Articolo

20356 scoperte · Scoperte scelte dal web aperto, dalle più recenti.

把延税账户的钱转进Roth：Roth转换和“Backdoor”
前两期咱们把IRA的基础知识重新过了一遍，包括传统IRA和Roth IRA各自有什么特点、优缺点，和401K比起来怎么样等等。铺垫了这么多，今天终于可以讲大家常说的“backdoor”了。如果你没看前两期，建议一定先去看…

chattymoney(跟我一起来谈钱) · ZH
重制：关于401(k)，这几个知识点你都知道吗？
今天这期也是重制系列的一期。之前有几期关于401(k)的视频音质不好，我删掉了，把内容合在一起，重新录了这一期。这期提到的几个知识点比较分散，彼此关系不大，但正好是美国一家金融公司做过的一个调查，他们围绕这些知识点出了一…

chattymoney(跟我一起来谈钱) · ZH
（小业主的退休账户）SEP IRA是什么？
今天想跟大家聊聊SEP IRA。先说说背景。我做了好多期401K、IRA这些美国退休账户的视频，但有一个人群没有覆盖到，就是自己做生意的人。这些人其实有一些别的选择，SEP IRA就是其中之一，类似的还有Solo 401…

chattymoney(跟我一起来谈钱) · ZH
我怎么用 Hermes Agent 写代码
我同时跑两个 Hermes Agent。一个叫超级卷儿，处理日常对话和信息检索。另一个叫码卷儿，专职软件工程。两个独立的 Telegram bot，独立的配置，独立的会话数据库。分开跑两个 Agent 是为了隔离上下文和环境。核心纪律：码卷儿绝不写代码。所有编码委托给 Codex CLI 执行。码卷儿只做 Product Owner 的事：写需求定义、做架构决策、验收成果。Codex 做实现者：读 spec、写代码、跑测试。角色产出负责码卷儿（Hermes PO） feature doc + 验收需求定义、架构决策、质量把控 Codex CLI（实现者）代码 + 测试技术方案、编码实现、自测流程很简单。用户说"我要一个功能"，码卷儿写一份 feature doc，里面只有需求描述和可验收条件。每一条验收条件必须可验证——“点击后 URL 变为 /zh/monaco” 而不是"跳转正确"。然后 Codex 读这份 doc，plan 模式出技术 spec，build 模式实现加测试。码卷儿逐条验收，全部通过就部署，有问题汇总退回。码卷儿绝不读代码文件，绝不看完代码告诉 Codex 怎么写。有项目级疑问就委托 Codex plan 模式去调研。Codex 超时就直接汇报，等下一步指示。验收的标准是 npm run build 通过只是最

电波障害 · ZH
【译文】/goal + 损失函数：如何用一条指令在 30 小时内蒸馏一个产品
原文： /goal + Loss Functions: How to Distill a Product in 30 Hours with One Prompt [Full Playbook] 作者：Elvis ( @elvissun ) 翻译：AI 辅助翻译 99% 的人用 /goal 和 agent loop 的方式是错的。外面吹的是「长循环自主 agent：设定目标，走开，回来就拿到能跑的代码」。但顶尖的 agent 工程师半年前就在做同样的事了——用 harness engineering + spec-driven development：给 agent 搭一个能观察问题的测试框架写一份包含所有 test case 的 tight spec 让 Codex 或 Claude Code 无人值守循环，直到所有测试通过我经常睡前 kick off 这种任务——一次跑 2-5 小时。四月份有一次，它啃了一整晚我们 Vercel monorepo 里的 Turbo build-cache bug，天亮时全绿了。根本不需要 /goal 。所以 /goal 到底用来干什么？这是我离开后一条 prompt 干的事：跑了约 30 小时，生成 6300 行代码，爬了 92000 页，花了 $40 API 把另一个产品的核心逻辑反向工程并完整重构我们的版本输出质量比参考

