ai coding

小七-七牛开发者

拆解 dsh 系列：从源码和版本变化看 DeepSeek Harness 的设计取舍DeepSeek Harness 发布才两周，但翻看它的 Git 历史，会发现它在第一个公开 rc 出现之前，其实就在内部打磨了两个月。

小七-七牛开发者

Agent 小知识 | Skill 的设计与生命周期：从工具接口到能力模块上一期我们聊了 Agent 的环境，承载文件、网页、进程和数据库等真实对象，工具则构成 Agent 的观察空间与行动空间。

小七-七牛开发者

拆解 DeepSeek Harness：Profile 与 Bundle 如何装配运行时前一篇讨论 Cordis 插件架构「解读 Cordis：dsh 一切皆插件背后的运行时设计」时，我们看到 dsh 把工具、模型适配器、会话、Agent Loop 等运行时能力拆成了插件。这样一来，运行时中的各个组件可以独立地完成注册、替换和退出。

小七-七牛开发者

61 亿次请求背后：LLM Serving 的 Cache 与调度难题随着 LLM 进入真实业务环境，LLM Serving 面临的问题正从单纯的单次推理加速，扩展到集群层面的资源调度与运行效率。一次请求的计算成本不仅取决于模型参数量，还受到输入输出 Token 长度、用户交互方式、上下文复用以及请求路由策略影响。

ChatGPT、Codex实战：为什么AI一次改太多代码，反而更容易出问题？很多开发者第一次真正把Codex用在大型项目里，会遇到一个非常奇怪的体验。以前：自己改代码。一个Bug可能改几个文件。

ChatGPT、Codex实战：为什么AI改代码越来越快，但你越来越不敢直接合并？很多开发者最近遇到一个很矛盾的场景。以前写代码：一个功能写一天。改几十行代码。提交之前，自己基本知道每一行为什么这么写。

ChatGPT、Codex趋势：为什么AI时代最重要的能力，不是写代码，而是定义问题？很多开发者最近发现一个变化。以前遇到一个需求，最耗时间的是：写代码。调试。查资料。实现功能。所以很多人认为：

小博测试成长之路

55分钟能用飞算JavaAI搭完JWT REST API吗？Q：飞算JavaAI在JWT REST API场景中表现如何？A：飞算JavaAI在JWT REST API场景中能生成可运行的核心代码，关键逻辑如并发控制、数据校验等处理较为合理，但复杂边界条件仍需人工补充。

小七-七牛开发者

dsh 拆解系列 Vol.01：没有特权内核的 Agent 运行时本文基于 @deepseek-ai/dsh 0.1.0-rc.7（npm latest 标签），文中的包名与依赖数据都可以用文末命令复现。dsh 目前处于 developer preview，官方明确预告后续会有破坏性变更，因此这个系列更关注具体 API 背后的工程设计。读到本文时，如果版本继续往前走，请以文首标注的版本为准。

Codex + Skills让原始记录自动变成 KPI 与图表办公里还有一大类工作叫"算"——把散落在表格、系统里的原始数据，聚合成老板要看的指标，再做张图。这类活儿手工做费时且易错，恰恰是 Codex + 数据报表 skill 最擅长的。本篇讲它的最佳实践。

小七-七牛开发者

Agent 小知识｜Agent 环境工程：部分可观测性、状态转移与执行隔离上一期我们聊了 Agent 的三种编排方式：ReAct、Plan-and-Execute 与 Workflow Graph。编排解决的是任务接下来往哪里走，工具负责把模型提出的行动交给真实系统执行。

小七-七牛开发者

Codex 实践系列 Vol.04：用 Goal 和 Plan 管住一个长任务在先前的 Codex 实践中，我们已经跑过 CLI、读过开源项目，也用 /status、/diff、/review、/plan 等 Slash Command 管理过一次完整的开发过程。

AI Coding应用上线安全实践指南最近小马也是看到了AI Coding的逐步崛起，这种爆发式的形态必然存在Coding驾驭人员的参差不齐，因为大家对于AI Coding应用上线安全审计的理解和把控程度自然也是良莠不齐。 AI编写的代码达到什么样的程度是可以上线的，如何保证服务器和程序是安全的，这些都是大多数小白和大白同样头疼的问题。本文基于调研整理，涵盖从通用安全实践到平台级代码隔离的完整安全方法论，是一份从基础设施到业务逻辑的完整安全上线方法论，涵盖工具、流程与实战方案。

小七-七牛开发者

Agent 小知识｜长任务不重来：Agent 状态保存的工程设计上一期我们聊了工具调用的输入输出契约 Agent 会调用工具了，但新的问题又冒出来了。Agent 一轮轮地执行任务，会积累大量的信息：哪些步骤完成了，哪些工具调用仍在执行，哪些文件刚刚被修改，最近一次测试为什么会失败，以及下一步准备做什么。

小七-七牛开发者

“打透” Harness：用 GitHub Copilot 跑通从原型、规划到实现与评审的 AI Coding 工作流每天都有新的 MCP、Skill、定制化 Agent 冒出来，社交平台上也不断有人宣称：“这一条 Prompt 让我彻底搞明白了 AI。”现实情况是工具装了一堆，实际效率却没有明显提升。

麦哲思科技任甲林

软件正确性=想要的都做了+不想要的没做正确的代码，不只是实现了该实现的，还包括没有实现不该实现的，不多不少，刚刚好就是正确。引子：一个被忽视的“正确性”另一半

汉得数字平台

飞搭系列 | 导入导出扩展能力：复杂业务逻辑灵活接入飞搭低代码平台（FeiDa，以下简称“飞搭”），以AI焕新开发能力，支持轻量应用快速交付与复杂场景深度落地，以在线化、灵活构建能力与高低代码融合特性，助力企业低门槛、高效率、低成本敏捷响应市场。

Harness Engineering 架构：实现无人值守的周期性治理巡检当 AI 帮你写了越来越多的代码，谁来确保这些代码没有悄悄腐化？本文分享我们团队如何基于 Harness Engineering 四层文档体系 + QoderWork 定时任务，实现从"人工巡检"到"无人值守自动治理"的完整实践。

Vibe-Trading 深度解析（一）：用 LLM 驱动的完整股票研究智能体架构总览一条命令，搭建一个具备完整交易研究能力的 AI 智能体——Vibe-Trading 是如何做到的？Github：https://github.com/HKUDS/Vibe-Trading/tree/main