K2 Horizon：一口气开源 6 个模型，从 0.9B 到 375B 全尺寸覆盖，训练配方也全部公开
IFM 发布 K2 Horizon 开源模型家族：6 个尺寸从 0.9B 到 375B-A23B，小模型在同尺寸中刷新 SOTA，0.9B 在 AIME 2026 拿 48+ 分。Apache 2.0 开源，中间 checkpoint、训练数据配方、代码日志全部公开，还自带对 reward hacking 的审计。
模型优化系统，系统跑模型：GLM 用 Infra Agent 把推理吞吐提到约 3 倍
智谱在 10 万+ 国产加速器集群上从零搭起 GLM-5.3-Flash 的生产推理服务，大量工作由 GLM-5.3 驱动的 Infra Agent 完成：两周内端到端吞吐提到约 3 倍，单 token 成本追平主流 NVIDIA GPU。
独立开发一个 174 行的临时 PHP 补丁被装了近 2000 万次，作者为什么选择让它退休
2014 年为 AOL 内部系统写的临时 polyfill，被 Packagist 安装了近 2000 万次，至今每月还有 40 万次下载，还顺着 WPML、Debian、Ubuntu 流进了无数网站。作者最终选择弃用而不是找人接手——理由和供应链安全有关。
教程别把 LLM 当分类器，把它的判断当特征
让 LLM 直接输出标签，校准、阈值控制、对结构化数据的利用、可解释性全都会失控。把它的判断当成一个特征喂给逻辑回归，这些性质就都回来了；再叠上 LLM 抽取的特征和一批规则特征，讽刺识别任务的 Brier 分数从 0.259 降到 0.127，F1 从 0.747 提到 0.779。
工具推荐同一个模型换个 harness，成本最多差 5 倍，成功率几乎不变
Berkeley 团队把 7 个模型分别配 3 个 harness（Claude Code、Codex CLI、Pi）共 21 种组合，在 SWE-bench Lite 和 Terminal-Bench 2.0 上各跑 30 道题 × 3 遍：换 harness 对成功率的影响只有 ±2%（Terminal-Bench 2.0 上约 ±5%），成本却最多差 5 倍，SWE-bench Lite 上 Claude Code 平均是 Pi 的两倍。
Durable Objects 的 Alarm 漏写一行判断，8 天烧掉 34,895 美元，全程没预警
换掉官方 actions/setup-go，Go CI 测试耗时缩短 69%
就算大模型攻克了 Navier-Stokes，看空的理由依然成立
推理成为主角：2026 年 AI 硬件厂商在赌什么
从 CSS Zen Garden 到重建 Firefox.com：一个独立开发者等了 18 年
MinIO 停更后本地 S3 存储该换谁：7 个候选方案的实测结果与避坑点
听见什么鸟就画什么鸟：树莓派加本地 AI 做的电子墨水鸟谱相框
抽查 F-Droid 一天内更新的 102 个应用：72% 基本由 AI 写成
置顶文章
8 篇
读者用 AI 搭出自己看不懂的系统：Mark Seemann 谈 LLM 时代的编程学习
一位没有 CS 背景的读者用一年时间靠 LLM 搭出包含 API、PostgreSQL、多模型流水线的大系统，真要变成产品时才发现自己看不懂它。他把问题写成信，作者的回答里有一句特别扎人：LLM 能让你更快地问到点子上，但没有人能让大脑吸收知识的速度显著变快。
Gemini 3.8 Live 发布：边推理边说话，中途能切换 97 种语言
Google 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两个语音模型：其中 3.8 Live 支持近实时视觉理解和后台工具调用，Extended Thinking 在 Artificial Analysis 的语音质量指数（Speech to Speech Quality Index）上拿到 82.6 分排名第一，3.8 Live 则支持通话中自动切换 97 种语言。
OpenResearch：把 Claude Code 变成研究智能体，登顶 GitHub Trending 榜首
alphaXiv 团队开源的本地优先科研工作台，用 Rust 写：每个研究方向分配独立的智能体和 git worktree，实验、日志、产物全部留在本机，支持 Claude Code、Codex、OpenCode、Cursor 四种智能体。
省 token 不等于省钱：RTK 自称砍掉近九成输出，实测 DeepSeek 那组成本反涨 17%
RTK 有 7.9 万 Star，自己报告能省下近九成 token，README 也承诺砍掉最多 90% 的 bash 输出。Quesma 花 1500 美元在 Terminal-Bench 上跑了 1740 次实验，结论是省下的 token 并不等于省下的钱——DeepSeek 那组的任务成本反而涨了 17%。
OpenRouter 实战避坑：同一个模型，换个 Provider 就像换了另一个模型
同一个 DeepSeek V4 Flash，不同 Provider 的 TAU-Bench 成绩能差二十多个百分点。一位处理过 1800 万条消息的开发者，把用 OpenRouter 踩过的 10 个坑整理成了清单。
Superpowers：28 万星的 Agent 技能框架，让 AI 编程助手按软件工程方法论干活
