汇聚 V2EX、Hacker News、掘金等 IT 社区的热门讨论与精华内容。
掘金掘金开发者原文摘录：先放个结论：按星哥的步骤配置完，你就能在本地工具里直接调用 DeepSeek V4 Pro 的免费额度，不用充值，不用复杂操作，5 步就能搞定！如果没有安装CC的，可以参考之前星哥的文章： 安装Claude Code和cc-switch cc switch是非必须的，如果你有其他的大模型软件比如 Cherry Studio ，也可以用这个来连接使用deepseek v4 pro。整个操作逻辑特别清晰，就是 “注册→建 Key→限模型→配工具→测试”，一步都不绕，星哥给大家拆解得明明白白： 先把 cc switch 下载好（大家可以用自己常用的渠道搜，或者找靠谱的资源站），安装完成后先别着急配置，等后面拿到 API Key 再操作。这
掘金掘金开发者原文摘录：最近一年，我接触到的很多 AI 应用都在做同一件事：把大模型接进一个输入框，再把回答展示在聊天窗口里。这种方式验证模型能力很快，但当我把它放进教育场景后，问题也很快暴露出来。试题解析即使正确，也缺少教师讲解时的停顿、强调和反馈。系统能够“生成内容”，却还不像一个真正参与教学过程的角色。
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。
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。
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 。
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。
掘金掘金开发者原文摘录：sh 排行榜 和 Claude Code Frontend Design Toolkit 等社区精选整理（2026 年 6 月）。通用安装命令格式： npx skills add ，需要 Node 18+。
掘金掘金开发者原文摘录：今天刚好看到一篇 《 How LLMs Actually Work 》 的内容，可以很形象地解释 LLM 究竟是怎么工作的， 特别是作者抛开了各种复杂的数学原理，还能直观让你理解 LLM 是怎么工作的 。简单来说， LLM 大多是把 Transformer block 一层层堆起来，所以只要理解 token、embedding、位置编码、attention、FFN、残差流、归一化、next-token prediction ，基本就能看懂很多论文和模型在讲什么，而且可以换个角度理解。LLM 的一次生成，是每一步都在问：基于目前所有上下文，下一个最合理的 token 是什么？这个其实很重要， LLM 不直接处理自然语言字符串 ，而是先
掘金掘金开发者原文摘录：wangEditor 作者，前百度 滴滴 资深前端工程师，慕课网金牌讲师，PMP， 前端面试派 作者。去年我搞了一个 AI 智能体项目 【智语】 并有很多同学参与学习和开发。随着一年的发展，AI 智能体相关技术也发生了极大的变化，因此我要重构这个项目，做一个符合当前 AI 智能体技术要求的项目。如果你也想一起来，可私信我～ 沉浸式的体验从 0 开发一个 AI 智能体的详细过程。
掘金掘金开发者原文摘录："每个对象都有一个秘密通道，通向另一个对象。这个通道叫 __proto__ ，而这条通道连成的高速公路，就叫原型链。" 很多初学者看到 __proto__ 和 prototype 就头大，觉得它们是同一个东西。它们的关系就像"钥匙"和"锁"——有关联，但用途完全不同。
掘金掘金开发者原文摘录：进入 2026 年，大街小巷都在聊着与 AI 有关的话题，AI 在不断地颠覆着我们的日常生活和各行各业的工作习惯。相信很多同学都已经开始用着 AI 相关的产品，例如豆包、元宝、ChatGPT、Gemini、Claude Code 等，会在这些 AI 产品的聊天框内输入一段文字然后发送，等待一定的时间后，会看到 AI 给出对应的回复内容。当我们在聊天框里输入 “帮我写一个排序算法”，然后敲击回车键，这句话就被打包发送给大模型了，但打包出去的并不只是输入的这句话。客户端（包括网页、App、CLI、IDE 插件）会在背后悄悄地做一件事：把刚才这句话、之前的聊天记录、还有一段 “系统指令”，全部拼成一个完整的内容块，一起发给大模型。
