我用 AI 编程工具之后，最先遇到的并不是模型不够用，而是订阅越来越碎。 想用 GLM，要开一份套餐；项目做到一半觉得 Kimi 更适合长上下文，又要去另一家订阅；

vLLM 凭 PagedAttention 将 KV Cache 浪费压至 4%，吞吐提升 14-24 倍，是 2026 开源 LLM 生产推理标准。

用 AI 写代码差不多两年多了，最近越来越强烈地意识到一个问题：不是 AI 写得不好，而是我自己，好像跟不上了。 刚开始那阵子是真的爽。一个需求丢过去，几分钟一堆代码就出来了，还附带一大段改动说明，写

先跑个示例 仍然从预热文章里的这几行代码开始： 4 行代码，就能完成一次和大模型的对话。 但仔细一看，问题就出来了： ChatClient 是谁创建的？ prompt() 返回了什么？ user("你

Pi Agent 是开源极简终端AI编码代理，418行代码支持15+模型切换与树状历史。通过扩展系统深度定制，适合追求可控性与嵌入场景。

记录把 LLM 服务冷启动 P95 从 12.3 秒降到 780ms 的 5 个工程手段：HTTP 连接池预热、Tokenizer 预加载、Prompt Cache 预填充、CUDA Kernel 暖机请求、Readiness Gate 与流量接入时序控制。每个手段附实测数据和可落地代码。

一张图看懂 OpenSpec 变更的一生：从创建到归档 引子：跑通一次之后，你需要一张地图 上一篇我们用 5 条命令跑完了 OpenSpec 的最小闭环： 跑完体感有了，但心里可能还有几个问号： ex

去年这个时候，我还在每天写CRUD接口。不是说CRUD不好——毕竟9年了，写起来又快又稳——但我心里清楚，纯CRUD开发的天花板快到了。 转折点是有次面试，面试官问我："你们有没有用AI做点什么？

--- 做 LLM 优化的团队经常混用三个词：去重（deduplication）、缓存（caching）、请求合并（coalescing）。它们解决的是不同层面的问题：

借助 ccswitch 工具，在国内无障碍地使用 Claude Code 接入 DeepSeek。本文主要介绍各个工具的安装及配置，欢迎一起交流学习

用一张标准 Attention 数据流图讲清 a a^，再说明 Flash Attention 如何用分块 + Online Softmax 避免写入多次权重矩阵，结果仍 exact。

从需求拆解到 OpenSpec：为什么不要直接敲 /opsx:explore 一、引子：两种开工方式 假设你接到一个需求："做一个任务看板，展示团队的任务列表，能创建、能分配、能修改状态、能标记完成。

让 AI 照着契约写代码？OpenSpec 从零上手：一条 npm 命令装出整套「规范引擎」 一、前置检查：Node 版本别踩坑 OpenSpec 包对运行时有硬性要求：Node.js >= 20.1

上个月产品经理找我，说客服那边扛不住了——每天800多条工单，4个客服轮班都回复不过来，用户满意度跌到了72%。领导的意思是：你不是搞技术的吗，搞个AI客服试试。 我当时的第一反应是：又要造轮子了。

8 个 Agent 同时改一个仓库会发生什么：文件互相覆盖、git diff 混作一团、8 个 Agent 集体报告 type-check 失败——而它们的代码其实没问题。

先说结论 感知让 Agent 看见世界，记忆让 Agent 记住过去，规划让 Agent 决定下一步做什么。 没有规划的 Agent，就像没有大脑的机器人 — 感知到信息也不知道怎么用，记住了偏好也不

DeepSeek Harness 进入 Agent 和 Coding Agent 讨论后，很多开发者第一反应是研究模型、运行模式和界面，但真正决定它能否进入日常 IT 工作流的，往往是插件边界。创源

这是一套以 AI 应用开发 为核心的项目教程，用 AI 编程的方式从 0 到 1 开发一个 GitHub 仓库 AI 文档翻译 SaaS 平台。