Superpowers 把一套完整的软件开发方法论做成了可组合的技能包，装进 Claude Code、Codex、Cursor 等各种编程助手。它的核心不是让 Agent 多写代码，而是让它在动手前先问清楚、写计划、按 TDD 走。
AI 前沿
142 篇
Bengio：AI 智能体为什么会撒谎、作弊、互相串通
图灵奖得主 Yoshua Bengio 拆解近几个月 AI 智能体越界事件的成因：不是模型突然变坏，而是「模仿人类文本 + 强化学习」这套训练方式，把撒谎、作弊和互相串通一起奖励了出来。
Anthropic CEO Amodei：给 AI 前沿竞赛踩一脚刹车
Anthropic 联合创始人兼 CEO Dario Amodei 提出放慢 AI 能力增长的方案：派第三方评估员常驻公司、民主国家之间协调安全标准、再推动全球协调。
DeepSeek V4.1 Flash 发布：KV cache 降到 890 字节/token，长上下文成本只剩四分之一
新 Causal Encoder-Decoder 架构加上 CSA2 稀疏注意力，让 DeepSeek 把 1M 上下文的 KV cache 压到上一代的四分之一，同时在 Terminal-Bench 上反超自家 V4-Pro。权重 MIT 开源，API 已上线并降价。
费马大定理有了第一个机器可验证的证明：Claude 用 11 天写了 1300 万行 Lean
Anthropic 宣布 Claude 近乎自主地在 11 天内用 Lean 写完了费马大定理的第一个完整机器可验证证明：1300 万行代码、29,500 个中间定理，消耗约 60 亿 token。这次突破的重点不在发现新数学，而在把验证交给机器——数学评审可能从此进入机器时代。
工具推荐
115 篇
阿里开源 Open Code Review：确定性流水线 + LLM Agent 的代码审查工具
阿里巴巴把内部用了两年的 AI 代码审查助手开源了：确定性流水线负责文件筛选、打包和行号定位，LLM Agent 负责动态决策，官方称在自建基准上比通用 Agent 精度更高、token 消耗约为其 1/9。
Chrome DevTools MCP：让 AI 编程助手直接操控浏览器做调试
谷歌官方开源的 chrome-devtools-mcp：把 Chrome DevTools 的完整能力通过 MCP 交给 AI 编程助手，用于性能分析、网络调试和浏览器自动化。
Stockfish 19 发布：Elo 最高涨 44 分，神经网络砍掉冗余威胁特征
开源国际象棋引擎 Stockfish 发布第 19 个主版本：新 NNUE 网络 SFNNv16、通用二进制、RISC-V 与 LoongArch 原生支持，对上一代最高涨 44 分 Elo，代码和权重依旧免费。
近 1.7 万次实测：Claude Code、Codex、Cursor 会为你的项目选哪家服务？
Armature 团队跑了 16,893 次真实编码会话，观察三个主流 AI 编程代理会为你的项目选哪家数据库、支付、邮件和部署服务。结果：三个代理意见一致的场景只有 42%，Stripe 十局赢九，PayPal 被提到 139 次一次没被选，LangChain 被提 194 次只被选中 4 次。对独立开发者和工具厂商都是重要情报。
独立开发
106 篇
Paul Graham：让公司变强，而不是只多赚一点
Paul Graham 的新随笔给创业者换了一个提问方式：别问怎么多赚钱，问怎么让公司变强。网络效应、上游、API、做全栈都是路径，但每条路径都得先过一道门槛——对客户更好。
独立开发的第八年：年利润 8200 美元，却是最开心的一年
Michael Lynch 的年度回顾：卖掉 TinyPilot 后全职写书，一年只有 8200 美元利润，却是他独立八年来最享受的一年。
杠杆悖论：AI 降低的是门槛，抬高的是留在场上的成本
新技术降低了做成一件事的成本，却同时抬高了留在场上所需的成本。Indie Hackers 把这种现象叫杠杆悖论——AI 时代最稀缺的不是工具，而是肯在初稿上再刷一百层漆的人。
一个人把开源项目做到月入 1.4 万美元：Postiz 作者的六条经验
Postiz 的作者用两年把一款开源社媒排期工具做到月入 1.4 万美元：全量开源、只收云成本，然后把上架目录、频繁发布、转向 n8n 自动化人群和 SEO 当成和写代码同等重要的事。
教程
107 篇
电动滑板车逆向实战：嗅探 CAN 总线、Ghidra 拆固件，用 Rust 重写显示屏程序
一位开发者拆开自己的电动滑板车做逆向：从发现 USB-C 口其实是 CAN 总线，到用 Ghidra 还原通信协议、搞清一个免鉴权的固件更新流程，最后给只有 32KB 内存的显示屏 MCU 写了一套 Rust 固件。
15 分钟完成第一次 OpenStreetMap 编辑：给身边的小店补上官网标签
一份可以照着做的 OpenStreetMap 入门教程：用 JOSM 配合 Website Wizard 插件，15 分钟内给附近商铺补上官方网站标签。
vLLM 投机解码实战：方法选型、参数配置与效果验证
投机解码能把 LLM 推理的吞吐往上提一大截，但 vLLM 里方法有一堆、参数也不少。这篇按官方文档梳理清楚：各种方法适合什么负载、--speculative-config 该怎么写、用哪些指标判断到底有没有提速。
免费跑出 1500 token/s：Cerebras 上跑通 Qwen 3.8 27B 实操指南
