不要活成一个“高斯流形检测器”：把人类独特性寄托在这个上面，迟早会自取灭亡
把"高斯流形检测器"当作人类独特性的根基，迟早会自取灭亡。出路不是抵制AI，而是与AI共存——但共存的前提，是我们必须换一个位置站。** 先说一个让人不太舒服的事实。 过去我们谈论人类独特性，最常举的例子是什么？认脸、听声、读懂语言、理解图像。这些能力曾经被认为是人类智能的堡垒，是机器"永远学不会" ...
# 不需要你同意，只需要你依赖 ## ——合法性的一块新基座，正在不征求意见地铺设
摘要：闹钟的时刻与音量、导航给出的路线、平台推至面前的店铺、扫码打开的支付通道、推送流中的信息排序，这一日之中的多数环节都不是我们"同意"的结果，而是系统设定的默认项；默认的含义是：无须我们表态，系统已经代为办理。本文所要论证的是，这不是个人层面的懈怠，而是一种新的权力形态在成形——它不需要我们同意 ...
从 INF、DSC、DEC 到 FDF：理解 EDK II 的 UEFI 编译与固件生成流程
一、引言 在 EDK II 工程中，INF、DSC、DEC 和 FDF 是有关模块，平台和包的重要配置文件。关于他们之间的关系，可能会容易混淆 INF 中声明的库依赖，最终是如何找到具体实现的？ DSC 为什么既能决定编译哪些模块，又能配置 PCD 和库实例？ DEC 定义的 GUID、Protoc ...
贡献一个在线JSON查看器
贡献一个在线JSON查看器 最近我发现，用了很多年的那个 json 在线视图网站，广告越来越勤。前几次我都忍了。上周三下午，我在联调一个接口，日志平台把响应压成一行，三千多个字符，连个换行都舍不得给。我要从里面抠一段 base64 解码，眼睛先花了，还是从浏览器书签夹里翻出它。 底下顶上来一条广告， ...
关于 x1 y1 等变量名冲突的指正（校对版）
前言 本文主要讲述变量名冲突的问题。 不同于已删除的出版，本文增加了部分深层拓展。并经过更加细致的校对。 $$\color{orange}免责声明$$ 由于版本问题，您遇到的情况可能与我所讲述的不符，一切以本机版本为准，如果您遇到了其他问题，欢迎在评论区留下您的观点或遇到的问题。 现在变量名问题没有 ...
让 Agent 在给方案之前先摊开它的假设
print-premise-receipt：让 Agent 在给方案之前先摊开它的假设 它解决什么问题 Agent 给出的方案型输出，通常把结论摆在最前面，而结论所依赖的事实性假设藏在叙事里。读者先接受结论，再在实践中撞上不成立的那一条。 比如一份“订单列表接口优化方案”，会写“加联合索引、上 Re ...
【Agentic RL】Dressage Staleness 控制深度分析
【Agentic RL】Dressage Staleness 控制深度分析 目录【Agentic RL】Dressage Staleness 控制深度分析0x00 概要0x01. Staleness 是什么问题？1.1 问题背景1.2 两个不同来源的 Staleness1.3 核心矛盾0x02. 总 ...
手把手把 GitHub 推上阿里云 ECS：Actions CI/CD 全链路避坑实录（折腾好几天，到 2 分钟见绿）
Deploy 步骤刷了好几天下载日志仍未完成的部署，根因竟然和 GitHub 半点关系没有？换 CI 平台、装面板都救不了它。本文记录 Actions + 阿里云 ECS 全链路 CI/CD 的踩坑实录：从镜像拉取地狱（含 registry-mirrors 管不到 ghcr 的机制盲区、南大 ghc... ...
10 人团队 10 种 AI 代码风格：规则文件不是配置文件
一个 10 人的后端团队，同一个需求，每个人各自让 AI 写一版。收上来的代码大概是这样：有的接口返回裸对象，有的包了 Result<T>；有的 @Transactional 打在 controller，有的打在 service；错误码有字符串、有枚举、有直接抛 RuntimeException 带 ...
使用命令行做描述性统计的技巧
拿到一份新数据，想先摸清楚："大概是什么水平"，"波动大不大"，"有没有离谱的异常值"等。 很多人的第一反应是打开 Python，import pandas，read_csv，然后 describe()。 这当然没错，但为了几个数字去起一次环境、读一次文件，链路有点长——尤其当数据还躺在服务器上，或 ...
