Marico's space

TL;DR：我在开发工作流中部署了7个专门的 AI 智能体，连续运行30天后，这篇说说哪些真管用、哪些踩了坑，以及 AI 驱动开发自动化的真实数据。 实验背景 30天前我做了一个决定：要么给我省下几百小时，要么白折腾一堆时间——把开发工作流中能交给智能体的部分全部委托出去。 不只是代码补全，不只是聊天机器人助手。我说的是自主运行的智能体，能干这些事： * 在我睡觉时搜索开源赏金项目并提

凌晨两点，我刷着 GitHub 上打上 bounty 标签的 issue，突然意识到一件事：这些 issue 大多已经挂了几周，有的甚至几个月。它们就躺在那里，等着人去修，旁边的赏金也是真实存在的。 这里 50 刀，那里 500 刀，复杂点的几千刀都有。 然后那个念头又冒出来了，跟每个发现 bounty 玩法的人一样："要是能把这事自动化就好了？" 不只是搜索，是全链路自动化。扫描 boun

最近折腾 .NET 命令行工具的数据展示层，踩了几个渲染格式的坑，最后挖到了 Kiwify.Kiwi.Renderer 这个库，用下来感觉不错，这篇把核心设计说清楚。 KIWI FOUNDATION 的一部分 Kiwify.Kiwi.Renderer 是 Kiwi Foundation 的数据展示层——整个项目由三个库组成（Presentation、Renderer、CLI），覆盖了构建专业

给 PostgreSQL 表加上 UUID 主键，开发环境跑得飞起，数据量到百万级别突然 INSERT 延迟暴涨，VACUUM 跑得越来越慢，索引体积是预期的两到三倍。什么都没改，问题出在哪了？ 问题在 UUID v4。不是 UUID 这个概念不行，是这个版本。UUID v4 完全是随机的，而纯随机 ID 是数据库主键最差的选择之一。解决方案早就有了，也已经标准化了，但几乎没人用：UUID v7

最近折腾了产品图片流水线上的视觉语言模型调用优化，踩了几个坑，这篇把问题说清楚。 先说结论：在 VLM（视觉语言模型）步骤前加了 Bifrost 做语义缓存，三周内把账单砍了 62%。GPU 那边的 diffusion 生成从来就不是该操心的地方。 账单让人意外 Photoroom 的流水线处理每张产品图要三步。第一步，VLM 读图生成结构化描述。第二步，另一个 LLM（大语言模型）把用户

最近把 Claude Security 折腾了一遍，踩了几个坑，这篇把问题说清楚。 一个月前 Claude Security 公测的时候，说实话更像是一个包装精致的扫描器，而不是一个能日常使用的工作流。你丢一个仓库给它，它像个安全研究员一样推理论证代码，然后甩出一堆发现和建议补丁。有用，但不好用。这周在 Claude.ai 侧边栏看到的版本完全是另一回事了。定时扫描、Slack 和 Jira 的

最近折腾了一下 notebooklm-py，把 Google NotebookLM（谷歌的智能笔记工具）变成了可编程的 API，还顺手接入了 Claude Code，整个过程踩了几个坑，这篇把核心东西说清楚。 Google NotebookLM 是目前最强的个人知识 + AI 问答工具之一：上传文档，它自动摘要、生成播客、做 PPT、回答问题还能标注来源。但有一个致命缺陷：没有官方 API。所有

最近折腾了一个 MCP 服务器的安全扫描工具。结果上线第一周，Windows Defender 就直接把它当成了木马，默默从用户机器上删掉了。 它根本不是恶意软件。VirusTotal 上 71 个杀毒引擎里只有 1 个报毒——就微软一家。 这篇文章说说到底发生了什么、为什么 Go 编译的二进制文件特别容易踩这个坑，以及我是怎么解决的，免得大家跟我一样栽跟头。 产品背景 MCPSense

最近维护一套生产环境的 ERP（企业资源计划）系统，遇到了一个让人措手不及的问题——数据库磁盘空间在飞速增长。凌晨3点14分收到告警，说磁盘使用率已经飙到了95%。查了一圈发现，是 PostgreSQL 的 WAL（预写日志）目录出现了异常膨胀。这就是 WAL（预写日志）膨胀的问题，处理不好会严重影响系统性能，甚至导致数据丢失。 深入分析根本原因后，我发现 PostgreSQL 自带的 WAL

每年 Google I/O 都会有一堆重磅发布：大模型、新能力、让开发者又兴奋又焦虑的新功能。Google I/O 2026 当然也不例外。Gemini 3.5 Flash 在基准测试里杀疯了，WebMCP 让开源社区有了新的辩论话题，AI Studio、Chrome、Search、Gemini 全都在往智能代理（Agent）方向狂奔。 但我真正觉得值得所有开发者关注的发布，不是声量最大的那个。