异步编程的崛起
我工作中有一项常规任务,就是审查那些不是我亲手写的代码。一个 AI 智能体 (AI agent) 会接收一份详细的问题描述,然后编写代码(主要是 Typescript、Rust 和 Python)、添加测试,最后把修改提交到一个新的代码分支上。当一切准备就绪,需要审查时,我再介入。
September 12, 2025
View Article翻译的一些我觉得不错的科技文章。
我工作中有一项常规任务,就是审查那些不是我亲手写的代码。一个 AI 智能体 (AI agent) 会接收一份详细的问题描述,然后编写代码(主要是 Typescript、Rust 和 Python)、添加测试,最后把修改提交到一个新的代码分支上。当一切准备就绪,需要审查时,我再介入。
September 12, 2025
View Article2020 年左右,当我刚加入 Netflix 平台团队时,我们提供的“可观测性 (Observability)”工具集由一系列用途各异的工具组成。
September 12, 2025
View Article模型上下文协议(Model Context Protocol, MCP)可以让 AI 智能体(AI Agent)拥有数百种工具,去解决真实世界里的各种任务。但问题是,我们如何让这些工具发挥出最大的效用呢? 在这篇文章里,我们将分享一些我们总结出来的,能有效提升各种 AI 智能体系统性能的独家秘诀 1。
September 12, 2025
View Article为什么独立游戏开发者总跟科技大厂的工程师吵得不可开交?为什么空降到大公司的高管常常水土不服,最终黯然离场?为什么 AI 辅助开发对一些工程师来说是神器,对另一些人却毫无用处?
September 11, 2025
View Article所谓的 **XY 问题 (XY Problem)**,就是你只问你尝试的解决方案 (Y),而不是你真正的原始问题 (X)。这种提问方式会给提问者和解答者双方都造成大量时间和精力的浪费。
September 10, 2025
View Article写代码是件容易事。一旦你脑子里有了解决方案,又掌握了你最喜欢的编程语言的语法,写代码真的不难。让大语言模型(LLM)帮你写出整个函数?那就更容易了。但真正的难点不在于写,而在于读。难的是,你需要花时间在脑海里构建起对整个系统的认知地图。这才是所有成本的真正所在。
September 10, 2025
View Article第一辆汽车刚问世时,人们根本不在乎它的颜色和外形——因为当时它唯一的竞争对手是马。 可是后来,汽车逐渐成为了人人都买得起的东西,品质和细节就变得比以往任何时候都更重要了。
September 8, 2025
View Article开发者们如何通过实验各种结构、编排与标准,试图从 AI 编程中榨取更多价值。
September 8, 2025
View Article软件开发的产出速度,从未像今天这么快。AI 工具和几十年来平台技术的革新,已经极大地降低了编写代码的门槛。现在,只需要几句提示或是几次 API 调用,我们就能在几小时内生成完整的产品、功能、基础设施和代码,而过去这可能需要数周时间。
September 6, 2025
View Article关于“Vibe Coding(凭感觉编程)”的讨论,很大一部分都围绕着开发速度,但实际上,开发速度从来都不是产品成功的关键制约因素。
September 6, 2025
View ArticleCreatorHunter 的故事,并不是许多 AI 爱好者心心念念的那种「凭感觉编程」就能成功的神话。它远没有看起来那么美好。不过,我们依然能从中学到很多。
September 6, 2025
View Article“凭感觉编程”或许能帮你搞出一个能用的原型,但想用它来打造一个可持续的产品,门都没有。在数字化产品开发领域,技术能力依然是成功的关键。**
September 6, 2025
View Article这是一份专为产品经理打造的完整指南,涵盖了AI智能体的架构、编排模式、信任策略和用户采纳计划。
September 5, 2025
View Article市场上,懂 AI 的开发者供不应求。但与此同时,刚毕业的计算机专业学生失业率却在上升。这是因为大多数大学的课程还没跟上时代,没能告诉学生们,在 AI 工具的加持下,编程工作已经变得多么高效。
September 4, 2025
View Article这篇文章将帮助你克服在加速学习时遇到的最大障碍之一:**如何组织和构建知识**。
September 1, 2025
View ArticleFastly 在 2025 年 7 月对 791 名开发者进行了一项调查,结果发现在有多少 AI 生成的代码最终被应用到生产环境这件事上,不同经验水平的开发者之间存在着显著差异。大约三分之一的资深开发者(10 年以上经验)表示,他们交付的代码中超过一半是由 AI 生成的——这个比例几乎是初级开发者(0-2 年经验)的 2.5 倍,后者仅为 13%。
September 1, 2025
View Article很多工程师在设计时,总想构建一个“理想”的系统:结构清晰、可无限扩展、优雅地分布式等等。我认为,这完全是软件设计的歧途。我们应该把时间花在深入理解现有系统上,然后,**用最简单可行的方法解决问题**。
August 30, 2025
View Article在 AI 热潮席卷的今天,我们似乎正逐渐丧失独立思考的能力。这篇文章想和你聊聊,为什么我们仍应坚持亲手写作和编程,以及如何明智地使用 AI,而不是被它所奴役。
August 30, 2025
View Article这是我们第五版的“百大生成式 AI 消费级应用”榜单。两年半的数据,向我们揭示了普通人日常使用 AI 的习惯正在如何演变。
August 29, 2025
