从中文分词与查询扩展开始，实现 ES/Milvus 并行召回、稳定 ID 去重和 Rerank 压缩，并说明开发中容易忽略的长度判断问题。

大家好，我是双越。我最近正在搞一个《程序员 1v1 访谈系列》即和我 1v1 微信语音或文字聊天，分享你的状态和困惑，我给出建议。以下是第 1 位沟通者的主要内容，分享出来供大家参考。

写一个 AI 技能容易——维护 30 个不容易。当技能之间开始出现功能重叠、关系缺失、Gate 覆盖不全时，你需要的不是重构——是治理。这篇讲技能从生到死的全流程管理。

AI 正在接管写代码这一环，却没有接管产品取舍、架构判断和交付责任。本文聊聊程序员如何从 coding 迁移到建造软件，以及 AI 时代真正稀缺的品味、判断与责任。

# 我用运筹学穷举了麦当劳全菜单：30 块预算，怎么吃到全局最优我把「今天吃什么」变成了一道 0/1 背包问题。

从上下文窗口开销出发，比较消息/token 截断、滚动摘要和 Milvus 检索式长期记忆，并指出用户隔离要求。

Agentic 设计模式详解 前言 Ynuo Agent 的快速上手 1.1 环境要求 Node.js >= 22.13.0 npm（或 pnpm / yarn） 操作系统：Windows / mac

2026年，程序员面临的转型之路 。编码方式已经改变 ChatGPT刚推出时，大家还在质疑"AI到底行不行"，现在不会质疑了。前端页面、后端接口、测试脚本、SQL、运维脚本、文档整理，AI又快又好。

围绕有序子问题、逐轮检索、证据去重、模型规划和硬性次数上限，拆解多跳 RAG 的控制流，帮助读者理解复杂问题怎样逐步收敛为可验证答案。

实测 e2e 框架的录制回放缓存：首次跑 3 次模型调用、16.8k tokens；第二次零调用、309ms 跑完；改掉按钮文案后 agent 接管重录，再跑又归零调用。缓存文件只有 1.5KB。

把线性 RAG 改造成带查询路由、上下文评估、一次网络兜底和停止护栏的状态图，并解释各分支何时触发、如何避免无效检索与无限循环。

AI 写代码越来越快，卡住我的变成了"审" 用 AI 写代码这件事，速度早就不成问题了。 一个需求丢给编码助手，几分钟就吐出一个能跑的 PR。改得快，写得也多——问题是它们全都堆在那儿，等我审。 以前

GitHub 日增两千五百星的 hindsight，我在2G沙盒里跑通：砍 torch、换 INT8、LD_PRELOAD 骗过 root 检查。矛盾事实按时间线推理，时间旅行没跑通，成本不到一毛。

DocResearch 项目面试：把每个模块讲明白，而不是背术语 这篇文章默认你已经运行过 demo，并大致理解 项目理解文档 中的例子。面试时不需要把本文一次讲完。你的目标是：别人随便指一个模块，你

DocResearch 项目理解：从一条命令到一份有出处的报告 这篇文章不是功能清单，也不要求你先懂 Python Agent 框架。我们只跟着一个问题走： 读完以后，你应该能自己画出“文件怎么变成模

LLM 对传统工程的冲击 工程确定性与 LLM 概率性的交叉互补 能用明确代码写清楚的逻辑属于工程逻辑。 在规则难以完整枚举，或需要处理自然语言、文档等非结构化内容时，LLM 才有价值。 （反面典型例

全网在聊不说话的AI Jev，装了开源平替Laya：5种语言路由全对0.13-0.39ms；322M权重加载即OOM。官方自曝zero-shot近随机、高棉语0分配95.2%置信，比评论区诚实。

DeepSeek首个视觉模型V4 Flash Vision Exp上线，实测文字识别基本可用，数手指照样翻车。有两个坑值得注意：阿里和字节CDN的图片URL会因防盗链被拒，thinking模式关闭参数

Context Engineering 关注模型在每次推理时应该获得哪些信息，以及这些信息如何被选择、组织和维护。模型只能依据当前上下文决策；上下文容量和注意力有限，因此关键不是堆积信息，而是在...