首批入选！天翼云荣获2026年度国家人工智能安全漏洞库优秀技术支撑单位奖
2026年9月22日，由国家市场监督管理总局、中国人民银行指导，中国信息安全测评中心主办的“第十六届网络安全漏洞分析与风险评估大会（VARA）”在重庆科学会堂举办。大会以“数智拓远 善治久安”为主题，紧扣国家“十五五”规划关于“加强网络、数据、人工智能等新兴领域国家安全能力建设”的战略部署，聚焦人工 ...
DevOps 流水线选型：性能与稳定性该怎么评估？
本文从需求分层建模、三层空间协同、正反向全链路追踪、变更影响追溯、研发链路关联、视图规划、协作权限七大维度给出选型标准与Checklist，并对比通用任务工具与专业需求管理平台差异，附嘉为蓝鲸CTeam实践与落地建议。 ...
一文搞懂 Agent Teams：如何让多个 AI 组队协作完成任务？
一文搞懂 Agent Teams：如何让多个 AI 组队协作完成任务？ 一、为什么需要 Agent Teams？ 上一篇文章我们介绍了 SubAgent（子智能体）。 它的核心思路很简单：主 Agent 将任务交给子 Agent，子 Agent 在独立的上下文中完成工作，再把核心的结果返回给主 Ag ...
REA逆向路线复盘-手搓工具链与编排引擎修改某回合制端游装备属性
从手搓工具链到调用编排引擎：一次加壳客户端的逆向路线复盘 一次真实项目的复盘。目标是一款 2013 年前后停更的单机回合制游戏改版《雾隐山河》：主程序加了 VMProtect 壳，存档是 SQLite 每页 AES 加密、列内再套 zlib + Blowfish 的双层结构。我要做的事很简单——改掉 ...
对象状态与操作合法性异常【C# Exception 详解系列（二）】
本文主要介绍对象状态与操作合法性异常，主要包括四种：InvalidOperationException、ObjectDisposedException、NotSupportedException、NotImplementedException、PlatformNotSupportedExceptio... ...
Koog(7)——模型调用的输入与输出：多模态、参数、流式与结构化
前言 上一篇文章解决了"上下文从哪来、任务从哪继续"。但一次模型调用本身还有两个问题没有讲完：输入只能是一段文字吗？输出只能拿到完整结果吗？ 这篇把这两个问题补齐，同时兑现前面留下的三个承诺。第三篇讲提示词参数时说过"详细内容将在后面的文章讲解"；第三篇讲流式响应时说过"流式 API 后面的文章单独 ...
大模型 Temperature 和 Top-p 到底有什么区别？一篇讲透原理与调参
关键词：大模型 Temperature、Top-p（核采样）、Softmax、采样参数、LLM 调参 适合读者：调用过大模型 API、但说不清 temperature 和 top_p 该怎么设的开发者 大模型 Temperature 和 Top-p 是 API 里最常见、也最容易设错的两个采样参数。 ...
从副本集到分片：百亿级文档数据的KES架构边界
各位，我是老张。今天从一次实战出发，往下拆一层。 文档数据库这个品类，占了非关系型市场的大头。IDC统计过，三年前它的市占就超过六成。很多人觉得，MongoDB副本集够用了。数据量小的时候，确实够用。到了百亿级，问题就不是加内存能解决的。今天把这个问题拆开。先看副本集卡在哪，再看分片架构怎么接住百亿 ...
Oracle 等待事件：从时间归因到问题闭环的排查方法论
一、先建立理论坐标：等待事件到底在度量什么 Oracle 的性能诊断，本质上是在回答一个问题：数据库的时间去哪了。 从响应时间模型看，一次用户请求的耗时可以拆成两部分： Response Time = Service Time + Wait Time Service Time 是进程真正占用 CPU ...
别再滥用设计模式：用函数对象和新语言特性做“降维替代”
当你在 Python、JavaScript、现代 Java 或 Go 中为一个“策略”写接口和三个实现类时，你很可能不是在运用设计智慧，而是在用代码模拟一种语言本该直接提供的能力。** 多数 GoF 模式诞生于语言表达力贫瘠的年代，它们的本质是“用对象结构弥补缺少一等函数和语法糖”。今天继续机械地套 ...
