汇聚 V2EX、Hacker News、掘金等 IT 社区的热门讨论与精华内容。
V2EXV2EX程序员原文摘录：事情是这样的，最近几天在接手别人的一个 python 写的仿真程序，这个程序的运行速度奇慢无比，于是 -m cProfile 看了一眼 检查了一下之后发现程序运行一次大概 500 秒，其中大约有 170 秒都花在一个模拟用的计算函数里了，暂且称其为函数 A 吧 函数 A 大概做了两件事，首先调用了几次函数 B ，去几个表里查表并线性插值，这个过程大概花了 40 秒，这个 40 秒也是优化过的结果了，它原本的算法能干到 500 秒去了。然后就是对大概 30 个参数进行了一系列运算，我大概统计了一下有哪些运算，列表在下面了 顺便说一下，这个函数传值是用的 np.array ，而且这个函数运行一次其实挺快的，但是被调用的次数实在是多的离谱
V2EXV2EX程序员原文摘录：刚刚看到 Kimi 发布了 K2.7 Code 。 官方给的数据： - Kimi Code Bench v2 +21.8% - Program Bench +11.0% - MLS Bench Lite +31.5% - 推理 Token 消耗降低 30% 有没有已经体验过的大佬说说感受？
原文摘录：前言 不知道从什么时候开始，游戏越来越大了。画质越来越真实，地图越来越庞大，玩法也越来越复杂。可有时候坐在电脑前翻着游戏库，却总觉得少了点什么。前段时间整理旧硬盘的时候，我突然翻到了一些熟悉的名字：《仙剑奇侠传》《大富翁》《赤兔走迷宫》…… 那一瞬间记忆一下子被拉回很多年前。
博客园博客园中文技术社区原文摘录：AI领域的角色正在随着行业发展而转变。引言 在过去十年中，AI领域经历了快速发展，尤其是在ChatGPT推出之后。如今，工程师们很少再讨论经典机器学习，整个对话都被大语言模型（LLM）所主导。而现在，焦点正在从LLM转向AI 智能体。
博客园博客园中文技术社区原文摘录：流式输出（Streaming）原理与踩坑经验 本人在日常开发中，遇到流式输出相关的问题，一般都需要靠大模型协助定位问题，归其根本是因为我对流式输出的原理认识不足。所以本篇文章记录我学习流式输出的原理，以及在实际开发中遇到的问题。整体流程： 大模型生成 token ↓ 打包成 chunk（一个或多个 .
博客园博客园中文技术社区原文摘录：作者:张富春(ahfuzhang)，转载时请注明作者和引用链接，谢谢！cnblogs博客 zhihu Github 公众号:一本正经的瞎扯 背景 最近在测试一个服务器的时候，遇到一个难题：我如何才能构造出多种请求，以便尽可能的覆盖到所有分支？写单元测试固然是个办法，但是服务器依赖 mysql 和 .
掘金精华掘金开发者原文摘录：5 万字离职长文引发热议，真正刺痛很多人的，可能不只是某个团队的管理问题，而是大家都在同一种职场气候里闻到了熟悉的味道： 项目很急，方向常变；每个人都在努力，但很难说清楚努力最终沉淀成了什么。以前我们说前端是“把页面做出来的人”，后来变成“把体验做好的人”，再后来又要懂工程化、懂性能、懂跨端、懂数据、懂增长。到了 AI 时代，前端还要会用工具提效，会搭智能应用，会理解大模型能力边界。
博客园博客园中文技术社区原文摘录：Claude Code 配置第三方模型后，内置工具到底用的谁的？核心问题：Claude Code 配了智谱（Z.AI）的 key 后，WebSearch、图片分析、web_fetch 这些能力，是用的 Claude/Anthropic 原生的，还是被替换成了 GLM 的？
博客园精华博客园中文技术社区原文摘录：〇、前言 2026年6月11日，小米 MiMo 团队正式发布并开源 MiMo Code V0.官方宣称：MIMO Code 是面向开发者的新一代 AI 编程助手，支持无限上下文，帮助你更高效地理解、构建与协作。那么它到底是一个怎样的编程助手，本文将进行一个简单的介绍，供参考。
原文摘录：一、 认知颠覆：撕下大模型与传统数字人的“流媒体假象” 随着 DeepSeek、Qwen 等国产大模型以极高的推理能力风靡全球，我们正在见证 AI 认知能力的巅峰。然而一个尴尬的现实无法规避： 大模型的能力被死死困在了“纯文本”的对话框里。在传统的 ChatBot 交互范式下，大模型是一个“看得见摸不着的幕后智者”。面对冷冰冰的吐字，用户感受到的是极具距离感的“机器感”。
