- 博客(25)
- 收藏
- 关注
RSS订阅原创 深度工作：充分使用每一份脑力
先看一个残酷的现实：一个典型的工程师工作日常是——写 10 分钟代码，看 5 分钟 Slack，回复 3 封邮件，再切到浏览器查文档，然后发现代码报错，再切回终端……这意味着，你真正“深潜”到代码逻辑里的时间，可能只占工作时间的 30%。### 策略四：用“深度工作日志”复盘脑力投资就像你用 Git 记录代码变更一样，你应该记录自己的“脑力投资”日志。这段代码虽然简单，但体现了深度思考的痕迹：你考虑到了原子操作与锁的取舍、读多写少的场景、以及返回值的一致性。一个简单的日志分析工具，帮助你统计深度工作占比。
2026-08-03 14:10:23
154
原创 ERC-7730：解析签名意图，消除盲签风险
## 总结ERC-7730 通过标准化的“意图描述”机制，让钱包能够“翻译”签名内容，把抽象的十六进制数据变成清晰的人类语言。，把“天书”变成“人话”，从根源上消除盲签风险。它本质上是把“签名背后的含义”用机器可读的 JSON 表达出来，钱包拿到这个描述后，就能在签名前向用户展示清晰、可理解的交易细节。它描述了某个合约的某个函数（或交易）的“人类可读”版本。简单说，它告诉钱包：“当你看到这个合约的这个函数调用时，你应该这样向用户解释。：如何把十六进制参数解码成可读的字段（例如“接收方”、“金额”）。
2026-07-31 17:29:11
156
原创 为什么 AI 助理总不好用？因为它不知道你发生了什么！
作为用户，你可以主动给 AI 更多线索——比如明确说“我明天去上海出差，帮我查天气”，而不是只问“明天天气怎么样”。但如果你明天要出差去上海，而 AI 调用的只是手机 GPS 定位（你在北京），它就会给你北京的天气。这不是 AI 笨，而是它压根不知道“你明天要去上海”这个事实——这个信息藏在你的日历、聊天记录、甚至购票 App 里，AI 助理根本没权限读取。你说“帮我定个明天早上 8 点的闹钟”，它回你“好的，已为您设置明天早上 8 点的日历提醒”。看，只要把上下文接进来，AI 的答案立马“懂人性”了。
2026-07-31 17:28:10
199
原创 Agent Harness 架构真相：Prompt Cache 如何决定 Skill、MCP 与 SubAgent 设计
2. Agent 生成计划： - step1: search_flights(“北京”, “上海”, “明天”) - step2: book_flight(result_of_step1) - step3: search_hotels(“上海”, “明天”) - step4: book_hotel(result_of_step3)3. 每一步的结果都存入 Prompt Cache，供后续步骤使用。—— Agent 的“工作记忆”传统的 LLM 调用是无状态的——每次请求都是独立的。
2026-07-30 16:34:37
169
原创 Miller Rabin：概率之下，证据成群
在实际应用中，Miller–Rabin被广泛用于：- 生成RSA加密中的大质数- 密码学中的密钥生成- 质数分布研究- 数学软件中的质数检测例如，在生成1024位RSA密钥时，需要随机生成两个大约512位的大质数。Miller–Rabin算法不仅高效，而且优雅：它用概率的视角解决了看似确定性的问题，正如标题所言——“概率之下，证据成群”。注意，561和1105都是卡迈克尔数，但Miller–Rabin算法正确识别了它们是合数，因为二次探测定理暴露了它们的合数性质。，从而暴露合数的“证据”。
2026-07-30 16:33:29
222
原创 零基础也能做！用 AI 提示词一键生成 Three.js 3D 中国地图