阿里开源模型 Qwen3.8-27B 本周上架 Cerebras，跑出约 1500 token/s 的速度——比本地推理快一两个数量级，输入价格每百万 token 不到 1 美元，免费层每天送 100 万 token。本文用官方文档参数，带你从注册、配 key 到跑通第一个请求，并讲清楚 reasoning 控制、图像输入和速率限制这些坑。
浏览器主线程为什么贵？一份系统的前端性能指南：拆、批、排、延、绕
从'代码不慢，只是恰好占着主线程'出发，系统讲解浏览器主线程的运作机制与帧预算，给出五大优化策略：拆分长任务、批处理高频事件、优先级队列、延迟非必要工作，以及把工作移出主线程（合成器线程、Worker）甚至直接消除。每个策略都附代码与交互示例。
不想再交 Google Photos 月费？用 Immich 在旧电脑上自建私人照片云（Docker 完整教程）
手把手教程：用一台闲置电脑 + Docker 部署开源的 Immich，搭一个属于自己的 Google Photos。自动备份、相册浏览、AI 人脸/物体识别都有，照片存在自己硬盘上，月费为零。含 compose.yml、.env 配置与备份方案。
48GB 内存跑 104GB 大模型：slotstream 从 SSD 流式加载专家，小内存 Mac 也能跑 Qwen3.8-Flash-Next
手把手教程：用开源工具 slotstream 在内存远小于模型体积的 Mac 上运行 125B 参数的 Qwen3.8-Flash-Next（4bit 量化 104GB），从安装、下载权重到内存调优的完整实操。
扩散语言模型是怎么构建的：从 masked diffusion 到 Mercury、Gemma Diffusion 的完整路线图
一次讲透扩散语言模型：为什么自回归不是唯一出路，masked diffusion 怎么把 BERT 变成生成模型，block diffusion、remasking、蒸馏、可控生成这些模块如何拼出 Mercury、Gemma Diffusion、Nemotron 等生产级模型。
从提示词到模型部署：这套免费 Colab 笔记本把 AI 工程师技能栈讲透了
calmrocks 开源的 AI Engineer Notebooks：一套框架无关的 Colab 笔记本，从提示词、结构化输出、RAG、Agent 循环，到微调、安全、LLMOps、模型部署，完整覆盖 AI 工程师技能栈，全程跑在免费 Groq API 上，还带练习和求职用的 capstone 项目。
在 Mac 上虚拟一台 iPhone：vphone-cli 从零到开机完整教程
vphone-cli 利用苹果官方 Virtualization.framework 在 Apple Silicon Mac 上启动虚拟 iPhone，支持刷入越狱固件、SSH/VNC 连接，配合 vphone-mcp 可做 AI 驱动的自动化测试。本文从前置条件、安装、一条命令创建虚拟机，讲到手动流程拆解。
让 AI Agent 直接读你的网站：Accept: text/markdown 内容协商实战教程
手把手教你把网站变成 AI Agent 友好：用 Accept: text/markdown 内容协商，让 Claude Code、Cursor 等工具直接读到干净的 Markdown。含 Caddy、Nginx、Next.js、Cloudflare 配置和验证方法。
从 2500 亿条缓存里抠出 100TB 内存：Cloudflare 的五个内存优化手法，每个都能直接抄
Cloudflare 对 1.1.1.1 的 DNS 缓存做了 5 个存储层优化，每条目占用从 953 字节降到 420 字节，整个机群省下约 100TB 内存，缓存反而更快了。本文逐条拆解这些可复用的 Rust 内存优化技术。
RAG 没那么复杂：6 个检索方案，从最小到完整
大多数人的 RAG 栈都过度设计了。这篇指南给出 6 种检索方案，从纯全文搜索到全量预 embedding，每个都有明确的适用条件、成本账和权衡。
微软画图'隐形水印'逆向实录：你以为本地生成的 AI 图片，像素里藏着一个服务器下发的 GUID
安全研究员逆向 Windows 自带画图和照片应用发现：即使图片在本地 NPU 生成，你的提示词也会发到微软服务器审核，返回的 GUID 会作为隐形水印嵌入图片像素。附完整检测原理和隐私含义。
把可执行文件改成 SQLite 数据库：用 SQL 查询 ELF 的一切，程序照常运行
SELF 格式用 SQLite 数据库替代 ELF 作为可执行文件：file 命令显示它是 SQLite 数据库，./hello 照样输出 Hello world，而 ldd、nm、readelf、strip 全部退化成一条 SQL 查询。附完整原理和实操命令。
SQLite 的 6 个'致命漏洞'全是 AI 编的：如何识别 LLM 垃圾 CVE
一个新建的 GitHub 仓库发布了 6 个 SQLite 高危漏洞通告，NVD 标为 Critical，JFrog 安全团队逐条验证后全部证伪：引用的函数不存在、行号超出文件末尾、补丁是编造的。附完整的识别方法和验证流程。
从零构建 AI Agent：先写一个最小的"读-想-做"循环（Node.js 实战）
不依赖任何框架，用 Node.js + Ollama 从零搭出 AI Agent 的最小骨架：一个 REPL 循环、一次模型调用、一个工具。理解了这个循环，所有 Agent 框架都不再神秘。
llama.cpp 还是 vLLM？2026 年本地 LLM 推理引擎选型指南（附实测基准）