View Article本文利用美国最大薪资软件提供商的高频行政管理数据,研究了受生成式人工智能影响的职业在劳动力市场中发生的变化。我们提出了六个事实来描述这些转变。我们发现,自生成式人工智能被广泛采用以来,在受人工智能影响最严重的职业中,处于职业生涯早期(22-25岁)的员工就业率相对下降了13%,即便在控制了公司层面的冲击后也是如此。相比之下,在受影响较小的领域工作的员工以及在相同职业中经验更丰富的员工,其就业情况保持稳定或持续增长。我们还发现,劳动力市场的调整主要通过就业而非薪酬来实现。此外,就业下降集中在那些人工智能更可能自动化而非增强人类劳动力的职业中。我们的研究结果对于其他解释(例如排除科技相关公司和排除适合远程工作的职业)同样具有稳健性。这六个事实为以下假设提供了早期、大规模的证据:人工智能革命正开始对美国劳动力市场的入门级员工产生显著且不成比例的影响。
August 28, 2025
View Article新技术降低了完成任务所需的精力,却提高了保持竞争力所需的努力。这一点在人工智能(AI)上体现得尤为明显。
August 27, 2025
View Article总有人问我,能不能给一份按部就班的学习路线图,最好能推荐些框架和课程。听我一句劝,这是个陷阱。我开发这些系统很多年了,我发现唯一行得通的方法,就是按照正确的顺序去理解核心概念。这跟用什么具体工具关系不大,关键在于你脑子里有没有清晰的思维模型。
August 24, 2025
View Article我发现,许多人满怀激情地想要构建自己的 AI 智能体 (AI Agent),结果却常常半途而废。原因无他,要么是各种概念听起来太抽象,要么就是网上的文章吹得太玄乎。如果你是真心想动手做出第一个 AI 智能体,下面这条路,你真的可以一步步照着走。这可不是又一篇空洞的理论文章,而是我本人多次亲身实践、屡试不爽的真经。
August 24, 2025
View ArticleClaude Code 是我迄今为止用过的最令人愉悦的 AI 智能体 (AI Agent) / 工作流。它不仅能让那些小修小补,或是凭感觉编程 (Vibe Coding) 写出来的一次性工具,不再那么烦人,甚至用它的时候我都会觉得很开心。它有足够的自主权去做些有意思的事,但又不会像某些工具那样,让你突然感觉对局面失去了控制,很不适应。当然,大部分的繁重工作都是由新的 Claude 4 模型完成的(特别是它的交错思维能力)。但我觉得,即便用的是同一个底层模型,Claude Code 也比 Cursor 或 Github Copilot 的智能体要好用得多,烦心事少得多!它到底凭什么这么好用?如果你一边读一边点头,那我接下来就试着给出一些答案。
August 24, 2025
View Article多年后的今天,我更加确信我是对的,而那位评审是错的。**好的软件设计,就应该是“过于简单”的。** 我想,现在我终于能说清楚为什么了。
August 23, 2025
View Article一个好的系统设计是什么样子的?我之前写过,它看起来平平无奇。在实践中,它就像一个很长很长时间里什么错都没出的系统。当你产生类似“咦,这事儿比我想象的要简单”或者“我从来不用操心系统的这个部分,它一直好好的”这样的念头时,你就知道自己正身处一个优秀的设计之中。矛盾的是,好的设计总是很低调:坏的设计反而常常比好的设计更“亮眼”。我总是对那些看起来很厉害的系统心存疑虑。如果一个系统用上了分布式共识机制、多种事件驱动通信、CQRS(命令查询责任分离模式)以及其他各种花哨的技巧,我就会怀疑,这是不是为了弥补某个根本性的错误决策(或者,它就是被赤裸裸地过度设计了)。
August 23, 2025
View Article一场风暴即将来临
August 19, 2025
View Article“彩票假说”解释了,为何海量参数的神经网络能够成功,尽管几个世纪的理论都预言它们会失败。
August 19, 2025
View Article在 Y Combinator,我们给出的最常见的建议之一就是:去做那些无法规模化的事。许多未来的创始人相信,创业公司要么一飞冲天,要么毫无起色。你创造一个产品,将其公之于众,如果你造出了一个“更好的捕鼠器”,人们就会像传说中那样踏破你的门槛。如果他们不来,那就说明这个市场不存在。
August 16, 2025
View Article我最喜欢的历史书之一,讲述了我最钟爱的历史时期——世纪之交的美国——带给我们的关于技术、焦虑和人性的启示。
August 11, 2025
View Article给初任经理的一些建议,来自一个摔过大跟头、摸爬滚打后总结经验并倾囊相授的人。
August 1, 2025
View ArticleAI学习的突破之处就在于它能精准适配你的学习水平。AI能以你理解的方式解答问题,甚至帮你处理基础的重复性工作,这就改变了学习的曲线。
August 1, 2025
View Article没人能看懂的代码就是技术债。要花大量时间去理解不熟悉的代码,才能进行调试,更不用说在不引入新 bug 的情况下添加新功能了。
July 31, 2025
View Article走进任何一家书店,你都会看到《24小时自学Java》之类的书,旁边还有无数类似的、号称能在几天或几小时内教会你C、SQL、Ruby、算法等等的速成指南。
July 27, 2025
View Article论大语言模型时代下,人类亲笔进行科学写作的价值。
July 27, 2025
View ArticleAnthropic 的内部团队正在利用 [Claude Code](https://www.anthropic.com/claude-code) 彻底改变他们的工作流程。无论是开发者还是非技术人员,都能借助它攻克复杂项目、实现任务自动化,并弥补那些曾经限制生产力的技能鸿沟。
July 25, 2025
View Article在项目伊始,我和团队面临一个关键抉择:我们应该使用开源基础模型来训练一个端到端的智能体模型,还是基于前沿模型的能力来构建一个智能体?
