AI时代，信息获取即时化，“会写代码”等技能稀缺性消解，但学习底层逻辑未变，核心始终是“人”。需拒绝成为知识搬运工，转向人机协作共创：以自身理解外化输入AI，批判性审视输出，让知识沉淀为能力。学习方法上，宜项目驱动，结合Top-Down实践与Roadmap梳理，夯实核心基础；同时强化沟通、表达等综合能力，构筑AI时代护城河。本质而言，学习反人性，工具越强大，人的能动性越珍贵。选择权在个人：是做知识的搬运工，还是驾驭AI杠杆的进化者。
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。
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。
“SaaS终结论”存在逻辑断层：企业软件价值不在于代码复杂度，而在于对业务流程的深度理解、跨部门协调及长期维护，如Samsara需硬件集成与销售网络支撑。AI生成代码能力提升不会替代软件，反而可能因开发成本下降释放更多需求（类比杰文斯悖论）。企业规模差异显著：小团队效率提升与大企业系统定制、合规要求不可同日而语。AI还带来“垃圾代码”危机，需解决海量生成代码的质量管理问题。未来工程师将分化为“产品型”（快速构建）与“系统型”（保障质量），多产品捆绑或成AI时代核心防御策略，而非单一产品专注。
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。
随着AI Agent成为基础软件的主要使用者，软件设计需从用户本质转变出发。核心在于构建贴合经典心智模型（如文件系统、SQL）的系统，而非发明新接口；接口设计需满足自然语言描述意图、符号逻辑固化执行、交付确定性结果。AI Infra特征体现为“日抛型代码”的长尾需求、虚拟化实现的极致低成本，以及单位时间算力的高效撬动。商业模式上，成功企业更像放大千倍的云服务商，通过沉淀确定性能力将边际成本趋近于零。工程重点转向设计可被AI大规模低成本试错与复用的基础能力。
本文探讨了如何通过"FS + Agent"架构将各类SaaS和数据服务统一抽象为文件系统，实现Agent的自动化操作。核心思想是利用Linux FUSE技术，将HTTP接口、数据库等数据源映射为虚拟文件系统，使Agent能够通过标准文件操作访问和管理各类服务。文章详细介绍了FUSE的工作原理，展示了其通过用户态进程实现文件系统接口的能力，并分析了FUSE与Sandbox的互补关系——前者提供数据抽象层，后者提供权限隔离层。AgentFS作为具体实现方案，采用写时复制机制确保数据安全，并支持多终端共享会话，为构建统一的Agent操作环境提供了可行的技术路径。
Boris Cherny的Claude Code使用技巧聚焦高效协作与AI杠杆最大化：并行运行本地及云端Agent实例提升产出，需技术基础支撑；团队共用并每周更新CLAUDE.md记录错误，通过代码审查让Agent迭代文件；采用计划模式优先架构设计，再落地代码；封装工作流为命令如commit-push-pr提效；设置质量验证环节确保代码质量。对比Cursor，Claude支持多工具调用、subagents及执行Hook（如代码检查、长时任务处理）。建议不跳过权限，用/permissions预批安全命令，并通过“AI意识”优先用AI解决理解偏差问题，避免低效卡顿。
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。
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。
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。
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。
1 / 9
下一页