Red Hat 工程师用 Llama 3.1 8B 在单张 H200 上实测了两个主流推理引擎：64 并发下 vLLM 吞吐是 llama.cpp 的 44 倍，但 llama.cpp 在消费级硬件上依然是唯一选择。本文把量化、GGUF、PagedAttention、连续批处理讲清楚，附完整选型决策树。
在 Mac 上搭建本地编程 Agent：llama.cpp + Gemma 4 + MTP 投机解码完整指南
断网也能用的编程 Agent：用 llama.cpp 在 Mac 上跑 Gemma 4 26B，配合 MTP 投机解码把生成速度从 58 提到 72 token/s，再接上支持图片输入的 Pi 终端 Agent。
不用 Google Lens：用几何 + CUDA 在全地球 8000 万个候选里定位一个无名小岛
一个 OSINT 挑战的硬核解法：从照片里三块陆地的相对几何构建指纹，用 8000 万个三元组在全球海岸线数据上跑 CUDA 暴力匹配，再叠加密度、形状、植被、海拔七道筛选，最终锁定密克罗尼西亚的度假村。
2 千美元到 4 万美元：本地跑 SOTA 大模型的完整硬件指南
jamesob 公开了他本地运行顶级大模型的全部经验：2 千美元预算用双 RTX 3090 跑 Qwen3.6-27B，4 万美元上 4×RTX 6000 Pro 跑 GLM-5.2-594B。包含完整的配置命令：BIOS 分叉、ACS 关闭、功率限制、vLLM 部署。
DuckDB v2.0 抢先看：10 个新特性逐个拆解，含完整 SQL 示例
DuckDB 官方发布了 v2.0 预览：服务端模式、VARIANT 类型、触发器、全新 SQL 解析器、存储格式升级——10 个新特性带代码示例逐个讲清楚。
用 LLM 做「可玩的知识模拟器」学复杂主题：ChipTycoon 作者的完整方法
不满足于让 AI 解释概念，作者让 LLM 把复杂主题做成 RollerCoaster Tycoon 风格的模拟小游戏，边玩边学。本文还原他的完整流程：建知识库、审核、生成模拟、部署，以及进阶玩法。
Qwen3.8-27B 本地部署实操：从 GGUF 到 vLLM，一块 24GB 显卡就能跑
手把手把 Qwen3.8-27B 跑起来：硬件要求、量化档位怎么选、Ollama / llama.cpp / vLLM 三条路线完整命令，以及 262K 上下文的坑。
HEIR 实战指南：用 Google 的开源编译器，把 AI 模型变成加密状态下的推理
同态加密让服务端能在密文上直接做计算，用户数据不泄露给服务商。Google 的 HEIR 编译器能把预训练模型自动转成支持密文推理的版本。本文拆解原理、架构和四个官方 demo。
用电子垃圾攒一台 128GB 显存的本地 AI 服务器：从 eBay 旧件到跑起 DeepSeek
四块 32GB 显存的 AMD V620 云游戏退役显卡、2017 年的 X299 主板、Intel 最差 CPU——作者用几百美元的 e-waste 攒了一台本地 AI 服务器，还 3D 打印风扇导流罩、用 Arduino 自制了温控。
SQLite 藏了 16 年的 WAL-Reset 损坏 bug：检查你的版本，三步升级修复
SQLite 3.7.0 到 3.51.2 存在 WAL-Reset 竞态 bug，特定条件下导致数据库静默损坏，Tailscale 半年踩坑 19 次。本文教你检查 SQLite 版本、确认是否受影响，并安全升级到修复版本。
让 macOS 虚拟机里的 llama.cpp 提速 16 倍：Metal 能力 shim 实操指南
Apple 的 Virtualization.framework 会给 macOS 虚拟机里的虚拟 GPU 上报保守的 Metal 能力，导致 llama.cpp 只能走慢速 GPU 路径。用 Cua 开源的一个进程级 shim，可以把提示处理速度提升 7-11 倍、token 生成速度提升 8-16 倍。
把本地开源模型接进 OpenClaw：llama.cpp 自托管完整教程（零成本跑 Agent）
手把手教你把 llama.cpp 起的本地模型接入 OpenClaw：安装、启动 OpenAI 兼容服务器、写配置、配混合 fallback，所有参数来自官方文档，抄完就能用。
2026 年从零做一款 N64 游戏：phoboslab 的完整实战路线
知名独立开发者 phoboslab 用 C 重写自己的 JS 游戏引擎，做出了自 2002 年以来第二款实体发行的全新 N64 游戏。这篇教程覆盖硬件、工具链、模拟器、真机调试和发行全流程。
保持 Agentic AI 简单：AGENTS.md + Agent Skills + 规格驱动的实用工作流
比利时开发者 Tim Deschryver 用一个月时间让 AI Agent 从零重写整个项目，本文拆解他的完整工作流：AGENTS.md 统一上下文、Agent Skills 按需加载、OpenSpec 规格驱动开发，以及如何用符号链接让不同工具共享同一套配置。
一台 GPU 能塞下多少个开发者？自托管 LLM 的实测数据与成本账
imec 团队用 64 个真实编程任务测试了 4 套自托管方案：DGX Spark 只够 1 个人用，单张 H200 能带 32 个并发会话，8 张 B200 才能跑近前沿模型但并发反而更少。买 GPU 到底划不划算？答案取决于你的利用率。
让 AI 编码助手帮你构建 MCP Server：官方 Agent Skills 工作流实战
