工程案例
非 AI 的工程实践 — Figma、Stripe、Instacart 等。共 26 篇，按发布时间倒序排列。
- Anthropic 换掉 Git，放弃了什么
Scion 的收益有明确前提：在线客户端、超大仓库和整套工具链迁移。普通团队可以先借鉴按需查询与共享缓存，再单独评估合并规则。
- Agent 扩容会把 Git 写入路径推到台前
Agent 并发把 push、ref 协调、CI 读扇出和仓库维护挤进同一条路径；GitHub 的拆分方向值得期待，关键仍是守住状态发布与恢复边界。
- 当疲惫变成一个可以画完的圆圈
用户能改参数，不等于能改「什么算一个东西」。Apple 与 Stanford 的这篇论文用 8 个人、一周的探针实验，展示了授权发生在哪一层，决定了哪些边界可协商。
- 多模型系统别先选框架，先分清谁负责什么
OpenRouter 把多模型系统拆成工作流编排、模型路由和 Provider 路由。比三选一更重要的是让状态、质量判断和故障回退各归其位。
- 让 LLM 评测拦住合并之前
评测分数一旦决定 PR 能否合并，就要经得起比展示报告更严格的追问：测了什么，为何失败，谁能改规则。
- 黄金评测集别只存用户提问
从生产流量挑出真实问题只是开头。若测试时丢了上下文，又把常见请求和高代价失败揉成一个均分，漂亮的回归报告也可能答错问题。
- 并行测试也要付启动费
分片能缩短等待，却会重复支付准备开销。Linear 的复盘让我看到，先降低每个任务的固定成本，再增加并行度，才有机会同时改善反馈速度与机器用量。
- 把 Codex 额度放到 MacBook 刘海旁：CodexSatellites 开发复盘
从两颗贴着 MacBook 刘海的额度圆环，到 WidgetKit、TCC、签名和 chronod 的旧进程问题，我记录 CodexSatellites 如何在 macOS 的约束里一步步收敛。
- OpenAI 主动欠下两笔债，第三笔没人签字
能定价的债是杠杆，继承来的默认值是风险。OpenAI 主动欠的两笔债都写明了代价，咬人的那一笔，是依赖库替它签的字。
- AI 构造假证明破解 Lean 4？剥开内核 #14576 漏洞与形式化验证的信任真相
AI 生成无 sorry 证明破防 Lean 4 并不意味着数学失效。剥开 #14576 嵌套归纳类型漏洞，形式化验证的真正威力，不是保证代码绝无漏洞，而是把信任收敛在可审计、可被第三方 Rust 独立内核交叉检验的极小信任核中。
- 所有软件终将病于中介：解读 Palantir 的「运维责任」硬核宣言
真正的工程文化从不靠口号，而是看深夜 2 点 P0 告警响起时谁的手机被唤醒。Palantir 提出 Operational Responsibility，痛击传统 SRE 的中间人困境，用极速反馈回路与严酷的告警卫生重构软件交付。
- 为什么大模型改写搜索，DoorDash、Instacart 和 Uber Eats 选了三种完全不同的路？
大模型落地生产搜索系统，核心绝非选哪个模型，而是切入多深。DoorDash 把模型关进知识图谱笼子里，Instacart 用它统一 Query 意图分流，Uber Eats 把它当成双塔向量底座。架构遗留才是真正决定 AI 整合深度的推手。
- BWA 的继任者来了：minibwa 不是加速版，而是一次设计换代
minibwa 真正放下的不是几分钟运行时间，而是把“复刻旧输出”当成永恒规格的包袱。
- 你不需要看懂所有色块：读完 HuggingFace 的 PyTorch Profiling 系列，我学到的只有一件事
GPU 时间在撒谎，compile 的融合是假的，Flash 的低占用率反而是对的——每个洞察都来自预测与现实的错位。
- 真正替你刷爆 LLM 账单的，不是人，是“善意的重试”
最危险的 LLM 成本不是单次太贵，而是成功调用在错误的重试里被重新结算二十一次。
- 当 AI Agent 学会自己定时上班
定时部署 + 密钥保险库——两条看似平淡的功能更新，合在一起却是 AI agent 从"你叫才动"到"自己上班"的分水岭。真正的瓶颈从来不是模型能不能干，而是你敢不敢把钥匙交出去。
- 一个上午和四年的距离
Simon Willison 用 Pyodide+Service Worker 把完整 Python 服务器搬进浏览器——困扰他四年的问题，Claude Opus 4.8 用一个架构洞察在一个上午解开。
- 最强大模型也搞不定 K8s 排障？ITBench-AA 给 AI Agent 热浇了一盆冷水
前沿 AI 模型在企业级 Kubernetes 排障任务中全部低于 50 分，且思考轮次越多反而越差——ITBench-AA 撕开了一个尴尬的事实：Agent 在真实运维场景里还差得远，而开源小模型正在成本曲线上悄悄领先。
- 我用 Python 脚本扫了 3000 首 FLAC，四分之一是假无损
频谱图不会说谎——一条 16kHz 的水平线，就能看穿假无损音乐的伪装
- 30秒出报告，但关键不是快——是知道什么时候不用AI
大部分AI项目在比"用了多牛的模型"，真正能落地的比的是"在哪里没用模型"。
- 刷榜不是道德问题——从 Open ASR Leaderboard 的私有数据说起
当衡量指标变成了目标，它就不再是好的指标。Open ASR Leaderboard 用私有数据集对抗刷榜的做法，揭示了一个反直觉的事实：有时候，不公开才是最好的公开。
- Elasticsearch 到 pgvector：Instacart 如何用 Postgres 干掉一堆专业搜索引擎
Instacart 把 Elasticsearch、FAISS 全砍了，只用 Postgres 做搜索，结果还变好了。
- pip 26.1 终于有了锁文件，但 Python 包管理的仗还没打完
pip 花了十年才学会做锁文件和依赖冷静期，而社区早就在等这一天。
- 读了Wise 2025技术栈，我发现真正厉害的公司都在做减法
技术选型的答案不在工具列表里，在你敢不敢说「不」。
- Stripe 的 100 毫秒
你点下"购买"后的 100 毫秒里，一个系统正在评估 1000 多个特征来决定你是不是骗子。
- 造轮子还是买轮子？Figma 数据管线重构背后的账本
当数据同步从几小时拖延到几天，连现成的商业方案也买不起时，Figma 被迫走上自建增量同步的硬核之路。