全部文章

作者分享自托管服务的选型与部署原则：通过局域网和VPN访问，原生部署优先，复杂服务用Podman承载，并在16GB迷你主机上以systemd运行28项服务，降低云依赖并掌控升级节奏；投资和邮件因可靠性与维护成本保留云端方案。

天猫以驻钉钉需求群的“数字员工”统一产品、开发、测试的上下文与交付链路，解决信息失真、等待检索耗时和隐性知识流失，并通过上下文层沉淀业务资产；该架构已覆盖全业务线，月均活跃交付需求超百个。

从生产、流通、价值三个层面梳理AI对媒体系统性变革的七个关键议题，指出AI在赋能线索挖掘与采写提速的同时，正通过信息入口隐蔽化、液态化叙事改写媒体价值实现机制，呼吁媒体从流量计价转向调用计价，并在AI时代重新定位记录真实、专业核查与守护公共空间等不可替代价值。

针对AI编程代理输出质量难以验证的问题，提出核心解法是为代理配备自检闭环，主张以端到端测试、属性测试、差分测试构成多层验证体系，并要求测试快速且确定，避免代理学会重试而非修复，从而把人类从逐行评审中解放出来，专注定义成功标准。

未来 AI 可能在广度型文明中主要承担重复、单调但关键的组织执行工作，以建设实验设施、统筹资源和把创意落地；也可能推动深度型文明，以更强推理、模拟和判断减少现实试错成本。决定两条路径的核心，是新洞见所需的配套投入是否随想法增长，以及机器能否创造更高效的互补能力。

针对AI生成代码时代的代码审查实践提出新框架，核心观点是逐行阅读不再必需，但每处变更仍需人承担审批责任。作者提出行业转型速度取决于检查成本与失败修复成本两个变量，区分了代理审查加人工审批的可行路径与单纯放弃审查的崩盘路径，并给出个人执行者和管理者在Agent编码时代保持判断力与可解释性的具体行动建议。

聚焦企业级代码现代化项目，提出在AI代理加速代码生成背景下，瓶颈已从产出变更转向组织协作，并给出六步法：定义目标态、制定变更证书、设定晋升策略、准备前置条件、构建并迭代代理工作流、运行现代化，还涉及成本测算与流程资产沉淀。

以一次 LLM API 调用为主线，逐跳拆解从 HTTPS POST 发出到首个 token 返回的全链路技术细节，涵盖 BPE tokenization、embedding、32 层 transformer 预填、KV 缓存、prefill 与 decode 分相、连续批处理、张量/流水线/专家并行以及推测解码等推理工程机制，旨在解释大模型推理时延、显存占用与计费差异背后的实现原理。

TypeSafe AI 发布 System One 模型 Jev，通过新架构、并行采样与 RLCD 训练方法，专为自动化场景输出类型安全的结构化决策。在工作流评测中，Jev 在相近智能水平下比现有 LLM 快约 40–200 倍、成本低约 444 倍，并因数学上无法产生类型错误而彻底消除幻觉。

针对遗留代码库中引入 Agent 工程的实践方法，指出核心问题是让隐性约束可见并保证改动可信，提出分区分级、自主性依赖影响半径与可恢复性、用特征测试锁住现行行为、完整迁移而非半成品、最后再并行化等原则，强调结构与维护资产比生成的代码量更值得投入。