July 20, 2025
View Article“上下文工程” (Context engineering) 指的是为 AI(如大语言模型)提供成功完成任务所需的所有信息和工具——而不仅仅是一句精心设计的提示词。它是“*[*提示词工程*](https://addyo.substack.com/p/the-prompt-engineering-playbook-for)*” (prompt engineering) 的演进,体现了一种更宏大、更系统化的方法。
July 19, 2025
View Article我想分享我的这些思考,是因为外界关于 OpenAI 在做什么的讨论充满了迷雾和噪音,但很少有人能第一手地描述在那里工作的文化到底是什么感觉。
July 15, 2025
View Article我们进行了一项随机对照试验(RCT),研究2025年初的AI工具如何影响资深开源开发者在处理自己代码库时的生产效率。令人惊讶的是,我们发现开发者在使用AI工具时,完成任务的时间比不使用时**延长了19%**。换句话说,AI不仅没提高效率,反而拖慢了开发速度。
July 11, 2025
View Article在 Vercel 工作了整整 5 年后,我终于度过了在这里的最后一周。这真是一段难忘的旅程!
July 11, 2025
View Article* LLM本质上是学习单词序列的条件概率。 * 每次预测下一个单词时,会根据已出现的上下文计算条件概率。 * 使用温度(Temperature)是为了控制生成结果的多样性和创造性。
July 11, 2025
View Article吴恩达老师分享的这个做 MVP(最简可行产品,minimum viable product, MVP) 的技巧非常有效,我们常常有很多想法,但是因为想法太大而没有动手,但如果把想法精简成一个1个小时内就能借助AI快速做出来的 MVP,就能做出来有意思的东西,很快得到反馈,之后你可以继续完善项目而不是“胎死腹中”。
July 4, 2025
View Article多年来,我一直认为软件开发的瓶颈根本不在于写代码本身。 真正的瓶颈从来都是代码审查、通过指导与结对编程传递知识、测试、调试,还有人与人之间沟通协调所产生的“人类开销”。所有这些都被嵌套在纷繁复杂的任务票据、计划会议和敏捷开发流程之中。
July 4, 2025
View Article最近,“上下文工程”(Context Engineering)这个新词在AI领域越来越受关注。人们的讨论焦点,正从原本的“提示词工程”(Prompt Engineering)转移到一个更广泛、更强大的概念上:**上下文工程**(Context Engineering)。Tobi Lutke:sup[\[1\]] 把它描述为:“提供所有必要的上下文,让大语言模型能够合理地完成任务的一门艺术。” 他是对的。
July 2, 2025
View Article大家都知道,AI 在过去十五年,尤其是最近五年,取得了不可思议的进步。这种进步似乎是\_**必然的**\_,尽管真正意义上的范式转变级的突破并不常见,但技术依旧稳步前进。有研究者甚至提出了一种所谓的[“AI摩尔定律”](https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/),认为计算机执行特定任务的能力(比如代码任务)每隔一段时间就翻倍增长:
June 30, 2025
View Article如今,我们还没有实现真正意义上的 **AI自我提升**(AI智能体自己训练自己),但一旦实现,这绝对会是一个改变世界的重大突破。不过,与GPT-4刚出现时人们的想象相比,我们现在变得更有智慧,也看得更清楚:AI的自我提升不会是一次“突如其来的飞跃”,而是一个缓慢而持续的过程,可能需要多年甚至十年。
June 30, 2025
View Article随着时间推移,能够充分利用计算资源扩展的方法,最终会超越那些不能扩展的方法。 但这并不是说: * 人类知识完全没用,不应该融入AI; * 深度学习和算力扩展能解决一切(实际上原作者 Rich Sutton 对深度学习本身还挺怀疑的)。
June 27, 2025
View Article我们如何让 AI 代码审查助手变得更安静、更精准?
June 26, 2025
View Article我们投入大量时间研究 Claude 的 IQ——也就是它在编程、推理、常识等测试中的能力。但它的 *EQ* 又如何呢?换言之,Claude 的*情绪*智力表现怎样?
June 26, 2025
View Article