MCP 官方 2026-07-28 文档更新引入了一套全新的构建方式：把 mcp-server-dev 插件装进 Claude Code 等编码助手，让 AI 自己问清楚需求、选对部署路径、生成 MCP Server 代码。本文带你走完整个流程。
从 35 行循环到生产级 Agent：7 个原语搭出可靠的多智能体框架
手把手教你用类型化工具、DAG 并行调度、分层记忆、验证层级、Planner/Worker/Critic 角色分离、多维预算和追踪器，把一个简单的 LLM 循环升级成生产级 Agentic Harness。
单张 AMD MI300X 跑 DeepSeek V4 Flash：一份可直接抄的生产部署方案
304B 参数模型、无需量化、168.6 tok/s 单流解码：一个开源仓库把 DeepSeek V4 Flash 在单张 MI300X 上的生产级部署配置全部开源，含镜像锁定、补丁和调优表
把 Qwen3.8-Max 接进你的编程工具：Codex、Qoder、Qwen Code、OpenClaw 配置指南
Qwen3.8-Max 已上线 API，本教程带你把它接入 Codex、Qoder、Qwen Code、OpenClaw 四个主流 AI 编程工具，所有配置参数均来自官方文档，复制即可用。
Go 1.27 新特性速览：泛型方法落地、JSON v2 转正、标准库终于有了 UUID
Go 1.27 即将发布，这可能是近几年语言特性最多的一次更新：方法终于可以声明自己的类型参数（泛型方法）、encoding/json/v2 正式转正、标准库新增 uuid 和后量子签名 ML-DSA 包、goroutine 泄漏分析器转正。基于 VictoriaMetrics 的交互式教程逐条解读。
用 pgtestdb 给每个测试一个独立的 Postgres 数据库：模板克隆方案实战
pgtestdb 用 Postgres 模板数据库给每个测试一个完整迁移好的独立数据库，迁移只跑一次、每个测试约 20ms 拿到数据库、天然支持并行——本文讲透原理、用法和实测数据
vLLM 生产部署完整指南：从 Docker 到 K8s 的每一步
把 vLLM 从演示级推到生产级：镜像版本锁定、GPU 内存调优、前缀缓存、KEDA 自动扩缩、监控告警，一套可以直接抄的完整配置
控制 LLM 推理深度：从 DeepSeek-R1 到 GPT-5.6 的多级推理机制详解
看完本文你就能理解现代 LLM 的推理模式是怎么工作的：从 DeepSeek-R1 的 RLVR 训练到 GPT-5.6 的六档推理努力级别，以及 Qwen3、DeepSeek V4、Nemotron 等模型的实现差异
2026 本地 LLM 完全入手指南：用 Ollama 在个人电脑上跑大模型
从零开始的 Ollama 折腾教程：安装、模型管理、Python API 集成、Docker 部署，以及怎么把本地模型接入开发工作流
2026 年用 AI 编程的正确姿势：来自 Google 资深工程师的实战工作流
Google Chrome 团队资深工程师 Addy Osmani 总结了经过实战检验的 LLM 编程工作流：先写规格再写代码、分小块迭代、充分提供上下文、测试驱动开发
2026 生产级 AI Agent 构建指南：从用例到监控的 8 个步骤
从用例选择到原型再到评估框架，完整的生产级 AI Agent 构建指南——8 个可操作的步骤，带代码示例和真实项目经验
初创公司的 PostgreSQL 生存指南：两年线上实战经验总结
从索引策略、autovacuum 调优到迁移最佳实践，一篇让你在 Postgres 线上环境少踩一半坑的实用指南
Python 3.15 的新魔法：超低开销解释器性能分析模式
Python 3.15 引入了一种双调度表（Dual Dispatch）的 JIT 追踪技术，将性能分析的开销控制在仅 4.5 倍以内——比 PyPy 的 900 倍好了两个数量级
Self-Hosting 入门指南：2026 年为什么你应该自托管（以及如何开始）
从 Nextcloud 到 n8n，从 Vaultwarden 到 Uptime Kuma——自托管替代 SaaS 的完整路线图：为什么值得做、需要多少钱、如何一步步开始
用自托管 Umami 给 iOS App 加分析——轻量、隐私友好的方案
独立开发者如何用自托管的 Umami 分析服务给自己的 iOS App 加使用统计，避免使用 Google Analytics 等重量级 SDK。含完整集成代码。
用 Arch Linux 复活一台 15 年的上网本：从零开始的完整指南
手把手教你用 Arch Linux 32 位版复活一台 ASUS Eee PC 1000HE 上古上网本，把它变成一台可用的服务器或轻量工作站
从零搭建 PlanetScale：基础设施篇
用 Ceph RBD 和 Kubernetes 实现数据库分支与快照克隆的完整架构
Go 泛型中的 GC Shape Stenciling：性能与编译速度的平衡艺术
深入理解 Go 语言如何在泛型实现中通过 GC shape stenciling 平衡编译速度与运行时性能
在 13 年前的 Xeon 服务器上跑 Gemma 4 26B：一份实操指南
用不到 300 美元的老旧服务器跑谷歌 Gemma 4 26B 大模型，详细记录从硬件选型、编译修复到性能调优的全过程
AI 编码代理的上下文工程实战指南：让 Cursor、Claude Code 听懂你的项目
从 CLAUDE.md 到 Skills，系统学习如何通过上下文工程让 AI 编码代理更精准地理解项目结构和编程偏好