# 总结通过本文，你不仅学会了如何用AI提示词快速生成Three.js 3D中国地图的代码，还深入理解了背后的投影、几何构建和场景搭建原理。现在，打开编辑器，开始你的3D地图之旅吧！本文将带你从零开始，深入剖析原理，并借助AI提示词（如ChatGPT、Claude等）快速生成代码，最终实现一个完整的3D地图。AI提示词（如GPT-4）能理解你的需求，并自动生成以上步骤的代码。对于中国范围（经度73°-135°，纬度3°-54°），这种映射不会产生严重变形，但若用于全球地图，两极区域会拉伸严重。
2026-07-28 15:40:56
272
原创 Rust 推荐使用宏而非普通函数的场景
在 Rust 中，宏（macro）和普通函数（function）都是代码复用的重要工具，但它们的适用场景有明显区别。## 宏与普通函数的本质区别首先需要明确：普通函数接收的是值，而宏接收的是语法树（Token Stream）。## 场景三：编译期代码转换宏可以在编译期对代码进行转换，实现类似“语法糖”的效果。## 场景五：实现类型安全的状态机宏可以用于生成类型安全的状态机代码，这在嵌入式系统或协议实现中很有用。普通函数无法获取调用者的行号，因为函数是在运行时执行的，而宏在编译期展开，可以访问。
2026-07-28 15:38:32
158
原创 一次开发，多端高效协同：解码HarmonyOS SDK窗口的响应式设计哲学
例如，同一个应用在手机上可能是全屏竖屏显示，在平板上可以分屏多任务，在折叠屏上自动适应展开或折叠状态，在智慧屏上则变成卡片式布局。## 核心原理：从固定布局到自适应布局传统的Android或iOS开发中，我们通常使用ConstraintLayout或Auto Layout来实现适配，但HarmonyOS更进一步：它引入了“窗口断点”和“动态布局规则”的概念。传统的“一套代码适配所有设备”往往意味着无尽的if-else判断和布局重写，而HarmonyOS SDK窗口的响应式设计哲学，正是为解决这一痛点而生。
2026-07-27 16:53:15
209
原创 C# PDF 页码添加：教你如何快速为 PDF 每页编号
比如，你有一个100页的PDF，手动添加页码可能需要10分钟，而用代码只需几秒。## 示例2：自定义页码样式和位置实际应用中，你可能需要更灵活的样式，比如带“Page”前缀、字体加粗、或者放在右上角。## 总结通过本文的学习，你已经掌握了使用C#和iTextSharp为PDF添加页码的核心技术。从简单的居中页码，到自定义样式和位置，再到批量处理，这些技能可以显著提升你的工作效率。的文件，我们为其每页添加页码，格式为“- 1 -”、“- 2 -”等，输出为。：根据页面方向，页码位置不同，满足多样需求。
2026-07-27 16:52:02
217
原创 自定义基于 VLC 的视频播放器
VLC 作为开源的多媒体框架，提供了跨平台的解决方案。与直接调用系统播放器相比，使用 VLC 可以获得更精细的控制，如进度调节、字幕加载、音频轨道切换等。从基础的播放控制到流媒体支持、字幕加载、音轨切换，展示了 VLC 与 Qt 结合的核心要点。）VLC 的 Python 绑定提供了丰富的 API，结合 PyQt5 的界面能力，可以快速构建专业级播放应用。将 VLC 视频输出嵌入到 Qt 窗口（Windows/Linux）- 进度条使用 0-1000 映射到 0-1.0 的 VLC 位置- 使用。
2026-07-26 15:38:45
185
原创 AI 写代码有多厉害？——快了 55%，但错多了 75%
根据一些研究数据，AI 确实能让程序员写代码的速度提升约 55%，但与此同时，代码中的错误率却增加了 75%。我们将通过实际代码示例，探讨 AI 如何工作、为何会出错，以及如何与 AI 协作写出更可靠的代码。作为一名编程讲师，我建议你：- 将 AI 视为“超级高效的初级程序员”，它提供初稿，但你需要审校。只有两者结合，才能写出又快又稳的代码。：AI 倾向于生成易于理解的代码，但可能忽略性能优化（如不必要的循环或重复计算）。这些错误根源于 AI 的“统计模式”：它可能见过类似代码，但忽略了实际场景的复杂性。
2026-07-25 16:39:24
205
原创 AI 会取代我们吗？——它不懂“孤独“是什么意思
AI 不懂孤独，所以它无法取代我们。因为人类的本质，就在于那些不可计算、不可复制、不可预测的情感体验。
