/images/earth.jpg

面向新时代的编程指南 - 2026

这篇文章本来是我为了一次公司内部分享准备的讲稿底稿,但我决定把其中可以公开复用的部分整理成一篇博客。所以会刻意避开任何公司内部仓库、流程和案例,只保留那些对大多数开发者都适用的方法论、工作习惯和思维转变。

这篇文章的主要受众是那些还在使用IDE辅助编程,大模型网页端聊天功能,但是还没怎么用过类似 Claude Code 或者 Codex CLI 这种命令行工具的人。因此,通过这篇文章,我想传达的是:为什么 CLI 工具才是未来,以及大致介绍一下 CLI 工具的入门使用教程。

如果要用一句话概括我这篇文章的核心观点,那就是:大模型辅助编程只是起点,而 Vibe Coding 是一种新的工作方式。 它不只是“IDE 里多了个聊天框”,也不只是“让 AI 帮你补全代码”。它更像是把“写代码”这件事,逐步重构成“描述目标、约束过程、审阅结果、迭代系统”的过程,而后者,只需要用自然语言与 Agent 交互即可

人类未来的工作,或许就是给AI敲回车

封面配图:游戏《史丹利的寓言》。故事主角史丹利是在办公大楼内工作的 427 号员工,每天的工作内容就是按照电脑的指示不停重复按键。

首先得声明一下,这篇文章是完全基于我近期看到的现象,以及由此产生的一些思考和感悟,一字一句手打出来,完全没有使用任何 AI。

[译文] 探究 Codex 中上下文压缩的工作方式

原作者:Kangwook Lee

原文链接:https://x.com/Kangwook_Lee/article/2028955292025962534

对于非 codex 模型,开源版 Codex CLI 会在本地对上下文进行 compact:由一个 LLM 使用 compaction prompt 对整段对话做总结。后续再次使用这段 compact 后的上下文时,responses.create() 会连同一个用于说明这份摘要用途的 handoff prompt 一起接收它。这两个 prompt 都可以在源码中直接看到。

L1 & L2 正则化是长什么样子的?

这篇文章想写很久了,最近终于解决了在博客中插入Echarts的问题,于是终于把它写完了。这篇文章主要是尝试对L1和L2正则化做了可视化,使用交叉熵损失函数使用基础损失函数。由于在其它地方也没有看到过类似的东西,所以觉得写一篇出来还是有点意义的。 3D可视化的图像可以帮助对损失函数,正则化的理解。并且也能直观地解释一些问题,比如为什么L1正则化会导致稀疏模型,会产生特征选择的效果。