openai

流式响应的三次进化：EventSource → ReadableStream → TransformStream大模型时代，前端要面对的一个绕不开的问题是：怎么把后端"逐字吐出来"的内容，实时地、不卡顿地呈现给用户。这篇文章按时间线梳理三套方案——EventSource、fetch + ReadableStream、TransformStream——它们不是互相替代的关系，而是一个解决上一个的痛点、同时引入新问题的演进过程。

Codex Skills 怎么选？我常用的几个推荐给你Codex 大家应该都用上了吧。用得稍微多一点的人，估计也多少装过几个 Skills。今天这篇内容，我主要想分享 Codex 上有哪些值得一用的 Skill 和 Plugin。

近80年后，埃尔德什经典「拉姆齐数下界」，被三位中国学者首次指数级改进数十年前，匈牙利数学家保罗・埃尔德什（Paul Erdős）用随机性照亮了网络这个庞大而奇异的世界。如今，数学家们正在让他的这套方法变得更加强大。

Nvidia都在点赞的LoopWM世界模型，竟然来自一家中国初创FaceMind？在世界模型这条路上，行业一直卡在一个几乎无解的矛盾里：想要更真实的长程模拟，就必须给模型更深的计算；可一旦把模型做得更深，部署成本、参数规模和误差累积又会迅速抬头。结果就是，大家都知道世界模型要 “想得更久”，却很难让它在现实系统里 “算得起、跑得稳”。

调查研究-202 SGLang 深度解析：为什么大模型推理框架不只是“把模型跑起来“SGLang 不是一个简单的"模型启动器"。它更像一个面向复杂 LLM 应用的推理执行系统：既提供服务端 runtime，也提供用于表达结构化 LLM 程序的 frontend language。

第6章多智能体协作：从单兵作战到群体智能前面章节我们完成了单智能体的全套能力建设：LLM推理、Prompt工程、长短记忆、规划反思、工具调用。

「AI学习笔记」Harness Engineering: 从 Claude Code 源码看 Harness Engineering 最佳实践Harness Engineering 是一种专门用于构建可靠、可控的 AI Agent 系统的软件工程范式。

用户4794928356915

翻完 lark-cli 的 17 万行 Go 代码，我学到了什么太长不看：lark-cli 是飞书开源的 CLI 工具，17 万行 Go，200+ 命令，覆盖 18 个业务领域。它有一个特别的设计前提——人类和 AI Agent 都是它的用户。这个前提一旦往下走，命令怎么分层、错误怎么设计、身份怎么解析、Skill 文件怎么写、安全怎么兜底——每一层都要重新想。这篇文章拆它的完整架构：从命令体系、执行管线、工厂模式，到错误系统、身份系统、Skill 文件、安全护栏、输出体系。翻完最大的感受是： "Agent-Native"不是加个 --json 参数，是把 Agent

调查研究-198 Agent 到底该记住什么？读懂《What Must Generalist Agents Remember?》现在做 Agent，很多人一上来就会讨论"记忆系统"。短期记忆、长期记忆、向量数据库、用户画像、历史对话、工具调用记录、任务状态、RAG、反思日志、episodic memory、semantic memory……

白宫前脚下了限制令，OpenAI 后脚就把 GPT-5.6 发了2026 年 6 月 27 日，周六。昨天我们刚报道白宫限制 GPT-5.6 发布，今天 OpenAI 直接把它推出来了。同一天，苹果因为芯片荒涨价 20%，全球科技股集体崩盘。

你好，我叫 Prompt——其实，你一直在给 AI 写程序大家好。我叫 Prompt。中文有人叫我提示词。也有人叫我咒语。甚至还有人叫我："AI时代的新编程语言。"

你好，我叫Token——AI世界里最忙的搬砖工大家好。我叫 Token。别看我名字洋气，其实我就是个打零工的。AI世界里，所有人都认识ChatGPT，认识DeepSeek，认识Claude，认识Gemini……

大模型是不是到顶了？瓶颈到底在哪这两年很多人有个共同的体感：每一代新模型发布，惊艳感都在变弱。从 GPT-3 到 GPT-4，那是一次让人坐直身子的跳跃；而再往后，参数更大、跑分更高，用起来却像是"又强了一点点"。于是一个问题越来越频繁地被问起：大模型是不是到顶了？

连微软都用不起 AI 了微软上周做了件事：6 月 30 日起，取消内部大部分工程师的 Claude Code 授权，强制迁移到自家 GitHub Copilot CLI。

调查研究-195 从 AmEx 支付系统看 Cell-based Architecture：真正的高可用，不是无限重试，而是控制失败边界很多系统谈高可用，最后都会落到几个熟悉的词上：限流、熔断、降级、重试、监控、告警、自动扩容、多活、异地容灾。

程序员辉哥

Skill精通系列之Spec-Kit-最适合团队的SDD 开发框架嗨，我是辉哥，一个致力于使用 AI 技术搞副业的超级个体Spec-Kit 是 Claude Code 生态里规格驱动开发的工具集。它不写代码、不做调度、不定义开发流程，只做一件事：把模糊的自然语言需求，固化成结构化、可校验、可追溯的契约，让开发、测试、验收围绕同一个基准运转。

前端页面添加AI自动翻译按钮在字典配置页面中，编辑/新增常量字典时，存在以下字段：为了减少手工填写英文描述的成本，在“英文描述”输入框右侧增加了一个 AI翻译按钮。点击按钮后，可以直接将“中文描述”翻译为英文，并自动回填到“英文描述”字段。

第5章 AI Agent 工具使用：连接外部世界的桥梁在前四章中，我们已经为 AI Agent 配齐了LLM推理底座、Prompt能力、长短记忆、规划反思思维。此时的Agent已经具备「独立思考」的能力，但仍然是一个封闭的智能体：无法获取实时信息、无法执行代码、无法对接业务系统、无法处理外部数据。

给中文 AI 教程做了点微小的贡献是这样的，我做了一份 Claude Code 和 Codex 的中文教程，目前来看可能是全网最全的中文 AI 教程，我做了网站，并且把这份教程开源了。

调查研究-192 AI Agent 之间也需要“信任“:把多 Agent 信任变成可测指标AI Agent 之间也需要"信任":把多 Agent 信任变成可测指标(arXiv 2026 论文解读)