2026-07-25 16:38:17
203
原创 深度学习框架PyTorch笔记（三）数据集类(Data Set)与数据加载器(Data Loader)
当样本总数不能被batch_size整除时，是否丢弃最后一个不完整的batch。## 3. 高级用法与定制### 3.1 自定义collate_fn有时样本形状不一致（如不同长度的文本序列），需要自定义批处理逻辑。### 示例1：自定义数字图像数据集假设我们有一个简单的数字图像数据集，图像以NumPy数组形式存储在内存中，标签为整数。是PyTorch中所有数据集的基类，它定义了数据集的接口，即如何获取单个样本及其总数。不关心数据存储在哪里（内存、磁盘、数据库等），只提供统一的访问接口。
2026-07-24 18:23:05
243
原创 [MAF预定义ChatClient中间件-04]ReducingChatClient——精减对话历史又不丢失基本语义
约束保留语义一致性检查Token 节省信息失真计算开销防止上下文溢出。
2026-07-24 18:21:58
242
原创 .NET 高级调试技术：超越基础 Dump 分析
在 .NET 应用程序的日常维护中，Dump 分析是最常用的故障诊断手段之一。本文将从实战角度出发，通过大量代码示例，演示如何超越基础 Dump 分析，解决复杂问题。掌握这些高级技巧后，你将不再满足于“内存占用高”或“CPU 100%”这样的表面结论，而是能够精准定位到具体代码行甚至 IL 指令。## 4. 实战技巧：使用 SOSEX 扩展SOSEX 是 WinDbg 的高级扩展，提供超越 SOS 的命令：-## 5. 总结基础 Dump 分析帮助我们发现问题，但高级调试技术让我们理解问题的本质。
2026-07-23 16:23:21
188
原创 [深入理解 Rust] 1 生命周期
别担心，我会用通俗的语言、生动的比喻和实用的代码示例，帮你把这块硬骨头啃下来。想象一下，你有一张借书卡（引用），它指向图书馆里的一本书（数据）。：生命周期可以和泛型类型参数一起使用记住，生命周期不是运行时概念，而是编译时检查的工具。最常用的规则是：1. 每个引用参数都有自己的生命周期2. 如果只有一个输入引用，那么输出引用的生命周期就与它相同3. 如果是方法调用，## 函数中的生命周期标注当函数返回引用时，编译器往往无法自动推断生命周期，这时候就需要我们手动标注。，用来标注引用的有效时间范围。
2026-07-23 16:22:14
161
原创 从语法糖到性能利器的深度解析
例如，元组解构时，var (_, name, _) = data 生成的 IL 代码仅包含对 name 的存储指令，而传统方式会包含所有成员的存储指令，减少了 CPU 执行的指令数。对于值类型（如 int、struct），传统变量会在栈上分配内存，而弃元 _ 不会被分配任何内存 —— 编译器在生成 IL 代码时会直接忽略对 _ 的存储操作。例如，int.TryParse(input, out _) 生成的 IL 代码中，不会包含为 out 参数分配栈空间的指令，而传统方式会有加载局部变量地址等指令。
2026-07-22 15:39:21
198
原创 代码复杂度的代价远比你想象得大
本文不会停留在抽象原则，而是结合真实案例、Java 代码示例和可落地的工程实践，让你了解你应用的代码复杂度，以及一个优秀的开发同学应该做到的避免代码”腐烂“的最佳实践。问题来了：这个 catch (Exception e) 不仅吞掉了业务异常，还捕获了 数据库连接超时异常（SQLException），导致外层事务未及时中断，线程持续等待，最终拖垮连接池。没有最近的发布记录。它潜伏在每一次“先上线再说”的妥协里，在每一个没人敢动的类中，在每一段“还能看懂”的嵌套逻辑中，缓慢侵蚀系统的生命力。
2026-07-22 15:38:20
207
原创 从 Zig 到 Rust 的真实案例
