我实测4位短码：千次生成，3.5%的批次真的撞了
早上刷 dev.to 热榜，看到那篇讲 Git 2.55 reftable 后端的文章，10,000 个引用从 650 毫秒降到 40 毫秒。我盯着 10,000 这个数字发了一会儿呆，想起自己上个项目干过的一件心虚事：
针对 AWS 上多智能体 AI 的每智能体成本追踪
您的多智能体运行刚刚返回了一个完美的答案。摘要清晰，资源正确，没有错误。您的 APM 仪表盘（您已经在运行的应用性能监控：正常运行时间、延迟、错误率）显示 200 OK，延迟正常，一切绿色。 而且您被静默地多收取了大约应付费用的 1.4 倍。 那部分是没有人会向您展示的。嵌套追踪和每个智能体的成本正
从欺诈警报到受控行动：用 TigerGraph 构建具代理能力的欺诈调查系统
从欺诈警报到受控行动：使用 TigerGraph 构建代理式欺诈调查系统 欺诈检测模型可以告诉您某笔交易看起来可疑。 它不一定会告诉调查员： 为什么它看起来可疑？ 还有哪些实体与它相连？ 证据是否足以支持行动？ 还有哪些证据缺失？ 系统是否应该请求更多信息？ 政策实际上允许哪些行动？ 谁需要批准该行
我把 DEV.to 改造成可步行的 3D 图书馆，调试它堪称噩梦
DEV Library 是我对 DEV.to 的第一人称 3D 重新构想。它不是一些文章卡片漂浮的主题场景，而是通过 Forem API 拉取的实际实时目录，渲染为可步行的档案。书架。房间。区域。真实书籍封面出现在真实书脊上。你使用 WASD 在其中移动，而不是滚动信息流。 这个想法听起来很有趣。构
5%概率的bug骗过CI绿灯：我跑了一万次模拟算清重跑的账
今天 dev.to 热榜上有条帖子看得我后背发凉：《My CI hadn't run a single one of those tests in two months and stayed green the whol
渐进式披露：塑造 Claude Code 的输出
Opus 5.5 于 9 月 22 日发布，其回复的表达方式有所不同：先给出答案，少做铺垫。Box 在发布前进行测试时发现，其回答“冗长程度降低了 40%，且准确度未受影响”，而 Factory 测量得到“输出 token 数减少了 20% 到 25%”（ 介绍 Claude Opus 5.5 ）。
预处理一次快了上百倍：我实测区间求和的两种写法
今天 dev.to 热榜上有一篇《We Measured the 200x Claim, and Got It Wrong Twice First》，作者去验证一个"快 200 倍"的宣传，结果自己前两次都测错了。这篇文
如果你的 AI 代理永不需要离开浏览器会怎样？（演示 🚀）
最近一直没更新，说实话，就是没腾出那份心力。原因有几个，但最主要的一个是：我在 AGNTCon + MCPCon Europe 上做了一场演讲，主题正是 WebMCP。 效果如何？相当不错！到场的人很多，提问也很踊跃——还能奢求什么呢？😅 大会本身也精彩纷呈，这一趟回来，攒下的灵感足够再写好几篇文章
如何将 Jekyll 博客主题移植到 Python：实战中的经验教训
几年来，我一直关注着一个采用 tufte-jekyll 风格的博客，也正是它让我发现了 Edward Tufte 的 书籍 版式设计。 Edward Tufte 在数据可视化与信息设计领域享有盛名，他坚定主张提高数据密度，并坚决剔除“ 图表垃圾 ”（chartjunk）。 这正是 tufte-css
用 Go 和 Gemini File Search 实现低成本 RAG：无需向量数据库，两次调用，一个托管存储
你好，我是 Maneshwar，我正在构建 LiveReview —— 一个面向业务关键系统的 blast-radius 感知的 AI 代码审查工具。 给我们点星 以帮助开发者发现项目，试用一下，并分享你的反馈，以帮助改进产品。 我所在的每个团队都有同样的书架。 有九本工程师们推崇的书籍，几篇在每第