小黄鸭
分享后端工程与 AI 实践：MySQL 索引/死锁/慢查询排查、Nginx 灰度与高并发调优、 Go pprof 性能剖析、Java GC 与并发，以及 AI Agent 记忆、Agentic Coding 与工程方法论的思考。
最新文章
-
把 Grok Bot 的云主机变成 SSH 跳板：bore 内网穿透实战
Grok Bot 背后是一台能接管的云主机。让里面的 Agent 自己拉一条 bore 隧道出来，本机 ssh 就能直连。记一下过程、踩到的坑，以及为什么这玩意儿只适合拿来玩。
-
经验不是记忆，也不是 Skill：Agent 记忆的第五层
上个月写 Agent 记忆架构的时候我把记忆分成四层，当时觉得挺完整。最近看了阿里云 AgentLoop 的经验自进化方案，发现漏了一层。经验不是 Skill，不是 Trace，不是语义记忆，它是另一种东西。
-
组织即上下文：从 AGENTS.md 到文件夹主权
「不懂经」写了篇文章说公司正在被压缩成一个文件夹。我读完的反应有点奇怪：这不就是我每天在干的事吗？从 Agent 工程师的工位上看「组织记忆迁移」这件事。
-
Agent 数量是第三条 Scaling 轴：从 Kimi K2.5 看有效并行
多 Agent 的价值不在于创建了多少 Agent，而在于系统能否同时避免串行坍缩、虚假并行和汇总失败。Kimi K2.5 的 PARL 给出了一套很有工程价值的答案。
-
发现你的未知：Agentic Coding 的地图与疆域
照着 Anthropic 工程师的 unknowns 方法论实践了两周，最大的变化是心态：以前 Agent 产出不对，我怪它没理解；现在我先问自己的地图哪里漏了。附两周里最好用的几招和一次被 quiz 抓住的真实漏网。
-
AI 生成测试用例的四阶进化：从 Prompt 工程到自进化
我们自己的用例生成工具卡在「正确但没用」很久了，直到对照快手 KATE 的四阶演进（8% 生成率做到 70%）才看明白卡在哪。生成型 Agent 产品的瓶颈迁移路径其实高度可预测，这篇把地图画出来。
-
锯齿智能与多模型调度
我们的模型选型评测得出过一个尴尬结论：聊天体验最好的那个模型，在真实 Agent 负载上垫底。锯齿智能这个概念解释了为什么，也解释了为什么「哪个模型最强」是个没有营养的问题。
-
代码是负债，规格才是资产
重写一个八年老系统时我们发现：最值钱的业务逻辑只存在于代码里，而且没人说得清为什么。AI 把写代码的成本打到趋近于零之后，真正稀缺的东西显形了。聊聊「代码是负债」这个暴论，和它推出来的工程结论。
-
RPI 工作流：像资深工程师一样使唤 Agent
把 RPI 教给一个刚上手 AI Coding 的同事之后，他的返工率一周内降了一半。三步，三条铁律，一张便签能写下的方法，专治「一个窗口从头聊到尾」。
-
AI Coding 控盘规则：水流理论与最小混沌单元
「AI 写的代码我看不过来了」——团队里被问得最多的问题。我的答案是别看代码，看证据。这篇把我们摸了半年的控盘打法写下来：水流理论、漫溢与溃堤的分辨、最小混沌单元，和一次删掉两千行错误 diff 的教训。