神刀墨客

最近，Andrej Karpathy 做客了一档播客。节目的名字很耸动：The End of Coding: Agents, AutoResearch, and the Loopy Era of AI

在开发 video-helper 这个项目初期，我一度觉得写代码变成了一件特别爽的事。需要个什么功能，直接丢给大模型，几秒钟代码就出来了。 但这股新鲜感没维持多久。当 video-helper 从一个

OpenClaw 启示录：跨越聊天框的 45 天 2026 年初，如果你问一个技术圈的朋友最近在聊什么，十有八九会听到"龙虾"。 不是餐厅里的那种。是 OpenClaw——一个让 AI 真正长出"手脚

工程界常说"缓存决定一切"，而这一法则同样适用于 AI Agent。对于一个要频繁调用大模型的系统来说，推理成本和响应延迟是绕不开的两座大山，而 Prompt Caching 恰恰是撬动这两个问题的关

说来惭愧，起初萌生做这么一个项目的想法，源于我期末时那几个速通的夜晚。但是这里需要先叠个甲，需要速通并不是我因为我平时懒散哈，而是对于某些科目我认为和我自己的目标规划没有太多的联系，所以我更希望短时间

众所周知，在一个agent中，大模型通过Tool calling来实现各种各样的功能，但是工具的方式多种多样，它可能是bash命令，可能是已经备受认可的skills，也可能通过直接运行代码实现。 那么

先说说我的部署环境 我想要在我的腾讯云服务器上配置openClaw,快速地跑通安装-网关和模型配置-连接飞书的流程。大多数云服务厂商都推出了一键部署的方案，但更多是针对新的服务器进行快速导入或者对旧的

在 AI 编程工具爆发的今天，Claude Code、Antigravity、Cursor、Trae 等工具各有特色，而 Skill（技能）是 Anthropic 率先提出的轻量级 Agent 技能包

今天正好要实现一个功能：对于放在 Tab 组件中的 WebView，我希望使用系统的侧滑返回手势时作用的是通过 Web 组件打开的网页而不是作用于应用导致应用直接退出。 搜索了下感觉不难，但是其中也遇