电波障害 · ZH
【译文】自主长时运行编程 Agent
原文： Autonomous Long-Running Coding Agents 作者：Elvis（@omarsar0），DAIR.AI Academy 声明：本文由 AI 翻译，可能包含错误自主编程正从"更好的提示词"转向"更好的控制系统"。关键的转变在于，工程师们正在学习如何用目标、评估器、循环和工件来封装 Agent，让它们在人类停止输入后继续工作。这很重要，因为大多数严肃的工程工作跨越很长的周期：模糊的需求、隐藏的约束、部分失败、不断变化的上下文、以及反复的验证。新的前沿是围绕 Agent 设计系统，让它能够规划、执行、检查自己的成果、从错误中恢复，并在没有持续人工操控的情况下持续取得进展。这篇文章基于我在 DAIR.AI Academy 的一场有关自主长时运行编程 Agent 的分享，我在其中演示了 Claude Code 的 /goal 模式、较新的 /loop 命令、验证器、工件和编排模式的实际应用。本文与 Codex 和 Claude Code 协作完成。从 Prompt 到 Goal 设计核心思路很简单：编程 Agent 仍然是执行者，但人类不再逐轮交互。人类改为指定期望的最终状态、证明成功的证据、不可违反的约束条件，以及在可能的情况下规定轮次和预算。 Goal 更像一份契约，而不是更长的提示词。一个弱的 Goal 给模型留出了提前停止、走捷径或

电波障害 · ZH
【译文】请不要搞个"企业大脑"就指望自动形成学习循环
原文： Please don’t implement a “company brain” and expect a learning loop 作者：Seth Rosen 声明：本文由 AI 翻译，可能包含错误 Satya 的那篇推文爆了，不奇怪。他把两件事联系在了一起——人力资本和算力资本——通过一个学习循环：人类如何引导 AI，AI 如何让人类更聪明，以及整个系统如何滚雪球。我们团队花了九个月研究和构建这个东西。学习循环是你的长期 AI 战略。没有它，AI 在当下很惊艳，但长期来看会无声地衰减。长期 AI 工作远不止一次 Codex 或 Claude 会话。它是每个员工每天早上醒来，都在迭代团队和组织的整体目标。你的长期学习循环有四个属性。 1. 最小可行上下文（Minimum Viable Context）给系统注入你公司独有的判断力，而不是你公司说过的所有话。 2. 结构化、可溯源、多人协作每个人和每个 Agent 都建立在同一个共享基础上，中间决策可以追溯和评判。 3. 可执行一旦工作变得可见，Agent 就能直接在上面操作。 4. 复利效应用越多，系统就越好。AI 衰减的反面。从最小可行上下文开始上下文是你最宝贵的资产，也是最危险的资产。所以，不要把整个公司的东西都灌进一个共享知识图谱。不要搞什么"全

电波障害 · ZH
【译文】循环工程的艺术
原文： The Art of Loop Engineering ·· 作者：Sydney Runkle (LangChain)·· 声明：本文由 AI 翻译，可能包含错误 Agent 之所以有用，是因为它们能通过在真实世界中采取行动来帮我们自动化工作。但要让 agent 可靠地完成有价值的工作，光有一个好模型是不够的——还需要一个精心设计的 harness（控制框架），且这个 harness 要适配具体的任务集。核心 agent 算法很简单：给 LLM 上下文，让它在一个循环里反复调用工具，直到任务完成。这是最基本的循环。但远非驱动 agent 的唯一循环。@swyx 最近写了篇好文章叫 loopcraft：堆叠循环的艺术，核心思想是你可以通过堆叠和扩展循环来构建更有效的 agent。下面是我们对这个堆栈的理解，以及如何用 LangChain 的各个原语来装备每一层。循环 1：Agent 在最底层，agent 就是一个模型在循环里反复调工具，直到任务完成。这就是 LangChain 的 create_agent 给你的东西。选任意模型，接入工具，就有了一个可以工作的 agent 循环。工具赋予了 agent 在真实世界采取行动的能力。拿我们内部的文档 agent 举例（后面整篇文章都用它来做例子）。在第一层循环里，它收到一个文档改进的请求，模型规划并起草修改，然后

电波障害 · ZH
【译文】我们现在是工厂工程师，不是产品工程师
原文： We are now factory engineers, not product engineers ·· 作者：Zach Lloyd·· 声明：本文由 AI 翻译，可能包含错误这是我们与 Warp 团队分享的一篇备忘——关于构建 Warp 这件事应该如何重新理解。它混合了我们从客户那里听到的反馈、我对开发未来的判断、以及 Warp 团队要如何调整才能保持领先。过去一年里，我们经历了从 AI 自动补全到交互式编码 Agent 的跨越。未来六个月，范式将再次进化到 Automated Development 。在 Automated Development 的世界里，工程师的工作不再是写代码。甚至不再是直接构建产品。而是构建一套内部的机器——一座云端的软件工厂——让这座工厂来替你生产产品。工厂的目标是交付卓越的产品，但工程师的日常工作不是直接造产品，而是造那个造产品的系统。成功的衡量标准不是某个工程师交付了多少功能——那是一个失败的指标。真正的尺度是：多大比例的变更实现了全自动交付，以及成本是多少。“全自动"意味着一个 agent 完成了所有工作：从 Triaging、写规格说明、实现、审查、验证到监控。如果一个变更还不能全自动地交付（当前很多还不能做到），那目标就是半自动化——即使人类仍然需要在审查环节介入，也让 agent 去做 triage