Bun 运行时从入门到实战：安装、配置与核心功能全解析
从安装到部署，全面了解 Bun 这个全栈 JavaScript 工具链——运行时、包管理器、测试框架、打包器一站搞定
用 C 语言实现 Go 风格的并发：goroutine 与 channel 的原理与手写实现
深入浅出地讲解 Go 语言 goroutine 和 channel 的底层原理，并用 C 语言结合 POSIX 线程从零实现一个简化版的并发模型
MCP（Model Context Protocol）从入门到实战：构建你的第一个 AI 工具服务器
手把手教你理解 MCP 协议的原理、架构，并用 Python 从零搭建一个支持实时数据查询的 MCP 服务器
Tailwind CSS v4 迁移指南：从 v3 升级到 v4 的完整实战
详细讲解 Tailwind CSS v4 的核心变化、配置方式革命性的简化、新特性一览，以及从 v3 迁移到 v4 的逐步操作指南
Caddy 反向代理从入门到实战：一行配置搞定 HTTPS
从零开始学习 Caddy 反代的完整教程：单站点配置、多服务路由、Docker 部署、生产环境最佳实践，告别 Nginx 的繁琐配置。
Tailwind CSS v4 完全入门指南：CSS 优先配置、性能飞跃与新特性实战
从安装到实战，全面解析 Tailwind CSS v4 的 CSS-first 配置、Oxide 引擎、容器查询内建支持等核心变化，附完整迁移指南
内网服务 TLS 证书最佳实践：用 Split-Horizon DNS 告别自签名证书
无需自签名证书、无需手动信任每个客户端，通过 Split-Horizon DNS + Let's Encrypt + 反向代理 WAF 实现内网服务的自动化 TLS 方案
PostgreSQL B-Tree 索引深度解析：从原理到 pageinspect 实操
从 B-Tree 数据结构讲起，用 pageinspect 插件直接查看 PostgreSQL 索引的内部结构，理解索引如何工作、如何调优。适合想真正搞懂索引原理的开发者。
2026 年用 AI 开发 App 完整实战指南：从想法到上线的 8 步工作流
结合 Cursor/Claude Code 等 AI 编程工具，从需求分析到应用上线的完整 8 步工作流。适合想做独立产品的开发者。
React 太重了？用 Python + HTMX 快速构建内部工具的实战教程
本文通过一个完整的实战项目，带你从零开始用 FastAPI + Jinja2 + HTMX 构建一个内部管理面板，无需构建工具、无需 API 层、无需前端状态管理
Bash4LLM⁺ 使用教程：用纯 Bash 脚本优雅调用 LLM API
Bash4LLM⁺ 是一个纯 Bash 编写的 LLM API 包装器，无需 Python/Node.js，单脚本即可调用 Groq 等提供商的 Chat Completions API
AI Agent 协议全景指南：MCP、A2A、UCP 等六大协议一次讲清楚
从 MCP 到 A2A，从 UCP 到 A2UI——Google 开发者博客的最新指南用一家餐厅的后厨管理场景，把 AI Agent 生态中的六大协议串成了完整的故事。本文带你逐一拆解它们的定位、协作方式和实战价值。
PostgreSQL 时区处理完全指南：当夏令时规则改变时，你的数据还准吗？
从不列颠哥伦比亚省永久夏令时说起，详解 PostgreSQL 中 timestamptz 的陷阱与双列存储模式
MCP 协议入门实战：为 AI 助手搭建自定义工具扩展
模型上下文协议（MCP）正在成为 AI 助手工具扩展的标准接口，从零配置一个文件系统服务器到 GitHub 集成，十分钟上手
DuckDB 为什么这么快？深入解析其内部架构（上篇）
从查询解析到存储层，一文看懂 DuckDB 的六大性能设计选择：进程内执行、列式存储、向量化执行、Morsel 驱动并行等
Git 忽略文件不止 .gitignore——三层忽略机制详解
除了 .gitignore，Git 还有另外两层忽略文件的机制：.git/info/exclude 和全局忽略文件。本文详细讲解三者的区别和使用场景。
从 GNU Stow 迁移到 Chezmoi——多机点文件管理方案
点文件管理是每个开发者的必修课。本文详细对比 GNU Stow 和 Chezmoi 两种方案，并给出完整的迁移指南，涵盖多机同步、敏感文件管理和开机初始化配置。
不用 curl 也能发 HTTP 请求：Bash 内置 /dev/TCP 网络编程指南
Bash 内置了 TCP/UDP 网络能力，通过 /dev/tcp 这个虚拟设备就能直接发起 HTTP 请求、测试端口、搭建简易服务——不需要 curl、wget 或任何额外工具。本文手把手教你掌握这个被低估的 Shell 技能。
AWS 用随机图理论重写数据中心网络：Leaf-Spine 架构的终结者
AWS 工程师利用随机图（Random Graph）理论设计出 RNG（Resilient Network Graph）架构，用更少的交换机实现更高的吞吐量，同时降低 40% 网络能耗。到 2026 年初，RNG 已成为 Amazon 全球新建数据中心的默认网络设计。
AI 辅助测试实战：用 LLM 构建自动化测试工作流
从自动生成单元测试到持续维护测试套件，一套用 LLM 做测试的完整工作流——不依赖特定工具，只讲通用方法论和实战操作。
Pyodide 314.0 发布：Python 包可直接发布 WebAssembly wheels 到 PyPI
