名气最大的一个。我把它接进 Claude Code...
Codex CLI Intel Mac 安装指南：版本、Node 与 Rosetta
GSC 后台看到一个搜索词，叫”codex mac intel 版本”。84 次曝光，0 次点击。点不进来，是因为搜的人想要一个确定答案：我这台 Intel Mac，到底能不能跑 Codex？ 答案要拆成两半。Cod...
Claude Code 在做减法
大部分人造 agent 的方向是加法：加记忆、加规划层、加工具路由、加一堆中间状态。Boris Cherny 给的是反方向的答案。他是 Anthropic 内部 Claude Code 的作者，最近在 Sequoia 的 AI Ascent...