跳到正文
10月19日周一
  1. 掘金51

    AI 辅助开发的小程序「厨菜记」上线满月,30 天总收入 206.42 元

    独立开发者用 AI 辅助完成大部分代码的小程序「厨菜记」上线 30 天,累计 UV 1,669,总收入 206.42 元,扣除成本后净利 77.42 元。三十天发出 17 个版本,AI 写了约 15,000 行代码,但会员定价、广告位等决策它一寸帮不上。收入中流量主广告 111.82 元、会员付费 94.60 元,9 单建单仅 4 单支付,支付成功率 44.4%,作者下一步计划拆支付漏斗。

  2. 博客园66

    别再死磕 MySQL 了:向量数据库与 RAG 生产落地实录(Java 工程师专场)

    作者两年前用 MySQL 搭企业知识库,10 万条数据检索 800ms、准确率 42%,改用向量数据库加 RAG 后降至毫秒级、准确率拉到 96.5%。全文给出选型决策树(有 PG 用 pgvector、没 PG 用 Qdrant、亿级才上 Milvus)、混合检索加 RRF 融合加 Rerank 精排的完整 Java 链路,并复盘了一次小租户召回归零事故,结论是过滤条件必须下推到向量库执行。

  3. 博客园78

    用 AI 写技术方案:四段 Prompt 链加 3 个可抄模板

    作者分享了一套用 AI 写技术方案的方法:四段式 Prompt 链(需求消化、骨架生成、人填决策、评审模拟),配三道人审关卡和 3 个逐字可抄的模板。核心原则是 AI 负责让文档完整、人负责让文档正确,数字、选型结论和字段枚举必须人填。模板工具无关,ChatGPT、Claude、通义都能跑。

    推荐理由:作者给出了一条可复用的四段式 Prompt 链和三道人审关卡,读者可直接套用到自己的技术方案评审流程中。

  4. 掘金38

    2026年第42周 GitHub 趋势周报

    本周 GitHub Trending 去重后 65 个项目中,AI/LLM & Agent 占 36 个、占比超 55%,Agent 生态持续主导榜单。竞争重心从模型能力比拼转向 skills、plugins 等可复用技能包的标准化封装,Anthropic、Vercel 同步推出相关项目。

  5. 掘金24

    编程语言的六十年:一部做减法的历史

    编程语言六十年的发展史,本质上是一部不断做减法的历史。减法体现在三个层层递进的层面:抽象层级提升剥离了机器细节,声明式与语法糖简化了表达,最终沉淀为以极简与优雅为核心的设计理念。减法的极致是把"造语言"的权利交还给使用者——例如基于 VimL 进行面向对象封装的脚本语言 ObjectSense,核心代码在千行之内,并支持类似 Lisp 宏的微语言能力。

  6. 掘金64

    0 行手写代码,我用 AI 做了一个打工人模拟器(含 3D 霓虹城市漫游)

    作者用 AI 生成了全部代码,做出文字冒险 + 模拟经营游戏「打工人模拟器·城市求生」,并以 MIT License 开源到 Gitee。游戏包含四维技能点、十几份普通职业、培训考证、社交恋爱、资产理财与随机事件等系统,还内置基于 Three.js 的第三人称 3D 霓虹城市漫游,28 个地点与终端模式地图一一对应。

  7. 博客园82

    在 VS Code 里自由切换 Copilot、Claude、Codex、OpenCode、Pi、Kimi、Qwen:任何 Agent 都能接

    作者开源 AHP-ACP Gateway,让 VS Code Agent Window 成为通用入口,在同一界面里切换 GitHub Copilot、Claude Code、Codex CLI 等任何兼容 ACP 的 Agent。

    推荐理由:原文讲清了用 AHP 与 ACP 两层协议把编辑器和 Agent 解耦的思路,读者可把这套协议设计迁移到自己的 Agent 集成工作。

  8. 掘金13

    带 AI 从零搭低代码平台·踩坑实录(五):测试脚本按界面重写,别拿假数据糊弄我

    《带 AI 从零搭低代码平台》踩坑实录进入第五篇,作者按最新界面重写测试脚本并要求尽量全覆盖,强调用真系统、真数据而非 mock。im 相关功能同步推进:AI 依据表元数据生成 SQL,查询结果直接导出 Excel,SQL 出错自动重试、至少 3 次,单次返回不超过 100 条。ollama 暂不接入,qwen3.8-flash 的 key 放入 .env 后即可测试。

  9. 掘金84

    Chrome DevTools MCP 正式可用:AI 终于能自己开浏览器调试你的页面了

    Chrome DevTools MCP 正式可用,它把 DOM 检查、控制台、网络请求、性能追踪、无障碍树和 Lighthouse 审计等能力通过 MCP 协议暴露给 AI Agent,让 AI 自己打开浏览器观察页面、复现问题并验证修复。

    推荐理由:原文把 Chrome DevTools MCP 与 Playwright MCP 的定位差异讲清楚,并给出配置方式和权限风险,读者可判断是否在调试环节接入。

