ai编程

AINative软件工程

LLM 多租户 Quota 工程实践：Token 配额、用量预警与自动熔断的生产设计我们的 LLM 平台上线三个月后，收到了第一封愤怒的邮件。不是用户投诉 AI 回答质量差，而是某个大客户的 CTO 亲自写来的："你们的系统今天早上把我们整个月的 token 配额烧完了，现在所有功能都 503 了，损失自己算。"

【HarmonyOS学习笔记】2026-08-05 | 端插件卡片绑定与跨上下文判断小艺结果卡片绑定端插件返回值时，卡片参数类型决定了能绑定什么：InsightIntentEntryExecutor<T> 的返回类型是 insightIntent.IntentResult<T>，结构固定：

Lei活在当下

如何在Windows环境选择适合自己的 AI Agent在使用 AI Agent 时，你是否曾经困惑过：应该选择什么环境、什么形态的 Agent 终端？以 Codex 为例，有 Desktop App，也有 CLI 工具。如果使用的是 Windows 环境，例如我，还面临着 PS7、WSL2 的选择。

AI语音智能体开发日记（十一）为智能设备“声”临其境——详解音频资源自动化生成流程相关链接： AI语音智能体开发日记（一）如何为“小智”服务器启用并调试 License 功能-CSDN博客

Vibe／各规则定义的顺序和内容Vibe Cording时，主要包含以下三类规则，其定义顺序如下：Step-1）初始化IDE的工程规范，例如：

GPT-5.6 API别全切Sol：Sol、Terra、Luna三级路由实战GPT-5.6 API同时提供Sol、Terra和Luna三个能力层级。本文不做简单参数对比，而是给出一套可落地的三级路由：Luna处理高频低风险任务，Terra承接默认流量，Sol只用于复杂、高影响或前级验证失败的请求，并用Python实现选择、校验、升级与成本测算。

把报错日志发给 AI 前，先用 Python 做一次本地脱敏报错日志太长时，我也会想到让 AI 帮忙找问题。但复制之前最好停一下。日志里除了异常堆栈，还可能混着用户邮箱、手机号、Authorization、API Key 和带 Token 的请求地址。

考卷上有几道题？Temperature 和 Top-K 调参指南你用 ChatGPT 写代码，temperature 调到 0.2，它老老实实地给你 return 一个 bug-free 的函数。你把 temperature 拉到 0.9，让它写同一段代码，它开始给你编造 API、发明不存在的参数名、在注释里写诗。

云原生melo荣

Multi-Agent 系统（一）：问题域与架构选型——为什么这次"固定流程"编排不动「研发效能 Multi-Agent 系统」专栏第 1 篇。这是我第二个 AI 应用项目，与投研智库 RAG 刻意走了另一条路线：当任务开放到无法用固定流程编排时，如何让主 Agent 动态规划、用工程手段守住安全边界。

码农胖大海

AI 响应慢自查清单如果你觉得 AI 响应或执行任务的时间不合理，却又无从下手，可以按照本清单逐项检查。本文从网络、模型、Agent及其工具、会话输入与输出等多个方面，给出具体的排查和优化方法。

【用 Vibe Coding 实现的 C++17 在线判题系统】前端开发 + Web 自动化测试项目的gitee链接：https://gitee.com/bacht/oj_-platform-based_on-vibecoding

Codex 接入第三方模型 API 实战：以 Mimo 为例Codex 作为一款灵活的 AI 应用框架，不仅内置对主流模型的支持，还提供了开放的适配器机制，允许开发者快速接入各种第三方模型 API。这种设计让团队可以在不修改核心业务代码的前提下，自由切换或组合使用不同的模型服务。本文将以多模态模型 Mimo 为例，从方案设计到代码落地，完整演示如何在 Codex 中接入一个全新的第三方模型。

一个 Codex，能装下所有 AI 模型?不少刚接触 Codex 工作流的同学，甚至一些团队的技术负责人，在体验了它并列调度多个 Agent、自动跑 Shell 命令和管理工作树的能力后，兴奋地在复盘会上跟我说：

35 个文件、14.58% 数据是空的，我让 TRAE Work 十分钟收拾干净了本文参与掘金「TRAE Work 实战帮」征文活动我是做数据开发和分析的。上月底，业务那边甩过来 35 个 CSV，说是"全国城市空气质量的公开监测数据，你帮我们出个月报分析"。

AI 知识库与智能检索：高阶面试实战指南定位：这不是一份知识点清单，而是一场真实的"压力面试"推演。面试官会不断追问、质疑、深挖。你的回答需要展现：技术判断力 > 工具熟练度，系统思维 > 单点优化。

console.log('npc')

OptMem 使用教程永久记忆系统 — 让 AI Agent 跨会话、跨模型、跨平台保持记忆作者：Victor Taelin | 仓库：https://github.com/VictorTaelin/OptMem

手把手用 Doubao-Seed-Evolving 写一个网站监控脚本：完整代码与两处踩坑先说背景。手上有几个对外服务在跑，半夜悄悄挂了没人知道是最憋屈的事。市面上的监控 SaaS 免费额度紧、付费按年收，对只盯三五个站的人来说偏重。于是我想验证一件事：能不能直接让大模型从一个自然语言需求，产出「能跑、能告警、能调度」的真实工具。

AI到底是在降本增效还是「降本增笑」？员工成本降下去了，AI反而成为最大的成本来源了！不知道大家日常生活中AI已经覆盖到多少了，对于程序员们来说，现在AI编程简直不要太好用。出代码的速度和质量简直可以用“日新月异”来形容，我目前看到公司里所有的项目组、所有的开发，生产出来的所有代码，几乎都带有AI的“底色”。

大模型幻觉无解？7步搭建Milvus+LangChain电子书RAG，私有小说精准问答零编造直接用大模型问《天龙八部》武功、人物，经常乱编剧情、混淆人物，这是通用LLM的天生短板——训练数据有截止时间，没有私有文本记忆。