MiMo 送的 16 亿好不容易消耗了 25%~ 早上一看变成满血 820 亿了！ 牛逼，数字越来越离谱了，我数零都数了好久，能不能帮我换成钱啊？ 这是不是受到了 DeepSeek 永久 2.5 折的

三伏天正是减肥天：我在 EdgeOne Makers 上从 0 到 1 上线了一个 AI 健康教练 一、起因：入伏那天，体重秤先给了我一击 今年 7 月 15 日入伏，8 月 23 日出伏，整整四十天

棘轮原理与实战：让 Harness 越用越可靠 前四篇讲了 Harness 是什么、Guides vs Sensors、七层解剖、Hooks 强制力。这一篇讲最后一块——Harness 怎么演进

上周五（9.15），一家叫 TypeSafe AI 的公司在 HN 上发了篇博客，一天冲到 1863 分、491 条评论。主角是个叫 Jev 的模型，卖点听起来很离谱： 不生成文本。只输出"选择 +

我已经给大家预警过了，没想到 DeepSeek V4.1 Flash 发布之后，还是被吹上天了！ 一个 Flash 居然打败 GPT-5.6 和 Opus 5 等旗舰模型了，有点聊斋的味道了！ 这个事

前端组件库卷归卷，但能把CLI脚手架、MCP和Chatbot智能对话组件打包到一起的，还真没几个。TDesign不只给你一套UI组件，还把跟AI编程工具打配合的链路都铺好了。

前两天我在知乎刷到一个很有意思的问题：“一个人能做出什么开源项目？” 看到这个问题我非常有感触，因为今年我也做了一个开源项目（不是那种awesome xxx，或者skill类的项目），深切地感受到了一

当 AI 让“写代码”的执行成本趋近于零，真正稀缺的不再是编码能力，而是对代码质量的判断力、对系统后果的承担力。本文从初级程序员被替代、AI 制造新型技术债、研发经理不可替代的技术

Cursor 让我第一次强烈感受到 AI 编程的震撼，Codex 则让我第一次真正感觉到，AI 不只是编程助手，而是一个真正的超级Agent，Codex 明显更接近下一阶段的形态。

之前写过两篇关于 OMP的文章，一篇聊使用，一篇聊接 DeepSeek。OMP 其实是 Pi 的一个 fork，在使用 OMP 的时候，我也一直在用 Pi。 Pi 的 harness 相比于 Clau

大家好，我是孟健。 作为一个完全不输出自然语言的结构化决策模型，Jev并没有取代原有的主语言模型。我们将它接入ShipSite，仅仅用来承担流程中的辅助判断任务。 这几天 HN 和技术社区关于 Jev

上星期 Qwen3.7 的消息非常多，都说很厉害！然后我也测了一波。 能力提升明显，但是有一个巨大的问题：太贵了！ 无论套餐，还是 API 都很贵，毫无性价比！ 这样是不行的……这不，免费的终于来了！

产品经理最怕的场景是什么？评审会上，开发问"这个功能的状态有哪些？"，你愣住了。改需求时，产品说"这个流程好像不太对"，你发现想不全。这不是能力问题，是架构没搭好。 我是怕浪猫，这一章不讲理论，只讲实

大多数人用 Claude Code，是「交一件、等一件」：说一句，等它做完，看一眼，再说下一句。做得挺顺，但你几乎全程走不开——得守着它，怕它理解偏了，或者做到一半停下来等你。 这篇文章想聊的是：那些

我把 Qwen3.8-27B 接进了 DeepSeek Harness Qwen3.8-27B 开源之后，我第一反应，不是先去看跑分。 而是：能不能把它塞进 DSH 里。 模型单独跑起来，顶多算一个会

本文从一个真实的多模型接入问题出发，使用 Python 设计可切换的 LLM 调用层，逐步处理环境配置、协议抽象、有限重试、流式输出和单元测试，并讨论模型选择、降级与过度封装的工程边界。

Claude Code 50+ 个斜杠命令、20+ 个快捷键和隐藏关键词全攻略，按使用场景分组实操，附两个宝藏学习网站推荐。

上篇发出后评论区有人好奇：让 agent 点一杯咖啡，token 要花多少钱？我真点了一杯：6 分 29 秒拿到取餐码，咖啡 12.75 元，token 按 API 价折算 10.8 元

你会学到什么 很多人开始使用 AI 工具时，会很快遇到几个问题： 明明模型很强，结果做出来的东西却不稳定。 同一个任务，换一种说法以后效果差很多。 对话越长，AI 越容易跑偏。 工具功能很多，却不知道