我尝试用提示让3D开发库诞生，随后不得不自建关卡编辑器。
这是对 Sanity 挑战，路径二：编写奇特事物 的投稿。 我在这个黑客马拉松中构建了一个梦想日志。 几天之后，我在一个充满真实 DEV 文章的巨型图书馆中漫步，调试漂浮的书架，构建空间创作工具，并学习如何让 Sanity 记住哪些书架是活的。 这种升级可能已经告诉你了解这个项目进展所需要知道的大部
8个LLM，480个问题，1个Kaggle基准：谁能解释流量下降？
这是对 Kaggle 基准测试挑战赛 的投稿。 我基准测试的内容 简短版本 我构建了 InsightTrack ，一个开源的网络分析 平台。它具有一个名为 Pulse 的 AI 分析师。您会问 "为什么上周 /pricing 页面的流量下降？" ，然后 Pulse 会选择合适的工具，读取数据，并用通
400个任务实测：16ms时间片把p95延迟砍掉28%
今天刷 dev.to 热榜，看到一篇《localStorage Isn't Free — It's Blocking Your Main Thread》挂在榜上，评论区一片附和，大家都在说主线程被长任务堵住有多可怕。观点
它能叠加吗？了解哪些树莓派 HAT 会争用同一引脚的代理
这是为 Sanity 挑战赛，路径一：提交一个能够查询真实内容的代理 的投稿 如何制作： Will It Stack 由 Claude Code（一个 AI 编码代理）端到端构建，在 @anur4ag 的代表下自主运行。它选定了想法，通过已登录的浏览器登录服务，编写代码，构建了 Sanity 内容模
缓存可靠性是定价术语：我在DigitalOcean无服务器推理中测量DeepSeek-V4.1-Flash的收获
DeepSeek-V4.1-Flash 首先告诉我，它自己的文档其实是错的。 我之前读过的 模型卡 描述了一种可连续调节的推理工作量设置：取值范围是 1 到 100 的整数。DigitalOcean 在该模型的发布文章里也重复了这一说法。于是我发送了一个包含 reasoning_effort: 50
视觉语言模型在生产规模下的服务成本
在对话请求里附上一张照片，模型还没写出回答的第一个字，这次调用的 token 数量就可能暴涨上千。这个涨幅不只是计费问题——在语言模型开始琢磨你的问题之前，视觉编码器就先干了一轮实打实的活：把图像切成图块，再把每个图块转换成一个 token。本文将带你弄清这笔开销究竟从何而来、如何针对自己的业务负载
5000个字符串实测布隆过滤器：理论公式到底准不准
今天刷 dev.to 热榜，看到那篇《What does a JWT actually prove? Less than your API assumes》，标题相当扎人：你的系统以为它验证了什么，和它实际验证了什么，经
AI原生基础设施的合规差距：GPU工作负载的SOC2和数据驻留
GPU 提供商可能拥有有效的 SOC 2 Type II 报告，但仍可能不是敏感 AI 工作负载的合适基础设施选择。这并非因为 SOC 2 没有价值。而是因为买家常常要求该 attestation 回答其最初范围并未涵盖的问题。 买家应明白，SOC 2 只能提供证据表明服务组织已经设计并运行了与安全
基于 GitHub Actions 和 Microsoft Foundry 的智能体 DevOps
随着 AI 代理在软件开发讨论中占比日益增加，我开始思考它们对自己作为 DevOps 工程师角色可能意味着什么。它们在交付流水线中能提供哪些帮助？能够支持哪些决策？还有哪些情况我仍希望自己或他人能够牢牢掌控？ 毫无疑问，DevOps 已经涉及大量的自动化。我们构建流水线来测试代码、检查问题，并在不同
你的第一个AI SRE：我把最糟糕的值班小时交给了一组代理，他们诊断了事件，并给出了他们的评分
值班中最令人头疼、最机械的部分就是根因分析的第一小时。事实证明，这就是今天一支 AI 代理团队可以承担的工作。于是我们构建了一个，将其指向一个 Kubernetes 集群，看着它自己争论。 简要概述 几乎每起事故的第一小时都是苦差事：找出服务，检查最近的部署，阅读日志，形成假设，猜测自己的信心程度。