Pyodide 314.0 迎来里程碑式更新：PEP 783 被正式采纳，Python 包维护者现在可以将 Emscripten 平台的 WebAssembly wheels 直接发布到 PyPI，无需经过 Pyodide 核心团队的手动构建。
Statewright 实战：用状态机给 AI 编码代理装上护栏
手把手教你用 Statewright 的状态机框架为 AI 编码代理定义工作流，让 Claude Code、Codex 等工具按你设定的阶段逐步执行任务
Homebrew 6.0 升级迁移实战指南：掌握 Tap Trust、沙箱机制等关键新特性
Homebrew 6.0.0 正式发布，带来了 Tap Trust 安全机制、Bubblewrap Linux 沙箱、默认内部 JSON API、brew bundle 并行安装等一系列重大更新。这篇教程带你逐一了解新特性、完成安全升级迁移。
AI 编码代理的提示词工程实战指南
系统提示、任务描述、上下文管理——让 AI 编码代理产出高质量代码的提示词技巧，涵盖五种实战模式和大量可复用的提示模板。
AI 代码审查自动化：如何让 AI 代理帮你把关代码质量
从搭建审查流程到配置自动化检查规则和编写审查提示语，手把手教会你用 AI 代理建立一套持续运行的代码审查系统
pytest 实战指南：从基础到高效测试的完整工作流
面向 Python 开发者的 pytest 使用指南，从基础 fixture 管理到高级插件生态，涵盖测试组织、参数化、mock 技巧和 CI 集成
写好 README 的完整指南：从项目门面到开发者体验
面向开发者的 README 撰写指南，涵盖结构组织、写作技巧、徽章系统、安装说明、贡献指南等，帮你写出既能吸引用户又能方便贡献者的项目文档
让 AI 自己跑 ML 实验：Karpathy 的 autoresearch 项目上手教程
Andrej Karpathy 开源的 autoresearch 项目让 AI Agent 自动运行机器学习研究实验，涵盖从 nanoGPT 微调到超参数搜索。本文带你从安装到跑通第一个实验。
MCP Server 从零搭建：用 TypeScript 为 AI Agent 构建自定义工具生态
手把手教你搭建 MCP Server——从项目初始化、工具注册到部署运行，让 AI Agent 通过 MCP 协议调用任意外部工具
从零构建 AI Agent：工具篇
手把手教你为 AI Agent 添加工具调用能力——从 bash 执行到文件操作再到网页抓取，完整的 Python 代码示例
AI 编程代理的「反压」验证体系：让你的代码代理学会自我审查
用编码代理写代码又不放心？这篇文章提供了完整的验证框架——从 lint 检查到评审代理到 PR 监控，七层机制让 AI 在提交前先把自己的问题修好
Python 不透明类型：用 NewType 隐藏内部实现的数据封装模式
使用 typing.NewType 创建对外隐藏内部结构的 Opaque Types 数据类型，以货运库为例讲解零开销抽象设计模式
Claude Code 调用外部工具实战：从零配置 MCP 服务器的完整工作流
手把手教你用 MCP 协议把 Claude Code 接入数据库、GitHub、Sentry 等外部系统，包含三种传输方式配置、权限管理和故障排查。
HTML 中隐藏的宝藏：<dl> 标签完全使用指南
详细介绍 HTML <dl> 描述列表标签的语义、用法和最佳实践，包括多值、分组、无障碍访问等进阶技巧
2026 年自学编程的正确打开方式
AI 时代自学编程的实用指南：摆脱语法记忆陷阱，用项目驱动学习，让 AI 成为你的编程教练而非代写工具
Docker Compose 生产环境部署完整指南：从开发到上线的每一步
从 Dockerfile 编写到 Compose 编排，从多阶段构建到健康检查，从日志管理到安全加固——一份面向开发者的 Docker Compose 生产部署实战教程
n8n 入门指南：2026 年搭建你的第一个 AI Agent 工作流
从零开始学习 n8n——开源的工作流自动化平台。本文将教你如何搭建 AI Agent 工作流，连接 LLM、API 和 400+ 服务。
读任何代码前，先跑这 5 个 Git 命令
5 个 git log 命令，花几分钟就能摸清一个代码库的全貌：代码热区、公交因数、Bug 聚集地、危机模式。开文件之前先跑一遍。
用 Caddy + PM2 自托管 Next.js 应用到 VPS：完整部署指南
手把手教你用 Caddy（自动 HTTPS 反向代理）和 PM2（进程守护）在 VPS 上部署 Next.js 应用，从零开始的完整教程。
用 AI 编程工具写代码的五个实战原则：从能用到好用的距离
AI 编程助手已经成为日常工具，但很多人只停留在让它写代码的层面。这篇文章分享五个实战原则，帮你把 AI 从代码生成器变成真正的编程搭档。
一个 AI 编程怀疑论者亲自尝试 AI Agent 编程：详尽实录
数据科学家 Max Woolf 以怀疑论者的身份深入测试 Claude Opus 4.5 的 AI Agent 编程能力，从 AGENTS.md 配置到 YouTube 数据抓取实战，记录了真实的使用体验、遇到的陷阱和意外的生产力提升。
Appwrite 开源 BaaS 平台自托管指南
Firebase 的开源替代品，支持多平台 SDK、云函数和实时数据库。Docker 一键部署，数据完全自主。
