5%概率的bug骗过CI绿灯：我跑了一万次模拟算清重跑的账
今天 dev.to 热榜上有条帖子看得我后背发凉：《My CI hadn't run a single one of those tests in two months and stayed green the whol
渐进式披露：塑造 Claude Code 的输出
Opus 5.5 于 9 月 22 日发布，其回复的表达方式有所不同：先给出答案，少做铺垫。Box 在发布前进行测试时发现，其回答“冗长程度降低了 40%，且准确度未受影响”，而 Factory 测量得到“输出 token 数减少了 20% 到 25%”（ 介绍 Claude Opus 5.5 ）。
预处理一次快了上百倍：我实测区间求和的两种写法
今天 dev.to 热榜上有一篇《We Measured the 200x Claim, and Got It Wrong Twice First》，作者去验证一个"快 200 倍"的宣传，结果自己前两次都测错了。这篇文
如果你的 AI 代理永不需要离开浏览器会怎样？（演示 🚀）
最近一直没更新，说实话，就是没腾出那份心力。原因有几个，但最主要的一个是：我在 AGNTCon + MCPCon Europe 上做了一场演讲，主题正是 WebMCP。 效果如何？相当不错！到场的人很多，提问也很踊跃——还能奢求什么呢？😅 大会本身也精彩纷呈，这一趟回来，攒下的灵感足够再写好几篇文章
如何将 Jekyll 博客主题移植到 Python：实战中的经验教训
几年来，我一直关注着一个采用 tufte-jekyll 风格的博客，也正是它让我发现了 Edward Tufte 的 书籍 版式设计。 Edward Tufte 在数据可视化与信息设计领域享有盛名，他坚定主张提高数据密度，并坚决剔除“ 图表垃圾 ”（chartjunk）。 这正是 tufte-css
用 Go 和 Gemini File Search 实现低成本 RAG：无需向量数据库，两次调用，一个托管存储
你好，我是 Maneshwar，我正在构建 LiveReview —— 一个面向业务关键系统的 blast-radius 感知的 AI 代码审查工具。 给我们点星 以帮助开发者发现项目，试用一下，并分享你的反馈，以帮助改进产品。 我所在的每个团队都有同样的书架。 有九本工程师们推崇的书籍，几篇在每第
iOS NFC 手册：如何使用 React Native 读取、写入和锁定 NFC 标签
把 iPhone 靠近贴纸时，就会触发某些动作：名片会自动保存到通讯录，专注时段结束，或门被打开。芯片成本约二十便士，可容纳约一百三十字节。 读取一次需要两次函数调用。获得进行这两次调用的权限需要更长的时间。随后，CoreNFC 会要求你再次获得该权限。 第一道关卡来自 Apple。需要付费的开发者
什么是 Harness？
围绕 LLM 的那一层 Harness 是一层软件，它负责组装要发送的内容，也负责把 LLM 的回复转化为实际行动。LLM 本身没有记忆——再聪明也不会保存历史，更不会执行操作：它只是 发出信号 ，指出该做什么，动手执行的是 harness。可以说，发什么给模型、怎么发，都由 harness 决定。
语言模型能否学习模式背后的规则？
大语言模型能生成读起来连贯通顺的语言。它们可以总结论点、模仿文风、解释概念，还能以惊人的流畅度延续某个模式。 但流畅背后还藏着一个更难回答的问题：模型究竟是学会了一条可以系统运用的规则，还是只是极其擅长识别熟悉的统计模式？ 这一区分，正是"组合性"要探讨的核心问题。 人类思维之所以具有组合性，是因为
Claude Code 会自行调用你的技能吗？38 次运行，一项技能，七种描述方式
我们给 Claude Code 添加了一个提交信息技能，只改变了它的描述方式，并在无头模式下对其运行了 38 次小规模请求。“有助于 git 操作。”在 6 次运行中被调用了 0 次；具体描述、同一模糊行加上 when_to_use 字段，以及第一行为 "# House commit format"