  10. 掘金35

    程序员 1v1 访谈系列第四期:全栈比 Agent 重要

    双越《程序员 1v1 访谈系列》第四期指出,AI 时代程序员应拥抱全栈开发,Agent 只能作为全栈基础上的奇兵技能,不能为躲避全栈而学 Agent。受访者为工作 12 年的前端程序员,失业 3 个月仍在学 Agent 尚未投递简历,作者提醒 gap 半年将对就业造成巨大挑战。建议以结果倒推执行,先投 10 家公司验证面试机会,别用宝贵时间赌培训机构免费引流视频的教学质量。

  11. 掘金54

    2500万参数字节级 Transformer:CPU 训练的结构与评估

    本文用约 2500 万参数的 Llama 风格教学模型,在 CPU 上把字节输入、参数计数、前向检查、注意力变体、MoE 与后训练连成可检查链路。模型配置为词表 256、隐藏维度 512、7 层、8 头、FFN 中间维度 1632,权重共享后合计 25,026,048 个参数;文本以 UTF-8 字节直接作为 token ID,省词表但拉长序列,密集注意力成本随之上升。

10月18日周日
  1. 掘金43

    vibe coding 极简八步教程(在 vibe 出一个自用网站之后的领悟)

    作者用 vibe coding 做出一个自用网站后,总结了极简八步流程:先想清楚功能并写文档,再挑选 TRAE、Claude Code 等 AI 编程工具,让 AI 写产品需求文档并参考 GitHub 已有实现,然后拆分模块、开发代码并持续迭代。同时建议用 Git 加 Gitee 私密仓库备份代码,并让 AI 写 README.md 以延续项目思路。

  2. 掘金37

    AI 时代,古法编程的码农路在何方?

    AI 时代程序员的价值重心正从写代码转向定义问题、设计系统、约束模型、验证结果与交付价值,只会 CRUD 和堆样板代码的岗位会被压缩。新身份是需求翻译者、AI 指挥官、系统责任者和质量守门人,需补齐模型调用、RAG、Agent、部署推理与工程治理能力。真正的护城河是业务理解力、系统架构力和责任判断力:AI 负责产出草稿,人负责设定约束和验收标准。

  3. 掘金43

    用 LangChain 开发一个简单的 Agent 来了解基本流程(Python 版)

    通过 LangChain 的 `create_agent` 可在 Python 中开发一个简单的 Agent,完整流程涵盖 uv 初始化、安装依赖、定义工具到发起调用。LangChain 提供统一模型接口(支持切换 OpenAI、deepseek 等服务商)、RAG 支持、工作流编排与记忆模块。Agent 执行遵循输入解析、思考规划、动作决策、工具执行、观察反馈的循环,直至输出最终答案。

  4. 掘金32

    策略模式 + 工厂方法模式在项目中的实战应用

    策略模式与工厂方法模式组合,可将 if……else if…… 多分支代码重构为可互相替换、统一管理的算法类。以数据脱敏为例,将姓名、身份证、手机号、邮箱、地址的脱敏规则抽象为接口 SensitiveStrategy,各分支实现为独立算法类,由工厂方法按需创建调用。脱敏位置、替换字符、正则规则等可变因素抽离至 yml 配置管理,新增脱敏类型只需新增接口实现类,无需修改原有方法。

  5. 掘金57

    用一份项目约定文件解决 AI 跨会话失忆问题

    作者在工作区根目录只维护一份权威约定文件(如 AGENTS.md),新会话第一件事先读它,避免重复扯皮和已否决方案复活。文件最小结构有四块:唯一事实信源、已确认的决策、绝对禁区与红线、交付与验证标准,其中记录了 2026-10-17 注销流程严禁物理删除订单、必须软删除加脱敏等决议。

  6. 掘金83

    实测 DeepSeek V4.1-Flash-1017:一句话生成可玩游戏,但思考会吃掉大部分输出预算

    DeepSeek 于 10 月 17 日 18:07 将 V4.1 Flash 更新到 V4.1-Flash-1017,网页端、App、API 三端同步切换,API 名 deepseek-flash 与价格均不变。

    推荐理由:实测发现 high 推理档下思考会吃掉大部分输出预算,代码生成需把 max_tokens 给足 32,000 以上,否则交付物被截断。

  7. 掘金63

    桌宠点击反应:把一坨 if 拆成「归一化 → 门控查表 → 执行 → 广播」

    作者把桌面 AI 应用桌宠的点击交互从六段重复的事件处理代码重构为四段式管道:归一化、纯函数门控、配置表执行、事件广播。门控前置让不合格事件在构造动作前被丢弃,判断逻辑不依赖渲染器即可单测;执行器故意只做类型分发,避免双重节流。按住类交互借用开源项目 VPet 的 A_Start、B_Loop、C_End 三段式状态机,收尾时强制取消限时表情。

  8. 掘金41

    设计系统负责人:编译工作流中的上下游要求,评审的原材料从哪来,评审的产物给谁用

    设计系统负责人在编译工作流中是上下游节点间的“契约恒定执行者”,依靠输入输出契约恒定执行标准,而非包办生产。上游要求三个翻译动作满足格式、语义、证据三条准入条款,机器负责格式与引用预检,人工把关证据与语义,不达标即退回。下游为四种编译产物规定消费约定与反馈回流机制,明确反馈触发的修订对象是规则定义与场景覆盖,而非评审标准本身。