周末程序猿

为了探索和改进 AI 工具在编程方面的体验，同时也想验证一些 AI 的边界，于是又想到了尝试从 0 实现高性能JSON解析器，说干就干。 开始以为比较简单，不会超过半天就能实现，但是经过各种提示词优化

去年有一段时间对 Rust 特别感兴趣，不过由于时间忙，学习了一段时间但是没有使用场景就放弃了，最近这一个月又在回顾今年的目标，其中一点是重新学习一门新的语言，看了 Zig 以后...

去年的这个时候一直在探索如何用 AI 实现编程语言，当时 Agent 和工具链还不够齐全，所以尝试一段时间就断更了，有兴趣的可以再回忆这两篇用 Prompt 实现的词法解析器： 《ChatGPT|AI

最近 MCP 这么火，了解了一段时间也该写篇总结，那就开始吧。  1. 什么是 MCP  MCP（Model Context Protocol，模型上下文协议） ，2024年11月底，由 Anthro

1. LanceDB介绍 LanceDB是一个开源的用 Rust 实现的向量数据库（https://github.com/lancedb/lancedb），它的主要特点是： 提供单机服务，可以直接嵌入

高阶函数的概念：高阶函数（Higher-Order Function）是指那些至少满足以下一个条件的函数： 接受一个或多个函数作为参数。 返回一个函数作为结果。

前面一篇文章介绍了《从0开发大模型之DeepSeek的GRPO》，并且实现了一个简单版本的 GRPO 代码，不过从工程领域来看，并没有复现DeepSeek-R1，于是最近申请了48G的显存，结合一些开

最近，DeepSeek-R1的发布为国产大模型争光了（太强了），不过 GRPO 算法源自 DeepSeekMath 7B 模型，该模型在 MATH 基准测试中取得了优异成绩...

背景 如果你和我一样有丰富的 PHP 项目经验，可能已经习惯了使用命令行工具来快速创建项目，比如用 laravel new example-app 这个命令几秒钟就能生成一个完整的 Laravel 项