掘金掘金开发者原文摘录：随着 DeepSeek、Qwen 等国产大模型以极高的推理能力风靡全球，我们正在见证 AI 认知能力的巅峰。然而一个尴尬的现实无法规避： 大模型的能力被死死困在了“纯文本”的对话框里。在传统的 ChatBot 交互范式下，大模型是一个“看得见摸不着的幕后智者”。面对冷冰冰的吐字，用户感受到的是极具距离感的“机器感”。
掘金掘金开发者原文摘录：同样的工具，在每个人手里呈现出来的结果是完全不同的，就比如说 Codex，营销号说他就是神，但就我个人的感受来说，不至于。我昨天用 Codex 接了阿里云 OCR 到派聪明项目中，结果一天扣了我 700 多块钱。更恶心的是阿里云 OCR 启用后就没办法关闭，除非程序上做限制。env 中加了 ALIYUN_OCR_ENABLED=false/true 这么一个全局限制，不然麻烦的要死。
原文摘录：🎬 博主简介： 文章目录 前言： 一.1 TCP 在网络分层中的位置 1.1 源 / 目的端口号（16 位） 2.3 Linux 内核中 TCP 报头的实现 2.
原文摘录：SpringBoot 整合 Neo4j 实战：从零搭建经典小说知识图谱完整方案 一、前言 1.图数据库简介 作为一名后端开发者，我对图数据库在复杂关系处理方面的能力一直很感兴趣。传统关系型数据库在处理多表关联查询时，随着数据量增长性能会急剧下降。比如查询"贾宝玉和刘姥姥之间的最短关系路径"，在MySQL中需要多次JOIN操作，复杂度极高。
原文摘录：1 DolphinDB ML能力 1.3 聚类评估 五、时间序列预测 5.3 时间序列分解 六、特征工程 6.2 能耗预测 八、总结 参考资料 摘要 本文深入讲解DolphinDB内置机器学习函数。
掘金精华掘金开发者原文摘录：AI 编码工具读文件没问题，但遇到“项目怎么分层”“这个接口后面调用了谁”“改一个类会影响哪些流程”时，只靠搜索文件名和关键字就不够了。GitNexus 的思路是先把项目索引成代码知识图谱，再把这份图谱提供给 CLI、Web UI 和 MCP。接入 Codex 之后，Codex 可以直接读取 GitNexus 的项目上下文、功能聚类和执行流。这次操作基于一个多模块 Java 项目 bo-camunda-flow 。
SegmentFault精华SegmentFault前端后端原文摘录：为什么没有大厂下场做 skill hub 呢？
掘金掘金开发者原文摘录：那么问题来了，只要你的数据库开始跑真实的业务，各种奇怪的毛病往往仅仅只是会跟着跑出来。通常来说的话，日常运维里面最让人头疼的报警，其实也就是“系统卡顿”了，或者说“数据库连接池被打满”的情况。遇到这种紧急的事儿啊，很多新手的直接反应是什么呢？重启应用呗，或者更粗暴一点，直接把数据库服务给重启了。
博客园博客园中文技术社区原文摘录：前言 近一年以来，AI 智能体的发展速度非常快。如果经常使用一些智能体 CLI工具，例如 Claude Code、Gemini CLI、OpenCode 等产品，会发现它们有一个共同特点： 虽然运行在终端之中，但已经完全不是传统命令行程序的样子。在执行任务过程中，它们通常会同时展示： A .
原文摘录：CodeGraph 使用教程：专为代码库打造的知识图谱 一、项目简介 工作原理 实测性能提升（7 个真实开源项目，每组 4 次运行取中位数） 核心特点 二、安装方式 方式一：直接下载（无需 Node.js） 方式二：npm 安装（已有 Node.js） 方式三：安装器一键安装 三、快速开始 初始化项目（构建） 卸载方法 四、核心概念 数据流水线 知识图谱结构 动态调度桥接 五、CLI 命令参考 基础命令 项目管理 查询命令 `codegraph affected` — CI 利器 启动 MCP 服务器 六、MCP 工具详解 `codegraph_search` — 符号搜索 `codegraph_context` — 上下文构建(建
