智力正在变成铝
从前端岗位收缩、AI 编程能力提升和独立开发经历出发,讨论智力成本下降后,程序员为何只是最早进水的舱室,以及在尚未找到救生艇时为什么仍要行动。
从前端岗位收缩、AI 编程能力提升和独立开发经历出发,讨论智力成本下降后,程序员为何只是最早进水的舱室,以及在尚未找到救生艇时为什么仍要行动。
上下文窗口只规定模型最多能看到多少内容。真正的上下文工程,要处理材料的选择、压缩、排序、隔离和淘汰,还要给长任务留下可以继续工作的状态。
LLM、Prompt、Context、RAG、Tool、Workflow、Loop、ReAct、Memory 和 Agent 经常出现在同一段介绍里,却不处于同一层:模型负责生成,上下文与 RAG 补充材料,Tool 连接外部能力,Loop 和 ReAct 组织决策,Agent 把它们变成一套运行系统。
使用微信官方 miniprogram-ci 和支付宝官方 minidev,把小程序构建、检查与版本上传接入 GitHub Actions。方案不依赖具体框架,原生项目和跨端框架都能使用。
从公共账本、会议室预约、库存和余额几个例子说起,理解锁到底解决什么问题,什么时候需要考虑锁,乐观锁和悲观锁怎么选,以及分布式场景里为什么不能只靠本机锁。
续章的全书整理功能曾把作品设定、章节、事实和记忆一次性发给模型,两次调用跑了八分多钟。后来我把它改成按需查资料的有限 Agent 循环,没用框架,也没再被单次超长上下文拖死。
从个人产品和 AI 应用的真实工程需求出发,聊聊 OpenID Connect 解决的到底是什么问题、什么时候适合使用、和 OAuth、SAML、CAS、LDAP、WebAuthn 等方案有什么区别。
AI 编程真正改变的不是“写代码更快”这么简单,而是开发进入了 agentic loop:AI 写代码、跑验证、读错误、再修复。这个循环里,test、lint、build 的耗时会直接决定整体吞吐。
从后台表单、配置平台和 AI agent 的使用方式出发,聊聊为什么中后台下一步不该只继续堆页面,而应该把能力沉淀成 CLI 和 Skill。
整理适合 PPT 封面、报告插图、自媒体头图、科技行业封面和微缩视觉的 gpt-image-2 提示词模板。