Ajax Zhan's Blog

Welcome！This is Ajaxzhan.
坚信：品味优先于执行，价值驱动下创造、系统工程保安全
持续跟进AI前沿研究，持续思考技术、产品与思维。

这是AI时代，也是一个酒神时代——新技术、新产品、新SOTA层出不穷，从传统大厂到创业公司到OPC到每个个体——每个人都在拼了命想赶上这波浪潮。

神奇的是，在感性和理性的拉扯中，我的理性在这一个月里面变得淡了许多，几乎没有占据过主导地位，感性倒是久不散去，给我带来了许多欢乐和痛苦。

只需要将VPN改成虚拟网卡模式，再打开Cursor的HTTP2.0模式就不会有模型被拦截的问题了，很神奇。解决了HTTP1.1网络环境太差的问题。

最近开始意识到一种很重要的能力——幽默，当然这种幽默不仅仅是对别人，更多是对自己的一种幽默。如果一个人都无法进行自嘲和对生活中的事情进行解构，那么这个人绝对会获得特别痛苦和憋屈，更不用说会产生什么有价值的思考了。所以保持一种对自己冷幽默的态度还是很重要。

兼具深度与启发性的分析，能有效帮助培养更敏锐的Research Taste：关于大海捞针是一个很好的评估长上下文的指标——https://www.zhihu.com/question/654570878/answer/1965228622118888157

AI的发展、LLM的发展太快了，落地的推进也很迅速，中国有无数能人志士正在各自岗位推动这件事情。今年看到的太多新闻都给我一种感觉：AI的浪潮不像是泡沫，未来3-5年AI的需求只会增加，不会减少。浪潮之下，要学习的东西还太多太多。

最近把MLLM当作OCR来用，大概就是识别图中的习题然后转成平台兼容的格式。这个过程中发现大模型的幻觉还挺可怕，他要是直接给你很离谱的错误也就罢了，他居然会给你修改选项中的一些细节，并且修改得很合理，让你完全看不出来。这种幻觉在很多领域我认为还是不可接受的，而且关键是怎么检测出来这种幻觉？如果还要靠人为来检测，那这种基于大模型的自动化工作流其实意义就大打折扣了。

今晚回顾了之前支教的照片，感慨颇深。想做一个好的老师，但确实做的不够好。

今天研究了Coze的Multi-Agent、豆包的语音合成大模型、开源的OpenWebUI和NewAPI，感觉都挺牛的，效果很令人振奋，可以试试组合起来做个项目。

同时我现在越来越觉得，不是为了追求技术而技术，而是要用技术做出真正的好产品，注重用户体验和实际价值。真正的好产品实在令人振奋，字节跳动公司推出的豆包语音系列效果震撼，飞书在办公方面做的绝绝子，今天实用了火山引擎的工单系统都觉得很nice。感觉字节的产品都很有灵气。

今晚看了看过去一年的日记，很有感触，记日记真的很有意思，只有通过当时的文字才能观照今日的自己是否已经成长了。我们需要隔一段时间询问一下自己：自己是否激情依旧，是否能留存有过去许下愿望那时的热情？

商业思考｜SaaS 终结论、企业软件、代码质量危机、工程师分化

SaaS终结论背后被忽视的逻辑断层 最近读到一篇基于No Priors播客的文章，Sarah Guo和Elad Gil讨论AI对软件行业的影响。最讽刺的是，他们指出当前市场最大的误判在于混淆了两个根本不同的维度：代码生成能力的提升，与企业软件价值的来源。工程师群体容易陷入一个认知陷阱——既然AI能生

大模型安全观察｜提示词注入的致命三角、自动化红队、防御困境、权限边界

Prompt注入并非传统漏洞，而是大模型理解上下文机制带来的固有风险，通常源于Agent同时拥有访问数据、接触不可信内容及外发能力。攻击手段已从直接指令进化为社会工程学误导，防御面临“攻击者后手”的困境，完美防御几乎不可能。因此，解决之道在于风险管理而非彻底消除：遵循最小权限原则，高风险操作需人工确认，并配合沙箱隔离与输出防御。我们应将AI视为不完全可信的实习生，通过限制权限构建有韧性的系统。

