文章归档

第 3 页。归档页按时间倒序展示，每页只加载一组文章封面，减少首屏压力。

Jul 2, 2026 原创开发效率 · 阅读 —

把 Codex Review 做成一项服务

AI Code Review 真正难的不是让模型看 diff，而是把触发、执行、评论、审批、历史和失败恢复做成一条可控的工程链路。

Jun 30, 2026 原创人工智能 · 阅读 —

最热的技术话题，已经从模型变成 Agent

现在技术圈真正热的，不是又出了一个模型，而是 AI Coding Agent 开始进入真实开发流程：接任务、改仓库、跑测试、提 PR，也把上下文、安全和 review 这些老问题重新推到台前。

Jun 30, 2026 原创人工智能 · 阅读 —

DGX Spark，把 AI 超算塞到桌面上

NVIDIA DGX Spark 是一台很容易被标题党误解的机器：它不是给普通人买来跑聊天机器人的玩具，也不是缩小版数据中心训练集群。它真正卖的是 128GB 统一内存、Grace Blackwell、NVIDIA 软件栈和桌面形态。

Jun 29, 2026 原创教育 · 阅读 —

北方工业大学 2026 高考志愿填报完全指南

面向北京 2026 高考志愿填报，系统拆解北方工业大学本科普通批 9 个专业组，使用 2025 年正确投档线和分专业最低/最高分，结合 2026 招生计划、专业六保一、中外合作和新增低空技术，给出专业组选择与分数梯度建议。

Jun 29, 2026 原创工程实践 · 阅读 —

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。

Jun 29, 2026 原创数据分析 · 阅读 —

从赶地铁到数学建模：刚好赶上和刚好错过的概率

把一个地铁 18 号线赶车问题写成数学建模案例：从最小概率模型出发，拆解发车间隔、停车时间、跑步速度、距离分布和连续事件，并说明什么时候会用到积分。

Jun 28, 2026 原创教育 · 阅读 —

北京信息科技大学 2026 高考志愿填报完全指南

面向北京 2026 高考志愿填报，系统拆解北京信息科技大学沙河校区、张家口校区各专业组，结合今年一分一段、报考人数、扩招计划、去年投档线和北方工业大学对照，给出专业组预估线与填报建议。

Jun 27, 2026 原创教育 · 阅读 —

计算机相关专业大学生，职业规划从大一就该开始

写给计算机、软件、人工智能、数据科学等相关专业大学生的一份职业规划实战指南：从大一开始如何打基础、做项目、写博客、参与竞赛、使用 AI、持续完善简历，并把这些努力同时服务于就业、考研和保研。

Jun 25, 2026 原创教育 · 阅读 —

2026 高考志愿：计算机类专业还能选吗？

计算机类不再是闭眼高薪的保底专业，但也远没有到不能选。本文从就业变化、专业分化、AI 冲击、学校层次和个人匹配几个角度，给今年高考家庭一个可操作的判断框架。

Jun 25, 2026 原创教育 · 阅读 —

2026 高考志愿填报：别急着找答案，先把坑避开

写给今年高考家庭的一份志愿填报实用指南：从位次、专业组、招生章程、城市、专业和保底方案入手，把志愿表做成可解释、可复盘、能承担后果的选择。

Jun 24, 2026 原创人工智能 · 内容创作 · 阅读 —

小Zi 和 Coda：给「字与码」做两个能长期出镜的卡通角色

从已有封面里的小Zi开始，拆一下一个稳定博客角色是怎么靠提示词、约束和迭代做出来的；再用同一套方法设计女性角色 Coda，让两个角色合在一起成为 ZiCode 的视觉搭档。

Jun 22, 2026 原创人工智能 · 阅读 —

在 WSL 里把 llama.cpp CUDA 版编译起来：一次真实的本地部署记录

在 Ubuntu 26.04 LTS + RTX 4060 Laptop GPU 的 WSL 环境里，不改系统目录，用 micromamba 准备 CUDA 12.4、GCC 13 和 cuBLAS，编译 llama.cpp CUDA 后端，并用 Qwen3 4B 做 CPU 与 CUDA 的速度对比。

Jun 22, 2026 原创人工智能 · 阅读 —

本地四个开源模型跑了一遍：Qwen3、Gemma 4 在 8GB 显存上的真实表现

在一台 RTX 4060 Laptop 8GB 显存、WSL 分配 32GB 内存的本地开发机上，实测 Qwen3 4B、Qwen3 8B、Gemma 4 E4B、Gemma 4 12B 的加载时间、生成速度、显存占用、多模态能力和使用取舍。

Jun 22, 2026 原创人工智能 · 阅读 —

本地模型不是玩具：把 Qwen3 和 Gemma 4 放进三个真实工作流

本地开源模型真正有价值的地方，不是跑分，而是能否进入每天都会发生的任务。本文把 Qwen3 4B、Qwen3 8B、Gemma 4 E4B、Gemma 4 12B 放进开发辅助、图像理解、写作整理三个工作流里，整理一套能长期演进的本地模型用法。

Jun 22, 2026 原创人工智能 · 阅读 —

在本地开发机上安装可用的开源模型：先选对运行方式

这是一篇持续更新的本地开源模型安装记录。从一台 64GB 内存、WSL 分配 32GB、RTX 4060 Laptop 8GB 显存的 Windows + Ubuntu 26.04 LTS 开发机出发，先判断 Ollama 应该跑在 Windows 还是 WSL，再比较 llama.cpp、LM Studio、vLLM 等方案，最后整理适合本机长期使用的模型清单。