Agent 的搜索引擎：Agentic Resource Discovery 规范，以及它解决不了的信任问题
MCP 解决了 Agent 怎么调用工具，ARD 解决的是更早一环：Agent 怎么找到工具。2026 年 6 月 Google 联合微软、GitHub 等发布 ARD 规范，核心是域名下的 ai-catalog.json 和聚合注册中心。本文拆解 Catalog/Registry 机制、与 MCP/A2A 的分工，以及验证机制背后的供应链安全账。
分类: 工程实践
共 34 篇文章
Bun 是什么，为什么它现在是 AI 编程工具的地基
从 2021 年的“更快 JavaScript 运行时”到 2026 年 Anthropic 收购、成为 Claude Code 的基础设施，再到用 Claude Code 把自己重写成 Rust。这篇讲清 Bun 的基本概念、它要解决的 Node 工具链痛点、1.3 时代的全栈能力，以及收购和重写背后的趋势判断。
Markdown 必知必会：日常写作与文档的参考手册
Markdown 参考手册：每个语法都配「写法代码 + 渲染结果」对照，覆盖标题、段落与换行、强调、列表、链接、图片、引用、代码块、表格、分割线、转义、脚注、公式等基础与进阶语法，附平台差异、工程实践、lint 校验和一页速查表。
MCP 2026-07-28 迁移清单：去掉握手和会话之后，你的服务器要改什么
MCP 第 5 版规范把协议从有状态长连接改成无状态核心：握手没了、会话 ID 没了、请求变成自带上下文的自描述 HTTP POST。本文列出每个变更的工程含义、迁移顺序和 Akamai 指出的六类新安全风险，给正在维护 MCP server/client 的人一份可对照的清单。
Muse Code 资料测评：输出便宜 21 倍的那一档，代价是把代码交给 Meta 训练
Meta 在 2026 年 8 月 5 日发布首个终端编程 Agent Muse Code。本文基于官方发布与第三方公开数据整理：模型与价格、两档计费的真实成本差、三大编程基准上的名次、以及真正值得关注的 event log 与后台常驻 Agent 设计。
deepseek-v4-flash 为什么适配 Codex 这么好，以及deepseek的Harness
上一篇用 48 小时真实会话证明了它便宜又耐用，这篇拆到适配层看它为什么能被 Codex 用好：~/.codex/models.json 的每个字段怎么改变客户端行为，1.77 万字符的 instructions_template 怎么把模型变成合格的 Codex 代理，以及 DeepSeek Harness 的内测招募、官方基准和社区猜测。
gpt-5.6没额度了，我用deepseek-v4-flash 连续跑两天花了 14 亿 token，40人民币
把 Codex 主力模型换成 deepseek-v4-flash 的 48 小时：三个线程跑完线上验证、计费修复、CI 精简、PR review 一长串工程任务。从真实会话记录统计 token、缓存命中、reasoning 占比与交付物，和之前 gpt-5.6-sol 的会话对比，给这台便宜模型一个基于数据的评价。
5毛钱的 deepseek-v4-flash 能干什么
一次模拟真实场景的全量服务巡检：三个 Kubernetes 集群加外部托管服务全部采集、出拓扑图、定位问题，再对账 token 与账单。按 DeepSeek 官方单价这次巡检约 5 毛钱，缓存命中率如何决定最终成本，文中都有明细。
旧笔记本的硬盘接上新电脑，盘没坏，是锁给错了人
一台十五年前就退役的电脑，一直堆在杂物里，前些天处理掉了；留下的硬盘接上新电脑后，用户目录被旧账号的权限锁住。用 Codex 在本机完成排查，两条命令夺回所有权——这次经历也说明，NTFS 目录权限拦得住误操作，拦不住想绕过它的人。
DeepSeek V4-Flash 跑 Codex 实测：4 个任务全过，花费不到 5 分钱
V4-Flash 正式版上线后原生支持 Responses API 并适配 Codex。本文整理官方性能与定价，给出两种接入 Codex 的配置方式，再用 4 个本地 Agent 任务实测：全部通过、总耗时约 4 分钟、花费不到 5 分钱。
Agent 做出来了，接下来怎么上线
一个能完成任务的 Agent，距离真正可交付还差任务契约、交互兜底、质量门禁、安全审查、成本核算和灰度运营。本文以合同审查 Agent 为例，给出一套可以直接执行的产品化方法。
Agent 找到工具以后，为什么还是会用错
正确工具进入候选列表，只解决了工具调用链的第一小步。本文拆解召回、选择、参数、执行和结果解释五道门，用实际案例说明怎样设计工具契约、参数修复、候选裁剪和分层评测。
GPT-5.6 Sol 的额度去哪了
为什么同样的任务，GPT-5.6 Sol 会让人觉得额度掉得更快？从工具调用、缓存输入、长上下文、重试和子任务拆开一次 Agent 回合，给出一套可以自己复测的用量账本。
怎样让 Codex 真正会用你的工具
给 Codex 接上 MCP 只是第一步。本文实现一个代码变更影响分析工具，用 36 次真实调用比较含糊接口与语义化 Schema，拆解工具命名、参数设计、结构化输出、安全注解、错误语义和评测方法。
企业级 Agent 的七层底座
