博客七周年：AI 一天完成整体重构
博客从 2019 年国庆用 Xiuno BBS 搭建，到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块，这次与 AI Agent 结对，一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。
105
AI笔记本
资深 Android 开发工程师，丰富系统级应用经验，覆盖亿级用户设备，专注 AI Agent 工程化落地。白天在搞 AI 智能体，晚上回来折腾这个博客。以前的文章是从刚毕业一个字一个字敲的，现在嘛——我跟 AI 说一句话，它就写好发出来了。不信？看看最新的文章 🚀
文章列表
REA：Agent 时代的逆向工程工具.md
逆向工程一直是高度依赖专家经验的领域：打开 Hopper 看反汇编、翻字符串、追调用链——每一步都耗时且难以复用。REA（Reverse Engineer Anything）把这件事交给 Agent：一个 MCP 服务器加一套 Agent 技能，让 Claude Code、Codex、Cursor 等编码代理具备"从应用行为一路逆向到原生二进制"的能力——分析本地跑、证据随结论返回，Agent 拿…
26
BigImageViewPager 详解：支持超大图、长图与视频的 Android 图片预览库
BigImageViewPager 详解：支持超大图、长图与视频的 Android 图片预览库在社交、电商、相册类 App 里，点开一张图进入可双指缩放的全屏预览几乎是标配。自己从零实现，要处理长图 OOM、手势缩放、原图下载进度、与图片加载框架衔接等一连串细节。BigImageViewPager（作者 SherlockGougou）把这些打包成一个开箱即用的 Android 预览库，支持超大图、
29
awesome-agent-skills：千级 Skill 官方合集详解
Skill 生态爆发后，找 Skill 成了新问题：GitHub 搜出来一堆同名仓库，哪个是官方出品、哪个在持续维护、哪个只是 AI 批量生成的目录堆场？VoltAgent/awesome-agent-skills 试图给出社区答案：1000+ 个来自官方开发团队与社区的 Agent Skills 精选合集，兼容 Claude Code、Codex、Gemini CLI、Cursor 等主流编码助…
28
世界模型：AI 的下一个前沿到底指什么
世界模型：AI 的下一个前沿到底指什么LLM 学会了"语言"，却有个致命盲区——它"懂词不懂世界"。它知道"摔碎"常和"杯子"一起出现，却未必真懂重力与碰撞；它能描述"向左打方向盘"，却无法预测下一秒车的位置。要让 AI 走进物理世界、做长期规划，就得给它一个能"预演后果"的内部模拟器——这就是世界模型（World Model），被广泛视为继 LLM 之后 AI 的下一个前沿。延伸阅读。1、世界模
32
Codex 复兴：云端并行 Agent 与 CLI 双形态实战
Codex 复兴：云端并行 Agent 与 CLI 双形态实战Codex 是 OpenAI 最早的代码模型名字，曾在 GitHub Copilot 初期立下汗马功劳，后被 GPT-4 系取代而沉寂。但 2025-2026 年，OpenAI 让它"重生"——不再是一个补全模型，而是一套云端 Agent + CLI的编程代理，被社区评为"令人意外地好用"。它的独门武器是云端并行：能同时在多个沙箱里跑多
33
Railway Agent Skills 详解：部署排障经验产品化
2026 年 6 月下旬，PaaS（Platform as a Service）部署平台 Railway 在官方博客先后发表两篇文章：《State of Railway: Agents》https://blog.rail…
34
Vercel 官方 Skills 详解：前端专家经验的开源打包
2026 年，给 AI 编程代理"装包"已经成了工程团队的常规操作。Vercel 没有停留在旁观：它在 GitHub 的 vercellabs 组织下先后开源了两个项目——技能合集 agentskills 与技能安装器 …
90
Cua 详解：给 AI Agent 一台能用的电脑
Cua 详解：给 AI Agent 一台能用的电脑Computer-Use Agent（CUA）的瓶颈往往不在模型，在机器：Agent 要操作真实桌面，就得有隔离的虚拟机、不抢鼠标的后台驱动、可复现的评测环境——这些基建各自都是脏活。trycua/cua（Cua，Computer-Use Agent 的缩写）把这层基建整体开源：Lume 管 Apple Silicon 上的 macOS/Linux
38
Transformers 详解：Hugging Face 模型库
如果说深度学习这十年有什么基础设施级别的工程，Hugging Face 的 Transformers 一定排在前列。它把「下载一个预训练模型跑推理」从论文复现级别的难度，降到了一个 pipeline 调用的程度，文本、视觉、音频、多模态全都能吃。到今天 Hub 上的 Transformers 模型检查点已经超过 100 万个，几乎每个新发布的开源模型都会先给它提交架构支持。本文从项目定位讲起，覆盖…
38
knowledge-work-plugins 详解：Claude 的岗位专家插件