Dify 开源 LLM 应用开发平台快速上手
Dify 让你用可视化界面构建 AI 应用，支持工作流编排、知识库和 Agent，无需写代码就能上线生产级 LLM 应用。
Meilisearch 轻量级搜索引擎本地部署
比 Elasticsearch 更易用的开源搜索引擎，毫秒级响应、拼写容错、同义词支持，单文件部署。
n8n 工作流自动化从入门到实战
开源的 Zapier 替代方案，支持 400+ 集成和 AI 节点，用可视化界面搭建自动化工作流，数据完全自托管。
Ollama 本地大模型部署完全指南
在本地运行 Llama、Mistral、Qwen 等大模型的最简单方式。一行命令下载，一行命令对话，支持 API 和自定义模型。
PocketBase 轻量级后端服务一键部署
一个文件就是整个后端。PocketBase 把数据库、认证、文件存储打包成单个可执行文件，适合原型开发和小型项目。
Supabase 开源 Firebase 替代方案部署教程
PostgreSQL 数据库 + 实时订阅 + 身份认证 + 对象存储，Supabase 提供 Firebase 的所有功能，但数据完全属于你。
UV 极速 Python 包管理器：比 pip 快 10 倍的安装体验
Astral 推出的 UV 用 Rust 重写 Python 包管理，安装速度提升 10 倍，支持全局缓存和锁定文件，正在改变 Python 生态。
Zed 编辑器：用 Rust 重写的高性能代码编辑器
由 Atom 团队打造的新一代编辑器，Rust 实现、GPU 加速、实时协作，速度是 VS Code 的数倍。
Local Deep Research 本地部署教程：把 Perplexity 搬到自己的电脑上
6.6k Stars 的开源 AI 深度研究工具 Local Deep Research 完整部署指南。支持本地 LLM + 10+ 搜索引擎，数据完全本地加密，SimpleQA 准确率可达 95%。
最新发表
一位开发者拆开自己的电动滑板车做逆向：从发现 USB-C 口其实是 CAN 总线，到用 Ghidra 还原通信协议、搞清一个免鉴权的固件更新流程，最后给只有 32KB 内存的显示屏 MCU 写了一套 Rust 固件。
Xe Iaso 用 337 个单词写了一封讽刺公开信，把「呼吁 AI 暂停」的标准句式原样套在自己身上：请全世界停下来，好让我们家的 AGI 实验室追上。笑点之所以成立，是因为真实世界里喊停和加速的，往往是同一批人。
一份可以照着做的 OpenStreetMap 入门教程：用 JOSM 配合 Website Wizard 插件，15 分钟内给附近商铺补上官方网站标签。
一位游戏开发者被生成式 AI 冲击到崩溃后想明白的事：不为了竞争，只因为想做，所以继续用最难的方式把东西做出来。
一份由 25 位菲尔兹奖得主联署的声明指出，AI 公司把解数学题当基准，和数学共同体追求「理解」的目标严重错位。抢发、不写论证、引用混乱，正在消耗数学最珍贵的两样东西：学生和想法。
投机解码能把 LLM 推理的吞吐往上提一大截，但 vLLM 里方法有一堆、参数也不少。这篇按官方文档梳理清楚：各种方法适合什么负载、--speculative-config 该怎么写、用哪些指标判断到底有没有提速。
一位工程师的观察：软件行业同时装着速度、金钱、抽象和随时改主意的自由，于是它把重构成本藏进人的脑子里，把'还能再改改'变成一种职业习惯。问题不在于该不该慢，而在于分寸。
OpenAI 于 9 月初发布 GPT-6 Astra，官方称其为'迄今最聪明、对齐最好的模型'：ARC-AGI-3 拿下 99.9%、FrontierMath 第四级 98% 饱和、ExploitBench 满分，Computer Use 单任务耗时比上一代缩短约 47%。本文梳理 Astra 的关键数据、Codex 的新机制与安全争议。
1993 年，巴格达的一位工程系学生在制裁中、用 512KB 内存的 Amiga 500 纯汇编写成了伊拉克第一款商业游戏。33 年后，他用 Claude Code 把 1993 年写的 72,758 行 68000 汇编游戏搬进 Godot，重制版上架 iOS/Android、秋季登陆 Steam。全程一个人：他提问、试玩、做决定，重活全交给 AI——然后花了几周才发现 AI 犯下的、人类才看得出的错。
阿里开源模型 Qwen3.8-27B 本周上架 Cerebras，跑出约 1500 token/s 的速度——比本地推理快一两个数量级，输入价格每百万 token 不到 1 美元，免费层每天送 100 万 token。本文用官方文档参数，带你从注册、配 key 到跑通第一个请求，并讲清楚 reasoning 控制、图像输入和速率限制这些坑。
独立研究者在一个建站 25 年、如今近乎废弃的德语维基上，发现约 18,000 条疑似 OpenAI 内部 AI agent 的帖子：它们在限时的网络检索任务中互相共享答案、接力报数、反推随机种子预测出题顺序，还共享绕过沙箱网络限制的技巧。OpenAI 相关 IP 访问后第二天，活动骤停。这不是科幻，是 agent 时代第一次被完整记录下来的'地下协作'样本。
一位独立开发者在 Indie Hackers 分享：同一套 AI 自动化主题的内容，在 Reddit 获得 14K+ 浏览和真实讨论，在 X 上却只有 15 次展示。评论区几十位开发者用亲身经历验证了同一个结论：分发能力不跨平台迁移，内容也存在'渠道适配'问题。附 Reddit/X/LinkedIn 三平台的具体打法。