一个能接入真实业务的 Agent，除了模型和 Prompt，还需要任务契约、可恢复运行时、工具协议、状态与记忆、并发控制、安全边界和评测体系。本文用三个案例给出一套可落地的参考架构。
在 WSL 里把 Vulkan 跑起来
一套经过实际验证的 WSL Vulkan 学习环境：弄清 Dzn 与 Lavapipe 两条执行路径，安装工具链，枚举物理设备，编译 Shader，并建立从第一个三角形到调试、同步和小型渲染器的学习路线。
Agent面试详解（下）：评测、安全与落地判断
完成企业级 Agent 的最后一块设计：用 Trace 还原轨迹，用四层测试控制不确定性，把安全边界放在模型之外，并判断 ToB、ToC 与具体场景是否值得投入。
Agent面试详解（中）：记忆、工具与多用户并发
继续设计企业级 Agent 的数据和执行层：长期记忆怎样分层与遗忘，工具怎样契约化，多租户状态怎样用乐观锁、租约和幂等机制保持一致。
Agent面试详解（上）：从模型接口到可恢复的运行时
从 DeepSeek Agent 岗位讨论出发，拆解 Harness、企业级运行时、状态机、事务边界和上下文窗口，回答一个 Agent 怎样从演示程序变成可恢复的系统。
让 Codex 连续干几天，靠的不是一条超长 Prompt
以一套虚构统一授权系统从设计、开发到测试跑通的完整演练为主线，拆解 Codex 如何借助 Goal、状态外置、检查点、模型档位切换和分层验收完成长任务。
用 Codex Sites 搭一个能调用 QVeris 的天气网站
从一份完整 Prompt 出发，用 Codex Sites 生成城市气象观察站，并设计 QVeris 动态工具发现、服务端调用、统一数据模型和凭证保护链路。文中包含在线地址、真实页面截图、访问限制和后续接入方案。
给 Web、CLI 和远程服务器做一套统一授权
用一个可复制的示例，从协议选择、数据模型和接口契约开始，实现同时服务 Web、桌面 CLI、WSL、远程服务器与 API 的 OAuth 2.0/OIDC 统一授权系统。
Git 必知必会：开发者实战手册
一份面向日常开发的 Git 极简参考手册：从概念、常用命令、协作命令、高级效率命令，到分支模型、merge 与 rebase、gh、工作流、模板、图形界面、反模式和 AI 时代的用法。
模型有没有变笨，先做一次开工体检
用五个十分钟内能跑完的小测试，粗略判断当前 AI/Codex 会话的推理、代码理解、反幻觉和工程排查能力。
埋点这件事，别等系统跑起来才想
从小服务到高流量平台，聊清楚服务埋点为什么要做，前端、后端、网关和队列各自怎么采，PostgreSQL、MongoDB、ClickHouse 如何选，成本和性能怎样估算。
接口服务里的 A/B Test：从灰度开关到可信实验
A/B test 不只是前端页面实验。接口服务里的策略、排序、限流、供应商选择和成本控制同样需要实验纪律：稳定分桶、真实曝光、跨请求归因、护栏指标和实验收尾。
MCP 真正要补的课：不是接上工具，而是画清安全边界
MCP 让 AI 应用接工具变得统一，但工具一旦能读文件、查数据库、发请求，安全问题就从接口规范变成了权限、身份、审计和供应链问题。
Wasm Component Model：插件运行时终于有了更像样的边界
插件系统最怕依赖地狱和权限失控。Wasm Component Model 把接口、能力和运行时边界标准化，为多语言插件和边缘运行提供了新的工程选择。
向量检索的准确性：从一次搜不准说起
向量检索不是把所有字段拼起来扔给 embedding 模型就结束了。本文用一个虚构的 API 工具市场做例子，拆解噪声文本、长描述、URL、阈值、混合召回和评估集如何影响检索质量，并总结一套可复用的最佳实践。
自建私有 PyPI：用 pypiserver + uv 把内部库理顺的实战笔记
从 pypiserver 装起，顺带把 PEP 440 版本号、uv 在项目与 Docker 里的进阶用法、CI 里 BuildKit secret 的坑一起讲清楚——一份让新同事能照着上手的内部发包实践。
从 0 到 1：用 Cursor 搭一个开源证件照排版服务 zipress
记录 zipress 的完整落地：需求与选型、Next.js + FastAPI 双栈、真实 Cursor 对话摘录、架构与用户路径流程图（PNG）、统一/混排导出对比、部署与开源仓库；附特性总结与未来 TODO。
Cursor 中的开发流程自动化实战
飞书 CLI、Issue 与 Skill 之外，顺手记几条在 Cursor 里常做的「流程活」：gh 看 PR、跑测试、MCP 浏览器点一遍、统计脚本对接飞书，以及多文件改动时怎么让 Agent 跟着仓库约定走。
零基础堆出一套能发飞书的监控：Grafana、Loki 和几次在 Cursor 里的对话
一职多能接手监控：从辨认 Loki 标签、写完整 LogQL（QPS、按路径、按状态码、多副本加权延迟、p95、业务日志解析）到 Unified Alerting 与飞书 Webhook，按步骤写清每件情景在干什么。
用 LLM 做大规模分类：从暴力遍历到层级剪枝的实战优化
当你需要用 LLM 给成千上万个实体自动打标签，朴素做法的成本可能高到离谱。这篇文章从一个真实的自动分类脚本出发，拆解六种可复用的优化手段：层级剪枝、继承传播、批量合并、增量跳过、祖先回填和 prompt 缓存。附成本对比和通用化思路。