Marico's space

最近折腾了部署流水线，踩了几个坑，这篇把问题说清楚。 一个服务到线上只有一条路。流水线不需要知道自己在部署哪个服务——它只读 Manifest（服务声明文件）。剩下的事情，人要做三个决定，外加验证一下版本字符串真的在二进制里。 那个永远绿着的缺陷 先说失败案例，因为正是这个坑塑造了后面的所有东西。 Go 通过链接器标志（linker flags）把构建元数据压入二进制文件： -ldfl

2026年8月15-16日，阿里巴巴的Qwen团队在Hugging Face上扔下了一个17GB的文件。这个文件——Qwen3.8-27B-Q4_K_M.gguf——现在跑在M5 MacBook Pro、NVIDIA DGX Spark和全球各地的工作站上，整个社区的下巴还没合拢。 为什么？因为这个17GB的文件在Artificial Analysis Intelligence Index上得分

换到新 Mac 后登录同一个 ChatGPT/OpenAI 账号，并不一定能把你的本地 Codex 工作环境完整重建出来。 账号本身可能没问题，但重要的工作还在旧机器上：本地对话记录、项目结构、自定义技能、配置、自动化脚本、未推送的分支、linked worktrees、stash，还有那些写到一半没保存的文件。 这篇说说该检查什么、普通的 Git clone 会漏掉什么，以及怎么迁移才不会把

找房这件事，重复劳动多，信息又散得到处都是。看几十套房源，每套的租金结构、宠物政策、停车规则、押金要求都不一样，有的包水电有的不包，有的对宠物额外收费有的没有。光是把这些信息理清楚就够累人了。 所以很多人会想：这种事交给 AI Agent（人工智能代理）不就完了？描述一下需求，Agent 自动搜房源、整理信息、标出信息缺口、生成候选列表，听起来挺美。确实，有些环节它确实能帮上忙。 但有个边界。

九秒钟的沉默。用户问了一个简单问题，比如"结核病检测流程是什么？"，然后就是漫长的等待——久到大多数人都会以为电话断了，直接挂掉。 我们把这个时间缩短到了1.5秒左右。这篇文章说说一个原本简单的平台集成任务，是怎么演变成从零设计内部语音AI架构的，以及延迟问题是如何成为真正工程挑战的。 快速总结： * 最初只是想集成VAPI（Voice AI 平台），结果因为定制化限制让托管平台变得

如果你做 Android 开发或者写 Spring Boot 服务，最近应该看到过这条消息：Gradle 背后的公司改名叫 Develocity 了。如果你的第一反应是去检查自己的 build.gradle 文件是不是要炸了，可以先把手放下，安心回去干活——没事。 一句话总结：只是维护 Gradle 的那家公司改了名，构建工具本身纹丝不动。这篇说说到底变了什么、什么没变，以及公司为什么说在 AI

Simon Willison 和 Alex Garcia 刚刚发布了 Datasette 的两个安全版本（1.0a39 和 0.65.4），整个过程是一次彻底的 AI 辅助安全审计。事情起源于 Sevban Dönmez 报告的几个问题，后来演变成持续一周的协作——用 Claude Fable 5.1、GPT-5.6 和 GPT-6 Astra 来排查那些混合了公开表和私有表访问模式的授权 Bug

简单说：资产规模小、变化频率低的团队，手动控制台够用了；如果租分子域名是你物业管理流程的标准环节，漏一条记录就会导致入住卡住，那才值得上配置管道。分界线不是租户数量的魔法数字，而是你能不能做到：验证意图、安全发布记录、观察传播、还能在不靠猜的情况下回滚。 这是我的决策参考： 场景 更好的起点 原因 几个资产，偶尔变更，一个管理员 手动控制台加书面检查清单 自动化带来的初始成本可能超过出错风险。

从每月多接了4万到7万卢比的项目——这是过去六个月我把主力开发流程切换到 Claude Code 之后，咨询业务新增的月产能。四十次生产级自动化项目在这个周期内交付：银行对账管道、股票筛选器、所得税申报机器人、费用分类器、GST申报辅助工具，还有几个我至今还在盯着跑的量化交易系统。 这篇文章就是我的打分表。Claude Code 哪里做对了，哪里还是会翻车，以及我怎么决定什么时候用它、什么时候用

最近在折腾 AI Agent 的安全问题，踩了一个挺有意思的坑：怎么让 Claude Code 或者 Cursor 这种 AI 编程助手调用第三方 API，但又不能把真实的密钥暴露给它们。Context 会记录日志这事大家都懂，但实际操作的时候怎么处理？ProxyKey MCP 就是奔着解决这个问题去的。这篇不讲大道理，只说实操：怎么连上、13 个工具都是啥、为什么故意不提供"读取密钥"这个操作，