阅读思考｜Agent Infra、Agent 心智模型、日抛型代码

agfs的作者dongxu是PingCAP的CTO和Co-founder，他们公司的主要产品为TiDB douxu大佬曾经写过一篇文章：《如何做 AI Agent 喜欢的基础软件》，当时读起来受益匪浅。 本文重新回顾一下这篇文章的核心思想，并学习一下agfs的代码实现。 如何做AI Agent喜欢的

Agent工程化｜Agent Infra、FUSE技术、Unix设计哲学、Bash Agent

Background：Turn everything into FS+Bash Agent 近期最流行的Agent工作模式当属Claude Code系列莫属——不需要通过代码仓库索引，只需要在一个FileSystem上面组合Linux的各种bash命令，就可以发挥巨大的编程能力，甚至将这种能力迁移到

工作流思考｜AI提效思考与Claude Code使用技巧

Boris Cherny的Claude Code使用技巧 并行运行Agent实例（本地命令行运行多个Session + 云端运行多个Session）完成不同的任务。 评价：很多大佬都提到了这一点，通过这种方式确实能很快提高产出，将敏捷上到一个新的高度。然而对于项目和代码经验本身不足的初级工程师来说，

Git子目录迁移：如何将项目子目录迁移到另一个仓库并保留完整提交历史

本文介绍了如何使用 `git subtree` 命令，将一个项目中的子目录完整迁移到另一个独立仓库，并保留其全部提交历史。 核心操作分为两步：首先，在源仓库使用 `git subtree split` 从指定子目录抽取历史，生成一个内容为该子目录的新分支；然后，在目标仓库通过 `git subtree add --prefix` 将此分支合并到指定目录下。 该方法解决了直接复制粘贴丢失历史的问题，能优雅地整合两条独立的Git历史线，确保代码的演进轨迹完整可追溯，是项目重构与代码整合的最佳实践。

From Vibe Coding to SDD：用 Spec-Driven Development 重构AI 编程工作流

本文探讨了AI编程中“氛围编程”的局限。这种方式仅凭模糊提示快速生成代码，却常导致开发者陷入难以维护的“氛围调试”困境。为此，文章提出“规范驱动开发”（SDD）作为解决方案。 SDD强调在编码前先创建详细、结构化、可执行的规范（Spec），将其作为AI的核心输入和“单一事实来源”。这能将不确定的“概率性抽奖”转变为高质量的“确定性工程”，确保AI生成代码的可靠性与一致性。通过AGENTS.md等工具实践，SDD不仅解决了AI在复杂项目中理解不足的问题，更推动开发者角色从代码生产者，转变为驾驭AI的系统架构师与质量审查者。

Python现代项目管理：从 venv 到 uv

本文系统梳理了Python项目管理工具从`venv`、`conda`到新兴工具`uv`的演进。`venv`轻量原生，适合单人项目，但依赖管理能力有限。`conda`能管理Python及系统级依赖，是科学计算的利器，但部署相对笨重。而基于Rust的`uv`速度极快，通过`pyproject.toml`实现现代化的项目依赖管理与锁定，更适配团队协作与工程化需求。文章强调，`pyproject.toml`已成为现代Python项目的核心配置标准，统一了项目构建、依赖声明及工具配置。

本地Git多身份配置

为应对论文评审、开源贡献等场景需在同一机器配置两个Git身份：实名与匿名。本文推荐“全局实名+局部匿名”策略，即通过`git config --global`设置默认身份，再在特定仓库内用`git config`局部覆盖。同时，为匿名身份生成独立SSH密钥，并配置`~/.ssh/config`文件创建专属Host别名（如`github-anon`），最后在匿名项目中使用该别名设置远程地址，即可实现身份隔离与安全管理。该方法利用Git配置层级和SSH别名，清晰、安全地解决了多身份切换需求。

Vibe Coding最佳实践

本文介绍了“Vibe Coding”这一以AI为核心编码主力、人类聚焦于需求定义、项目管理等高价值环节的协同工作模式。文章分享了其最佳实践：强调编码前先规划并沉淀文档以建立AI的长期记忆；主张用脚本和配置固化确定性流程，提升系统可靠性；倡导小步迭代以便评审与学习；并分享了手动管理AI上下文的技巧。作者最后指出，AI时代的工程师需掌握结构化表达、系统思维等元技能，其角色正从“写代码”转向“设计系统、拆解任务、验收成果”。