Claude 能写代码、能聊天，但它默认不懂你们公司的销售流程、财务科目和法律条款——每个岗位的上下文都要从零教起。Anthropic 官方开源的 knowledge-work-plugins 就是来解决这件事的：一套面向知识工作者的插件库，把 Claude 变成特定岗位的专家，预装该领域的技能、命令、子代理与工具连接。仓库约 26.8k Star、Apache 2.0 协议。本文按"概述 → 插…
118
Atlassian Agent Skills 详解：教 Agent 用 Jira
团队用 Jira 跟需求、用 Confluence 沉淀文档的工程师，最近让编码型 Agent 干活时多半撞过同一堵墙：Agent 代码写得飞快，却对你们的项目结构、空间约定一无所知，让它"把这个改动关联到 DEV-123"，你得先花半小时教它什么是 workitem、什么是空间。Atlassian 在官方开发者文档里给出了正式答案——TWG CLI 的 agent skills：一组可安装的上下…
51
精选Skill
Karpathy Skills 详解：驯服 AI 编码的行为契约
用 AI 编码 Agent 干活的工程师，大多经历过同一类憋屈时刻：明明只让它修一个空指针，它顺手重构了半个文件；明明需求有歧义，它自作主张选定一种理解，然后一路狂奔出一千行代码。一个针对这类问题的项目近来在 GitHub 上病毒式传播——andrej-karpathy-skills，主体只是一份从 Andrej Karpathy 公开观点提炼出的 CLAUDE.md 行为准则，star 数很快站…
97
mattpocock tdd 详解：垂直切片与接缝纪律
TDD 人人都听说过，但 AI 编码代理实践它时最容易走样：一口气写完所有测试再闷头实现、测试钉死实现细节、一重构测试全红。这个技能把 TDD 拆成代理能严格执行的循环纪律。本文按"概述 → 垂直切片 → 行为测试与接缝 → 循环规则 → 重构纪律 → 对比 Superpowers → 注意事项 → 总结"组织全文。 1、概述 skills.sh 页面对 tdd 的定位原文是："Test-driv…
146
前端精读周刊 ：weekly
前端精读周刊 ：weekly前端圈技术更迭快，但真正稀缺的不是资讯，是"深读"——把一篇论文、一个框架源码、一个设计决策嚼碎了讲明白。ascoders/weekly（前端精读周刊）做的正是这件事：每周一篇精读，从 2017 年坚持至今累计 296 期，覆盖前沿技术、源码解读、编译原理、设计模式、SQL、算法六大板块。它由黄子毅（ascoders，字节跳动前端工程师）主笔，约 31.2k Star、…
90
grill-with-docs 详解：写码前先被拷问一遍
在 skills.sh 技能市场上，安装量最高的技能之一是 Matt Pocock 出品的 grill-with-docs——超过 110 万次安装。它的定位一句话就能讲完：在你写代码之前，让 AI 像一位苛刻的技术负责人那样"拷问"你的设计，直到每一处含糊其辞都被逼出明确答案。本文按"概述 → 拷问式设计评审 → 底层原语 → 设计哲学 → 安装上手 → 生态位 → 注意事项 → 总结"组织全文…
118
精选AI
《那些跑通AI变革的团队做对了什么》：瓶颈在组织，不在技术
Laya 详解：可自托管微调的非自回归判断模型Jev 证明了"判断模型"这条路走得通，但它闭源、按 token 计费、只能云端调用。两天后（2026 年 9 月 18 日），NandhaKishorM 在 GitHub 开源了 NandhaKishorM/laya（Laya）：多语言、非自回归的 System 1 判断引擎——三个 checkpoint（laya / laya-multilingu…
101
2026 大模型横评与选型：Fable 5、GPT-5.x、Gemini 3.x 怎么选
2026 大模型横评与选型：Fable 5、GPT-5.x、Gemini 3.x 怎么选 2026 年中，大语言模型早已不是"一家独大"。Anthropic、OpenAI、Google 三强贴身肉搏，国产 DeepSeek、Kimi、Qwen 紧咬不放，开源阵营持续走高。真正棘手的问题，已经不是"哪个模型最强"，而是"我的场景该用哪个"——同一条任务，选错模型可能多花十倍成本、还更慢更差。本文先用…
149
精选AI
Jev 详解：不做生成的判断模型
Jev 详解：不做生成的判断模型让 LLM 干"判断"的活，一直是件拧巴的事：它擅长生成文本给人读，你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型：Jev，首个 System One 模型——不做文本生成，专职快速、结构化的判断：输入状态与类型化问题，输出带概率与置信度的结构化答案，类型错误在数学上不可能发生，因
439
FreeFileSync 详解：开源文件夹比较与同步工具
FreeFileSync 详解：开源文件夹比较与同步工具备份这件事，最朴素的诉求是"只传差异，不抄全量"。FreeFileSync 把这件事做了十几年：确定源与目标文件夹的差异，只传输所需的最小数据量，而不是每次全量复制。这款开源的文件夹比较与同步软件支持 Windows、macOS、Linux 三平台，由 Zenju 个人主导开发，官网生存完全依赖广告与捐赠。最新版 14.12 于 2026 年
141