小黄鸭
这里是 小黄鸭 的个人博客，与你一起发现更大的世界 | 要做一个有 ikigai 的程序员
最新文章
-
Go pprof 性能剖析实战：从火焰图到根因
CPU 打满、内存暴涨、goroutine 泄漏——三类最常见的 Go 线上问题，用 pprof 一套方法论打穿：怎么采、怎么看、怎么定位到代码行。
-
异步 Agent：把任务扔进后台之后
背景 Agent 今年开始真正可用。但「把任务扔进后台」这件事，工程上的问题远比看起来多：任务怎么描述、进度怎么跟踪、失败了怎么办、多人协作怎么共享上下文。记录一些实际经历。
-
MCP 协议深入：AI 应用的 USB-C 接口
MCP 把「模型如何接入外部世界」从 N×M 的集成噩梦变成 N+M 的标准化问题。本文从协议设计、消息模型到生产实践，完整拆解 MCP 的工程价值与落地陷阱。
-
Hermes 多 Agent 工作流：从看到到跑起来
Hermes（爱马仕）今年在 Agent 圈很热，各种 demo 看着挺酷。花了一个周末把它跑起来，记录一下真实落地和网上教程的差距，以及几个文档里没写清楚的地方。
-
CLAUDE.md 多层加载：比你想的复杂
以为 CLAUDE.md 只有「用户级 + 项目级」两份？我也这么以为，直到在一个子模块里跑出了薛定谔的输出格式。把踩坑过程和加载机制拆清楚，记录一下。
-
Harness 工程：不只是给 Agent 包一层
Harness 这个词最近很热，但大多数介绍要么太虚要么太碎。结合自己搭过几个 Agent 系统的经历，聊聊 Harness 到底是什么、为什么单靠 Prompt 和 Context 不够，以及几个我认为被低估的工程细节。
-
AI 时代的竞争力：不是比谁用得更勤，是比谁判断得更准
AI 能做 100 件事，但挑不出哪件值得做的，是人。AI 时代的竞争力，不在于你用 AI 做了什么，而在于你怎么判断什么值得让 AI 做。
-
AI 能力跃迁：从 Prompt 到 Skill 的三个认知框架
用 AI 的人分两种：一种每天重复同样的上下文，30天后效率跟第一天一模一样；另一种让 AI 自动用他的语气写作、按他的格式输出。本文分享三个让 AI 能力持续复利的认知框架。
-
AI 脉搏：全球顶级 AI 优质资源汇总
系统梳理全球 AI 领域优质信息源：从学术前沿到工程落地，从模型研究到产品应用，构建个人 AI 信息体系
-
从 AI 工具到 AI 系统：Skill 是缺失的那块砖
90%的人写 Skill 只是在写操作步骤清单。真正的 Skill 写的是判断标准——什么是对的，什么是错的，什么宁可不做。而这，恰恰是 AI 最缺的东西。