Rust 的吸引力在于其所有权系统带来的内存安全、无数据竞争保证、庞大的 crates 生态，以及更好的并发支持。这些正是 Bun 团队在收购后转向 Rust 的核心动机：提升可维护性、减少 bug、更好地与 Anthropic 的 AI 工具链集成。在 Bun 案例中，这将预计 1-2 年的手动工作压缩到数周，证明了在有强测试覆盖和清晰规格的项目中，AI 可显著提升生产力。Bun 证明了 2026 年 AI 辅助重写的可行性，但它是一个特例：小核心团队、明确动机、顶级 AI 访问权、已成熟的产品。
2026-07-21 15:03:44
239
原创 Redis Geo实现地理位置检索
Redis GeoRedis Geo 没有创造新结构，完全基于有序集合 Sorted Set（ZSet）实现，底层核心组合：GeoHash 编码 + Sorted Set 索引。简单来说就是：把二维的经纬度坐标，通过算法压缩成一维整数分值，利用ZSet天然的排序、范围检索能力，实现高效的地理位置查询。Key：地理集合名（如 stores:location 门店位置集合）Member：位置唯一标识（店铺ID、用户ID、设备ID）
2026-07-21 15:02:53
197
原创 先看一组让人坐不住的数字
先说清楚一件事：我承认 AI 对就业的冲击是真实存在的，尤其对初级程序员、初级代码编写员、简单脚本开发、部分测试岗位，冲击是实打实的。这不是"扛不住"的裁员，是"主动选择"的裁员。百度在 2025 年底启动了"近年最大规模裁员"，MEG 事业群部分部门优化比例 20% 到 30%，覆盖应届生、未转正员工，连十年以上的老员工也没能幸免，有的团队整建制消失。阿里巴巴的财报是最让人吃惊的——2025 财年结束的时候，员工总数从一年前的 20.5 万掉到了 12.4 万，一年少了 8 万人。一堆因素叠加的结果。
2026-07-19 16:29:50
246
原创 别再问 AI 会不会替代程序员啦！
补得太少，又像没帮上忙。AI 的更大价值，是把低价值的重复投入压下去，让人的时间回到判断、创造和承担责任的地方。AI 工具的形态很难在会议室里一次设计正确，更适合先做出能碰的东西，让真实用户把边界撞出来。本来可以标准化的任务，硬让人一行行盯着，又会把 AI 的吞吐优势锁死。更合理的做法是分级：L1 任务全自动，L2 任务 AI 主导人审核，L3 任务回到助手模式。工具开发者 降低幻觉率，提供风险提示，构建关键操作护栏，让工具在能力范围内稳定可靠 不可能保证 AI 永远不犯错，也不能替用户承担所有业务后果。
2026-07-19 16:29:14
208
原创 为什么渐进式披露如此重要？
而在 Claude Code 一类面向开发的 Agent 中，也会根据当前开发任务动态加载不同能力，而不是把所有开发规则一次性交给模型。我们可以看到,Skill 并不是替代 Prompt、Tool 或 Memory，而是把它们组织成一个可复用、可管理、可按需加载的能力模块。不一次性暴露所有能力，而是在运行过程中按需加载 Skill、Prompt 和 Tool。这说明，Skill 正在从"提示词模板"演变为 Agent 的能力管理机制。Tool 提供单一能力，Skill 组织多个能力完成目标。
2026-07-18 15:04:13
299
原创 那条突然变慢的 SQL，到底经历了什么？
但.NET依然是我的核心阵地。我写过2307篇博客文章，不是因为"这个月必须写一篇来维持MVP资格"，而是因为那天解决了一个棘手的问题，觉得"这个坑值得记录下来，万一有人也踩了呢"。而我，也从当年那个在博客园写WebForm教程的年轻人，变成了广州智用开物人工智能科技有限公司的CTO，带着团队在AI和.NET的交叉点上做产品。你自己脑子里那团模糊的概念，要梳理成有逻辑的结构，要找到合适的比喻，要预判读者可能在哪一步会卡住，要把一个复杂的东西拆成层层递进的台阶——这个过程，本身就是对你理解力的一次极限测试。
2026-07-18 15:03:09
208
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人