Marico's space

编者按：选这篇文章，是因为它戳中了一个很常见但容易被忽视的问题——我们总以为"进程在跑=一切正常"，但其实进程可以处于一种"表面活着、实际已死"的状态。作者用很接地气的方式讲清楚了什么是僵尸进程，以及他怎么用三层防御体系来解决这个问题。值得一看。 先说个鬼故事：你的监控系统显示一切正常，但摄像头已经挂了三天了。 不是我编的，这是真实发生在我家的破事。 事情是这样的 我家里跑着三台 AI

【译者前言】 这篇文章是作者"大模型思考录"系列的第三篇。一个月前他发了第一篇模块化架构的文章，收到不少反馈——有认可的，也有直接指出一堆逻辑漏洞的。作者没有捂着，而是认真复盘，把原来方案里三个最致命的问题全拆开来重新想了一遍。 读下来挺有意思的。他没有把"类脑AI"当成一个浪漫的比喻来用，而是真的去找神经科学里的证据——比如失语症（aphasia）病人的临床观察，用这些来指导工程设计。他自己

做出来是什么 一个 Facebook Messenger 聊天机器人，24 小时自动回复每位访客的消息，背后是接了 Facebook 商业主页的 AI Agent via n8n。客户发消息，30 秒内收到一条有上下文理解的智能回复——不管你人在不在电脑前。 架构 Facebook Messenger 消息到达 ↓ n8n Webhook（GET + POST — 开启"允

译自：How I Deployed a Full-Stack Bookstore with Docker Compose on Azure 这是我的一个 Capstone 项目，记录一下部署全栈应用到 Azure 的完整流程。EpicBook 是一个在线书店，后端用 Node.js + Express，数据库用 MySQL，前端用 Handlebars，再用 Nginx 做反向代理。数据是真实的

每个工程团队都面临同一个问题：架构图永远赶不上变化。 你在 Lucidchart 或 Eraser 里画一张图，接下来的一个月系统改了三次，没人去更新那张图。最后它就成了一个谎言——一张挺好看的谎言。 那如果每次系统变更时，你只需用自然语言描述一下，5 秒钟就能生成一张新的架构图呢？ 这就是 SketchMyInfra 在做的事：一个免费 AI 工具，把自然语言描述转成生产级云架构图，基于

三年前我痴迷自动化，花了几百个小时在 make.com 和 n8n 上搭各种流程，就为了让营销公司的那些破活儿自动化一点。但真正让我有「啊哈」时刻的，不是我第一次用 AI 写博文——而是意识到：我可以把 AI 本身也给自动化了。 从把 AI 当成一个「提示词工具」到构建一套「自主运行的智能体系统」，这个转变是根本性的。就好像计算器和会计的区别。 六个星期深度投入，我搭了一支 9 个 AI「员工

最近在研究 AI Agent 的发展方向，看到一篇讲自学习 AI 代理（Self-Learning AI Agents）的文章，觉得挺有意思，顺手转写了一下。原作者 Vishal Uttammane，4月20号发的，内容比较新，值得一看。 说实话，现在 AI Agent 这块真的卷得厉害。各家都在吹自己的 Agent 有多智能，但真正能做到「自学习」的，其实凤毛麟角。大部分所谓的 Agent 不

存储引擎调优：我从 p99 踩坑中学到的那些事 做数据库/存储相关工作的，谁没被 p99 延迟折磨过？明明测试环境跑得飞起，一上生产就这里抖那里卡。踩过几次坑之后我发现，问题往往不在"磁盘慢"，而是你根本没测对东西。 这篇文章来自 beefed.ai 的工程师，写得很实战，正好把我踩过的坑都串起来了。强烈建议先收藏，再往下看。 先说个核心观点：基准测试不是为了跑出好看的数字，而是为了找出 SLO

Openclaw已经用了一个月了, 开始各种死, 费力的修改各种配置. 重装了数次, 直至后来, 不折腾了, 就走openclaw默认的配置就好, 需要什么插件就装. 后来又开始到处找模型, 最后买了MiniMax的code plan. 慢慢的, 开始把精力从折腾龙虾本身, 转移到怎么让他帮我干活. 于是, 我用AI写了个简单的外文采集器, 然后用AI翻译为中文, 我就可以在没事

我用自己做的安全审计工具扫了自己的代码库，结果社死了 说出来你可能不信——我给自己写的安全审计工具 VibeScan 花了 $49，结果扫出来的第一个 bug，就是我自己埋进去的。 事情是这样的 我写了个 LLM 驱动的安全审计工具，面向那些用 Lovable、Bolt、v0、Cursor 快速交付的创始人——就是那种"先跑起来再说"的节奏。技术栈是 Python + Claude A