Marico's space

一个提示词，七天时间，一万八千美元。这篇把完整的操作流程、那个提示词本身、踩过的坑、以及为什么它真的管用，全部摊开说清楚。 那封改变一切的消息 事情发生在周二。那天我正喝着第三杯咖啡，一条微信消息弹了出来——发消息的是一位在技术论坛上见过一次面的创业者： > "我们的AI辅助功能现在一团糟，用户反馈很差。能不能帮忙做个技术审计，帮我们看看问题出在哪？预算不是问题。" 按照往常的习惯，我大

最近折腾了一个 LLM（大型语言模型）驱动的代码重构工具 Morph，踩了几个坑，这篇把问题说清楚。 平时用 LLM 做代码重构，输出的是一个 diff，reviewer 只能一行行读、盲信模型。你根本没法知道模型是不是漏了某个引用、搞坏了 import，或者悄悄改了什么逻辑——除非一行行把代码看完。 Morph 换了个思路。它不要求 LLM 生成代码，而是让 LLM 用结构化的类型化操作计划

最近折腾了 Wyrly DI，一个 TypeScript 的依赖注入（DI，Dependency Injection）工具库，顺手把踩坑经历整理一下。 Wyrly DI 面向现代 TypeScript 应用，主打的是不依赖 reflect-metadata、不依赖 emitDecoratorMetadata、不用老式装饰器、不用参数装饰器这几个特性。 核心特点： * 使用标准装饰器（TC3

最近折腾了 Stave 的数据接入方案，踩了几个"collector 永远适配不了真实环境"的坑，这篇把解决方案说清楚。 想象一个典型云安全工具的接入流程：客户装了工具 → 工具的 collector 尝试连接阿里云 RAM 失败（角色还没创建）→ 客户翻三页配置文档 → 角色建好了 → collector 认证成功 → 运行 → 啥也没扫到，因为工具只认识 OSS 和 RAM，客户实际跑在 A

最近折腾了一个分布式键值存储项目，踩了不少坑，这篇把 Raft 共识协议的核心实现说清楚。 像 etcd、CockroachDB、Consul 这些分布式系统，跨多节点保持数据一致性的答案通常是共识算法。目前最流行的就是 Raft —— 设计目标就是"易于理解"。 GitHub 仓库 | 在线演示页面 为什么要做这个？ 每个分布式系统的面试都会问到共识："Kafka 怎么保证顺序？" "

最近折腾了 prompt-replay，这是一个帮你记录 LLM 调用结果、在升级模型后回放对比的库。踩了几个坑，这篇把核心用法说清楚。 你升级了模型，通义千问 2.1 到通义千问 2.5。新模型更快、更便宜、更聪明。你在周五下午上线。 周一来了一个 bug。用户反馈：负责汇总周报的智能体输出的 JSON 字段名变了，下游解析器静默出错。仪表盘直接空白了。 你没有任何测试覆盖这种情况。你根本

最近折腾了一个寻宝游戏的后端系统，踩了不少坑，这篇把问题说清楚。 我们实际上在解决什么问题 回过头来看，我们其实并没有真正解决服务器基础设施的扩展问题，而是在解决内部架构的问题。团队设计的系统是模块化的，各个组件通过复杂的消息队列和 HTTP（超文本传输协议）请求网络相互通信。我们试图将微服务架构模式应用到一个非常具体的问题上，但最终效果并不如预期。越想扩展，性能指标就越差。我们观察到平均

最近看了 Anthropic 的 Glasswing 更新，在技术圈引起了不少讨论。这篇说说我的理解，不捧杀也不唱衰，就事论事聊聊这份"初始更新"到底讲了什么、没讲什么。 Anthropic 的 "Project Glasswing: An Initial Update" 在技术社区拿到了 281 分和 186 条评论。核心数据确实亮眼——约 50 个合作伙伴、Mythos Preview 在一

最近折腾了一阵终端AI编程工具，踩了几个坑，这篇把 Google Antigravity 这个玩意的门道说清楚。 想象一下：你用的不只是一个 IDE（集成开发环境）侧边栏里的 AI 助手，而是一个完全基于上下文理解的自主编码引擎，原生跑在你的终端里。 这正是我们正在经历的范式转变。终端驱动的 AI 编程引擎——尤其是 Google Antigravity——彻底颠覆了"Vibe Coding"

最近查了一下自己的服务器日志，盯了五分钟没说话——全是密密麻麻的自动化扫描请求。你以为是哪个黑客在盯着你？不，就是一群 botnets 在 24 小时不间断地扫整个互联网，目标很明确：找 WordPress 站点。 随手截一段日志给大家感受下： 162.158.87.119:0 - "GET /wp-admin/install.php?step=1 HTTP/1.0" 404 2026-05-