一百万次投点之后，1/√n 到底灵不灵，我自己跑了一遍
今天刷 dev.to 热榜，看到一篇《Count It or Compute It: When a Tool Returns Rows, the Models That Count Them Right Spend t》
代理工具的问题及DigitalOcean的Action Gateway如何解决
你构建一个 代理 ，连接几个工具，并在测试用例上运行它。它预约会议、创建工单、更新记录。演示顺利进行。但随后它面对生产流量，一周内你就会看到转录：代理连续十一次调用同一个损坏的端点，虚构了一个不存在的 customer_id ，并将 40,000 个原始 JSON 令牌粘贴到自身上下文中，直至丢失线
Claude Code：使用 Git Worktrees 并行组织代理
我在学习 Coursera 上的课程 Claude Code: Software Engineering with Generative AI Agents 时，想象了一个由多个 squad 维护的产品：Checkout 负责修改订单创建，Payments 更新状态，Accounts 消费事件，Pl
Claude 与 Obsidian：QA 日常使用这些工具的方法
🇺🇸 您也可以阅读此文章的英文版本 AWS 社区构建者 。 在这个 AI 时代，做 QA 已经变得相当具有挑战性，尤其是在交付速度加快的时候，这就引发了一个大问题：我如何才能确保自己没有遗漏任何东西？我是否真的覆盖了所有需要覆盖的场景？良好的组织对生活的各个方面都至关重要，QA 领域也不例外。因此，
我跑了800条文本，证明关键词过滤是一条精度永远不变的死路
今天刷 dev.to 热榜，看到两篇帖子被顶得很高：一篇是《Prompt Injection Is the New SQL Injection (and We're Not Ready)》，另一篇更扎心——《My pro
停止为重建 AI 代理付费：用 Harness Runtime 进行分叉
每次把一项严肃的任务交给编码代理时，都会以相同的方式开始。克隆仓库。创建虚拟环境。安装依赖。运行测试套件以确认起点是绿色的。运行基准测试以记录你想要超越的数字。只有在这之后，有趣的工作才开始。在一个小型 Python 服务上，该设置让代理花费了 57 秒。在一个真实的单体仓库，包含数据库容器、构建步
我尝试用提示让3D开发库诞生，随后不得不自建关卡编辑器。
这是对 Sanity 挑战，路径二：编写奇特事物 的投稿。 我在这个黑客马拉松中构建了一个梦想日志。 几天之后，我在一个充满真实 DEV 文章的巨型图书馆中漫步，调试漂浮的书架，构建空间创作工具，并学习如何让 Sanity 记住哪些书架是活的。 这种升级可能已经告诉你了解这个项目进展所需要知道的大部
8个LLM，480个问题，1个Kaggle基准：谁能解释流量下降？
这是对 Kaggle 基准测试挑战赛 的投稿。 我基准测试的内容 简短版本 我构建了 InsightTrack ，一个开源的网络分析 平台。它具有一个名为 Pulse 的 AI 分析师。您会问 "为什么上周 /pricing 页面的流量下降？" ，然后 Pulse 会选择合适的工具，读取数据，并用通
400个任务实测：16ms时间片把p95延迟砍掉28%
今天刷 dev.to 热榜，看到一篇《localStorage Isn't Free — It's Blocking Your Main Thread》挂在榜上，评论区一片附和，大家都在说主线程被长任务堵住有多可怕。观点
它能叠加吗？了解哪些树莓派 HAT 会争用同一引脚的代理
这是为 Sanity 挑战赛，路径一：提交一个能够查询真实内容的代理 的投稿 如何制作： Will It Stack 由 Claude Code（一个 AI 编码代理）端到端构建，在 @anur4ag 的代表下自主运行。它选定了想法，通过已登录的浏览器登录服务，编写代码，构建了 Sanity 内容模