Software 2.0

抛弃IDE，转向Claude Code

抛弃IDE，转向Claude Code

在过去十八个月里，我们与代码交互的方式发生了根本性转变。

高级开发人员，世界欠你一个道歉

高级开发人员，世界欠你一个道歉

抱歉，高级开发者，你们是对的。感谢让我的系统工作。

用LM Studio Link搭建私有AI集群

用LM Studio Link搭建私有AI集群

LM Studio Link 允许你将多台运行 LM Studio（或其无头对应物 llmster）的机器连接到一个安全的网格网络中。一旦连接，你可以在任何远程设备上加载模型，并从任何其他设备使用它们 —— 就好像模型在本地运行一样。

Claude Code倾向的技术栈

Claude Code倾向的技术栈

mplifying.ai 最近发布了一项研究，系统性地测试了 Claude Code 在跨 20 个工具类别的开放编码提示下默认使用什么。

没有语言的思想

一个实体直到在没有语言的情况下证明推理时才拥有理解能力。

像 Agent 一样看世界

Claude Code 核心开发者分享：构建 Claude Code 的经验教训。

以Claude为核心的律师事务所

以Claude为核心的律师事务所

我以此为基础建立我的实践的工具是Claude，由Anthropic开发。这篇文章是对我如何在日常法律工作中实际使用它的解释。不是理论。是工作流程。

用 Gemini 3.1 进行 UI 设计

用 Gemini 3.1 进行 UI 设计

在本文中，我想实验使用 Gemini 3.1 来生成移动应用程序的 UI。

jina-grep：理解自然语言的grep

jina-grep：理解自然语言的grep

jina-grep利用了 LLM 在 CLI 使用中的当前优势，同时避免了向量数据库的臃肿：它为传统文本搜索工具提供了理解自然语言的能力。

Qwen 3.5 35B-A3B

Qwen 3.5 35B-A3B

让我们分解一下 Qwen 3.5 35B-A3B 到底是什么，为什么架构值得理解，如何获得人们发布的性能数字，以及真正的权衡隐藏在哪里，而这些是没人会在推特上谈论的。

OpenSandbox：AI代理的沙盒

OpenSandbox：AI代理的沙盒

沙盒环境已成为 AI 代理开发的基础设施。今天，我们介绍 OpenSandbox，这是来自阿里巴巴新开源的沙盒平台。

AI代理团队 + Git Worktree

AI代理团队 + Git Worktree

我发现了一些改变一切的东西：Agent Teams + Git Worktrees。突然，我一次一个的 AI 工作流程变成了一个并行工作的完整开发团队。

GLiNER v2 60M边缘小模型

GLiNER v2 60M边缘小模型

让我们实事求是。你在炫目的幻灯片中看到的大多数"边缘 AI"解决方案都是谎言。它们作为原型可以工作，但随后就崩溃了！你看过演示：一个小模型识别出"Apple"是公司，"Steve Jobs"是人。每个人都鼓掌。但当你将该模型投入到现实世界的生产环境中，例如，在专利中识别罕见的 PFAS 化学物质或从混乱的历史档案中提取 18 世纪的"isAt"关系时，它就会崩溃。它撞上了"泛化墙"。科技界每当新的 70B 模型发布时都会兴奋不已，但对于那些负担不起订阅或 4 万美元 H100 集群的人来说，现实是黯淡的。小模型（6000 万到 5 亿参数）历史上一直"很笨"，因为它们被饿死了。我们给了它们 100 万个示例，并期望它们理解世界。这不是通常的"越大越好"

2026年AI编程的12个趋势

2026年AI编程的12个趋势

本分析综合了来自 90+ AI 编程系统的数据、50+ 研究论文、管理数十亿收入的企业实体的生产指标，以及与构建 5000 万美元产品的不到 60 人团队的开发人员的访谈数据。

Claude Code原生Git Worktree

Claude Code原生Git Worktree

这感觉像魔法，我现在可以并行运行多个代理而不必担心它们互相踩脚。

Stitch+Antigravity=AI设计工作流

Stitch+Antigravity=AI设计工作流

通过结合 Google Stitch（新的 AI 设计代理）和 Google Antigravity，我刚刚构建了一些高转化率的落地页，带有动画、SEO 标签和信任信号，完全免费。

30个OpenClaw自动化提示词

30个OpenClaw自动化提示词

SOUL.md 模板、cron 调度、安全护栏和多代理模式 —— 我在 VPS 上运行生产环境的所有配置文件，可直接复制和自定义。

Ollama + MimiClaw = 嵌入式AI

Ollama + MimiClaw = 嵌入式AI

在资源受限的嵌入式硬件上运行 AI 代理，不需要云 API、PSRAM 或昂贵的开发板。本文介绍我是如何做到的。

7个领先的AI可观察性平台

将大型语言模型（LLM）集成到企业工作流程中非常易于访问。但在生产环境中理解这些系统的非确定性 AI 行为，提出了巨大的运营挑战。AI 可观察性工具提供了对遥测数据的深度可见性，从而能够在整个技术栈中进行根本原因分析和性能优化。

PII、越狱和真正的护栏

在这篇文章中，我探讨了护栏实际上应该做什么——以及不同的框架如何处理这个问题。

编程语言的终结

如果人类不再编写代码，为什么要使用设计为人类可读的代码形式？

构建内部AI助手值得吗？

公司正在迅速采用 AI 解决方案。问题不再是要使用 AI。更有趣（也更难）的问题是构建自己的东西是否有意义，还是依赖外部解决方案。

STM32运行机器学习模型

一个训练好的模型可以在 STM32 "蓝板" 上运行！

用 MLX 进行机器学习研究

本文讲述的是实际操作中的情况：MLX 在哪些方面足以用于研究，在哪些方面需要针对其边缘情况进行工程处理，以及我学到的关于将消费级硬件作为严肃实验平台的经验。

模型利用才是关键！

即使是前沿模型，包裹在深思熟虑的代理中，也只完成少数复杂的端到端任务。与此同时，这些相同的模型在静态基准测试中取得了接近完美的分数。