Posts
All the articles I've posted.
-
为什么 LSP Language Server 对 Coding Agent 很重要
Published: at 12:00 AM很多 coding agent 看起来会改代码，真正拉开差距的却常常不是模型本身，而是它有没有接上 Language Server Protocol。LSP 让 agent 从“搜字符串”进化到“理解符号关系”，跨文件修改、诊断定位和安全重构都会稳很多。
-
从零开始用 GitHub Copilot CLI：一门由 GitHub 官方出品的入门课程
Published: at 12:00 AMGitHub 官方发布了 Copilot CLI 入门课程，8 个章节从安装到 MCP 集成，带你用 AI 接管终端工作流。本文梳理课程核心内容，重点介绍三种交互模式的使用场景，以及 AI 真正改变了哪些命令行开发习惯。
-
AI 辅助编程的 8 个层级
Published: at 12:00 AM从 Tab 补全到自主 Agent 团队，作者梳理了 AI 工程实践的 8 个进阶层级，每一层都是一次生产力的跃升。模型能力在快速增长，但能不能用好它，取决于你所在的层级。
-
LLM 写形式化规约，看着像回事，其实什么都没验证
Published: at 12:00 AMHillel Wayne 分析了 AI 生成的 TLA+ 和 Alloy 规约：代码不能编译、属性只是同义反复、真正有价值的并发和活性属性 LLM 写不出来。形式化方法要普及，光能生成规约远远不够。
-
EF Core 里，`Where + Contains` 不是批量查询的终点
Published: at 12:00 AMAnton Martyniuk 在一条赞助帖里演示了 EF Core 大批量查询的 5 个替代方案。真正值得记住的不是某个库名，而是一个判断：当 ID 列表上千、还伴随联表和同步任务时，`Contains` 往往已经不是合适的入口。
-
微软把 Agent 应用真正拼起来了：Agent Framework、Foundry、MCP 和 Aspire 的实战样板
Published: at 12:00 AM微软新放出的 Interview Coach 样板，不是在演示“怎么调一个大模型”，而是在回答另一个更难的问题：当 Agent 真要进入真实应用，怎么把多 Agent 协作、工具接入、状态存储、本地运行和云端部署串成一套能落地的工程结构。
-
PRD已死？编程智能体正在重塑EPD协作方式
Published: at 12:00 AMLangChain创始人Harrison Chase的深度观察：编程智能体让代码生成成本趋近于零之后，传统EPD流程的瓶颈从「实现」转向「评审」，通才的价值被放大，专才的门槛反而更高了。
-
用 Agent 自动化搭建机器学习实验
Published: at 12:00 AM微软 ISE 团队分享了如何用 GitHub Copilot Agent 替代繁琐的 ML 实验配置流程：通过四段式 Prompt 驱动 Agent 收集参数、生成配置文件、执行校验清单，实验搭建速度和可靠性大幅提升，同时揭示了模型选择、用户沟通等实际挑战。
-
Async 不等于可扩展性
Published: at 12:00 AM很多团队一看到延迟上升，就急着把同步代码改成 async，或者加一层消息队列。接口看起来更快了，真正的瓶颈却只是换了地方：线程池空出来了，数据库、连接池、锁竞争和消费积压还在那里。