电波障害 · ZH
【译文】每个 AI 工程师都应该知道的 20 个循环设计模式
header 原文： 20 Loop Design Patterns Every AI Engineer Should Know 作者：Rahul (@sairahul1) 声明：本文由 AI 翻译，可能包含错误大多数 AI 工程师知道如何构建一个 agent。但很少有人知道如何构建一个能在首次尝试后不断变好的系统。这个差距值六位数美金。区别在哪里： Agent 是一个工人。 Loop（循环）是让工人进步的机制。当今生产环境中最强大的 AI 系统，不是单次模型调用。它们是循环。生成 → 评估 → 学习 → 改进。一遍又一遍。直到输出真正变好。以下是生产级 AI 系统中反复出现的 20 个循环设计模式。收藏这篇文章。你会用到它们的。 Agent vs Loop 旧方式：Prompt → Response → Done。新方式：Generate → Critique → Rewrite → Score → Retry → Remember → Improve。一个是流水线工人，做一次就完事。另一个是流水线工人，研究每一个错误，重写操作手册，每个班次进步 3%。现在能交付生产级 AI 的团队，他们不是在写更好的 prompt。他们在构建更好的循环。 Agents vs Loops 类别 1 — 质量改进循环（让输出在离开系统前就变好） 1. Gene

电波障害 · ZH
【译文】当 AI 什么都能生成，如何建立品味
原文： How to Build Taste When AI Makes Everything 作者：Vikas Malpani 声明：本文由 AI 翻译，可能包含错误过去几周，我的信息流一直在围绕「品味」争吵。Paul Graham 说，当任何人都能做任何东西时，差异化就变成了你选择做什么。一位知名工程师宣称，品味现在才是真正的工程能力。然后 Linear 的产品负责人强力反驳：你的品味大概并不比 AI 好，别再假装那是你的优势了。还有人补了一句我至今记得的话——整场关于品味的对话之所以成立，恰恰因为它含糊、无法被证伪、并且让引用它的人显得体面。所有这些都是一次性的部分。名字会换，引用推文会滚走，下个月同一场争吵会在另一个话题标签下重开。不会过期的是它底下那个问题，而这个问题是真的：当机器能在几秒钟内做出几乎任何东西的合格版本时，人的贡献究竟是什么？「品味」是一个严肃的答案，还是一个舒服的托词？我诚实的看法是，两边各对一半，而两边都漏掉了同一件事。把品味当护城河来卖的人，很少说清品味是什么、以及怎么把它建得更多，所以质疑者可以把它当成自我，一挥手就打发掉。质疑者说得也对：在一个已经吸收了每一座设计奖、每一本畅销书的模型面前，你不可能靠「在品味上普遍更好」取胜。但他们从一个为真的前提得出了错误的结论。品味是真实的，是可以建的，而真正要紧的那个版本，不是他们在攻击的版本。

电波障害 · ZH
MySQL数据库的自动复制脚本
我们可能在某些情况下，总要复制mysql数据库。比如，从A服务器，复制到B服务器去。这种复制操作可能是为了迁移数据库，也可能是为了建立主从，又或者单纯只是为了备份。在复制MySQL数据库的过程中，经常需要手工操作数据库，例如登录数据库进行数据的导入导出。这些操作不仅繁琐，还容易出错。尤其是在操作生产环境数据库时，总得小心翼翼，怕误操作导致数据丢失或损坏。为了方便以及更可靠，我写了一个脚本来简化数据库的复制流程。使用脚本，只要简单输入数据库信息，便可自动复制。它的好处主要有以下几点：便捷高效：脚本可以自动执行预设的操作步骤，大大减少手工操作的次数和时间。减少误操作：通过预定义的脚本流程，减少了人为操作的风险。易于复用：脚本可以多次使用，便于日后的数据库迁移工作。性能不错：该脚本利用mysqldump进行数据导入导出，支持逐表进行管道传输，理论上可以处理较大的数据库。

第七星尘的独立博客 · ZH
如何在企业内网部署 DeepSeek：离线安装教程
本文将详细介绍如何将 DeepSeek 部署到企业内网的过程，由于许多企业内网无法直接访问互联网，我们将提供离线部署的方式。这种方式的核心思路是先在可以互联网的电脑上安装好 DeepSeek，然后将其迁移到企业的内网环境。以下是详细的步骤...