掘金掘金开发者原文摘录：之前介绍过最好用的 Flutter AI 测试框架 ，然后有很多人在问有没有原生平台的，刚好就看到了一个原生平台的开源测试框架 智能体-device ，甚至它还支持鸿蒙： 智能体-device 是专门为 AI 智能体设计的设备自动化 CLI 工具 ，可以类比 Vercel 的 智能体-browser 是给 AI 用的浏览器自动化工具那样， 智能体-device 是给 AI 用的 App 准备的标准化通道，例如： 比如这里的 snapshot -i ，它会把当前 UI 转成 智能体更容易理解的结构化树，同时给可交互元素生成 @e1 、 @e2 这种引用。它最核心的能力是不用截图去识别控件 ， 智能体-d
掘金掘金开发者原文摘录：节日祝福、早晚问候、旅行记录、生活感悟、商务宣传……图片风格要统一，清晰度要够，还要适合九宫格排版。翻相册、搜网页、逐张保存，一套素材常常要折腾很久。它不是一个只展示图片的页面，而是一套可以搜索、分类浏览、收藏、记录和下载的素材工具。打开小程序，就能更快找到适合朋友圈发布的成套图片。
掘金掘金开发者原文摘录：大家好，我是嘟嘟MD，一个10年程序员，现在离职创业，有900多天了，我每个月都会写一篇总结复盘，让大家可以近距离看看一个离职程序员都在干什么，今天这篇是4月份的总结，大概2000字，略长，有空的可以翻翻，希望对大家有一丢丢的借鉴作用！最近软件公测上线了， 刚发布了个大版本，今天来补一下5月份的复盘，最近事情有序推进，整体还不错。之前也给大家提过，我最近不是再跑视频号短视频吗，这个项目从我不起眼的一个边缘项目，全靠自动化来跑不怎么花时间，后来意外快速涨粉，开始有了收入，从月入2000左右，到这个月爆单了2次，每次持续个7天左右。让我对这个赛道有了一个重新认识的机会，不得不重视起来。
掘金掘金开发者原文摘录：讯飞星辰MaaS平台上的 Qwen3.6-35B-A3B 和 Qwen3.5-35B-A3B 模型，现在 限时免费 ，输入输出统统 0元/百万tokens！在这一步，需要先创建一个应用，点击箭头标记的按钮，简单填写信息完成应用创建即可。
掘金掘金开发者原文摘录：如果团队里已经有 5 个、10 个 Skill，每次还要从空目录开始，重新搭建目录结构、复制公共工具、手写 SKILL.md ，再手动同步到 智能体的运行目录吗？单看一个 Skill，其实不复杂：一份 SKILL.md 定义规则，再配一段脚本，智能体就能把任务跑起来。
掘金掘金开发者原文摘录：上个月写了一篇 Claude Code 上下文管理的文章，评论区有个问题问得很好——"压缩具体是怎么压的？压完之后它怎么还记得我刚才让它干什么？只知道"满了就压缩"，但到底怎么决定什么时候压、保留什么丢弃什么、压完之后怎么恢复工作状态，这些细节一直是黑盒。直到我花了两天时间把 Claude Code 的 compact 目录下十几个源码文件从头到尾读了一遍，才发现这套压缩机制远比我想象的精密。
掘金掘金开发者原文摘录：Kotlin 官方刚发布的新东西， 开始给 AI 智能体写"操作手册"了 ： kotlin-智能体-skills 。kotlin-智能体-skills 是 Kotlin 官方维护的一组 AI 智能体可执行技能包 。这套 Skill 遵循一个叫 智能体 Skills 的开放标准（agentskills.这个标准最初由 Anthropic 发起并开源，核心设计是： Kotlin 官方选择拥抱这个标准，而不是自己搞一套，说明这个标准已经成为行业共识了 。
掘金掘金开发者原文摘录：Flex/Grid 排版、KaTeX 公式、Mermaid 图表、自定义字体，这些东西交给大模型基本都能做得有模有样。相比之下，让 AI 直接生成原生 PowerPoint 那套 XML，就很容易变成大型翻车现场。所以过去一年多，我越来越倾向于让 AI 直接产一个 deck.html ，而不是回去跟 Keynote、PowerPoint 较劲。
