随笔
正式毕业了，回想起这四年 真是时光飞逝
不知不觉四年就过去了，还记得高考完的那个暑假，天气很热，我没有去学车，而是缠着父母买了人生的第一台笔记本电脑，那个时候我满脑子想的都是游戏，什么CF LOL，使命召唤，还有GTA5，我玩得很开心，那个时候很懵懂，什么内核，C语言，pytho…
实习结束了，我用 Agent 搭建测试平台帮助部门提高了效率
实习结束的时候，我交付的不是几份测试报告，而是一套能持续跑、能复用用例、能把失败原因整理出来的 Agent 测试平台。它把部门原来需要人工整理、人工执行、人工截图、人工复盘的一部分黑盒回归流程，压缩成了“选择需求、生成/复用用例、自动执行、…
多 Agent 不是拉群聊天：我用黑板、仲裁器和对抗评审拆了一次协作实验
多 Agent 最容易做成一场很贵的群聊。一个模型说“我建议先分析需求”，另一个模型说“我同意”，第三个模型补一句“我们还要注意测试”，几轮之后 token 花了不少，任务没有推进多少。 我第一次做多 Agent 协作时就是这样。角色名很完…
Gemini的教育模式还挺好用的
平时上课老师教的东西总是感觉有些太浅显，比如Linux的Kernel，调度，进程分配之类的，学得迷迷糊糊的，看到Gemini上线了Guided Learning模式，马上去试了一下，不得不服谷歌的底蕴还是庞大，能很清楚的把一个大问题拆分成几…
Codex or Claude Code：我到底该把哪个当成日常生产力工具
现在选 AI 编程工具，已经不是“要不要用 AI”的问题，而是把哪一个放进日常工作流。对我来说，2025 年 8 月这个时间点最值得比较的就是 OpenAI Codex 和 Anthropic Claude Code。 结论先放前面：如果我…
让 Agent 改代码前，先让它学会读仓库：符号索引、调用图和补丁验证
让模型写一段函数不难，让它在一个真实仓库里找到该改哪里、改完不破坏别的地方，才是代码 Agent 的难点。我最早做代码 Agent 时，犯的错误很直接：把文件搜索工具交给模型，然后期待它像熟悉项目的维护者一样行动。 结果很不稳定。它有时能精…
Agent 规划并不是让模型列 TODO：我把任务拆成计划图、约束和可回滚执行
让模型列一个计划很容易，让计划在工具失败、证据变化和用户插话之后仍然成立，很难。大三上结束后，我开始碰到的 Agent 任务不再是“查一个资料并回答”，而是“读需求、找相关代码、改实现、跑测试、解释改动”。这类任务如果只靠一串 TODO，失…
给 Agent 写了一个评测台：让每次 Prompt 和工具改动都留下回归报告
写到第三个 Agent 项目时，我发现自己已经不太相信“我刚才试了一下能跑”。同一个问题今天成功，明天换个表达可能失败；Prompt 改一句，简单任务更顺了，权限场景却退化；模型升级后总分没变，但工具调用次数翻倍，成本和延迟都变差。 普通软…
我不敢给 Agent 一个 shell：从工具权限、沙箱到最小可用的执行边界
我第一次让 Agent 调用终端时，心里其实很虚。模型只是生成了一条命令，真正执行的是我的程序。可是从结果上看，只要我把 shell 交给它，它就能读取文件、联网、安装依赖、删除目录，甚至把错误参数传给一个本来安全的脚本。 这不是“模型会不…
Agent 不是会调用工具就够了：我把一次运行拆成状态机、上下文和事件日志
大三刚开始时，我重新看了一遍自己前面写的几篇 Agent 文章，发现一个很明显的问题：我已经知道模型怎样调用工具，也知道 RAG 怎样把资料塞回上下文，但这些东西连起来以后，仍然更像一段能演示的脚本，不像一个可以长期运行的系统。 真正让我不…
文件都删了，磁盘为什么还是满的：顺着 inode 找到没关掉的文件
有次我在服务器上看到根分区快满了，顺着目录查下去，发现一个日志文件已经十几个 GB。为了赶紧腾空间，我直接执行 ，文件瞬间消失，但 里的可用空间几乎没变。 更离谱的是， 也找不到那十几个 GB。一个工具说磁盘仍然很满，另一个工具说目录没占那…
端口明明没人用，为什么 bind 还是失败：从 Socket 到 TIME_WAIT
写 Web 项目时，我遇到过一个很烦的报错：服务刚停掉，再启动就说端口被占用。 我先查进程，没有看到刚才的程序；又等了几秒，还是起不来。最直接的想法当然是把相关进程全杀掉，实在不行就换个端口。这个办法有时能解决问题，但它没有回答最奇怪的地方…