第七星尘的独立博客 · ZH
高颜值的高效开发工具集，免费开源了！
极速箱是一个高颜值的在线开发工具箱，集合了众多程序员日常所需的实用工具，帮助我们在开发过程中提高效率。不管是 **JSON 处理、编码解码、网络测试**，还是 **时间转换、正则测试**，这里都能找到对应的工具。最棒的是，它拥有美观现代的界面设计，支持响应式布局，在各种设备上都能获得良好的使用体验。

第七星尘的独立博客 · ZH
免费开源，高颜值的监控工具
酷监控是一个高颜值的监控工具箱，支持网站监控/接口监控/HTTPS证书监控等多种监控类型，帮助开发者及运维人员实时掌握网站/接口运行状态。本项目支持Docker一键快速部署，拥有美观现代的界面设计。

第七星尘的独立博客 · ZH
一个简单易上手的图标设计工具，代码已开源
极速箱(一个开源的在线工具箱平台)最新推出了**简单易上手的图标设计工具**，这是一个专为普通用户设计的在线图标制作工具。无需设计经验，无需复杂软件，只需几分钟就能创建出美观实用的图标。无论你是开发者、设计师还是普通用户，都能轻松上手，快速制作出满意的图标。

第七星尘的独立博客 · ZH
保护每一次 AI 调用的隐私安全 — 面向企业和个人的大模型安全接入网关
智链 AI 网关在统一代理转发大模型 API 的基础上，内置**数据脱敏、隐私保护、全链路审计**三大安全能力，确保敏感信息不泄露、每次调用可追溯。支持 OpenAI、Anthropic、Azure、通义千问、DeepSeek 等主流提供商，三态熔断器保障高可用。

第七星尘的独立博客 · ZH
我的又一个C端工具，幕映电视投屏工具
前言我近年开发的东西，都是以开发者群体的工具为主。这次终于做了一个C端工具，面向普通用户的电视投屏工具。废话不多说，开始介绍产品吧。幕映 MuCast 把手机、电脑上的视频、照片和整个屏幕，投到电视上播放。免费，没有广告，没有水印，也不限制投屏时长。能用来做什么看视频——手机里下载好的剧和电影，投到电视上看，屏幕大，声音也正。翻照片——旅行拍的照片、家人的视频，投到客厅电视上，一家人一起 […]

第七星尘的独立博客 · ZH
记一次PHP安全漏洞的马拉松式修复
昨天PHP官方爆了个大洞，代号php2shell，两个CVE编号（CVE-2026-109618和109619），CVSS评分9.2，简单说就是未经认证的远程代码执行。trigger路径跟PHP的session upload progress机制有关，攻击者不需要登录，构造特定的multipart请求就能在你服务器上执行任意代码。本文记录下修复过程。

第七星尘的独立博客 · ZH
关于压缩的各种探索
Show Code

Mayx的博客 · ZH
剖析 Golang Bigcache 的极致性能优化
[Bigcache](https://github.com/allegro/bigcache) 是用 Golang 实现的本地内存缓存的开源库，主打的就是**可缓存数据量大，查询速度快。** 在其官方的介绍文章 [《Writing a very fast cache service with millions of entries in Go》](https://blog.allegro.tech

编程沉思录 · EN
Go 1.22 可能将改变 for 循环变量的语义
几乎世界上每个 Golang 程序员都踩过一遍 for 循环变量的坑，而这个坑的解决方案已经作为实验特性加入到了 Go 1.21 中，并且有望在 Go 1.22 中完全开放。举个例子，有这么段代码： ```go var ids []*int for i := 0; i < 10; i++ { ids = append(ids, &i) } for _, item :=

编程沉思录 · ZH
Context 的错误使用引发 Panic 的问题复盘
我们有这么一段业务代码，在 Gin 的 API Handler 中，开了一个子 goroutine 写 DB，代码大概是这样： ```go package main import ( "github.com/gin-gonic/gin" "gorm.io/gorm" ) var db *gorm.DB func ServerHandler(c *gi

编程沉思录
从源码角度解读 enable_shared_from_this
我们在使用 C++ 的时候，有时会需要在类的内部获取自身的 shared_ptr，这就会用到 `std::enable_shared_from_this`。在实际使用过程中，`std::enable_shared_from_this` 有三个陷阱需要注意： 1. 不能在构造函数中使用 shared_from_this (), 否则会抛出 std::bad_weak_ptr

编程沉思录 · ZH