性能盲区：AI代理编写低效代码
两个Claude Code PR中118个函数出现3倍至446倍的性能下降。AI代理优化的是正确性，而非性能。关于原因的数据，以及应该构建什么。
AI Engineering写作
关于设计、开发、AI基础设施和产品构建的思考。
Anthropic量化了有效方法，我的钩子将其强制执行。
Anthropic分析了9,830次对话。迭代优化使流畅度指标翻倍。精美的输出抑制了评估行为。质量钩子强制执行迭代流程。
AI EngineeringProtege模式
具有稀疏专家访问的7B模型匹配50倍大小的代理。将日常工作路由到小模型，将判断调用路由到前沿模型。
AI & Technology无人监督运行AI智能体时，究竟什么会出问题
来自500多次自主智能体会话的七种命名失败模式。每种模式都有检测信号、真实案例和具体修复方案。HN社区期待的分类体系。
AI EngineeringCLI论点
三个热门HN Claude Code讨论串汇聚于同一结论：CLI优先架构比IDE代理工作流更低成本、更快速、更具组合性。
AI & TechnologyClaude Code vs Codex CLI：何时使用哪个
架构、安全性与可扩展性的并排对比。包含基于36次盲测对决和日常生产环境使用经验的决策框架。
AI Development上下文即新型记忆
上下文工程是智能体开发中影响力最大的技能。三层压缩策略将200K token窗口从负担转化为优势。
AI & TechnologyClaude Code即是基础设施
Claude Code不是IDE功能，而是基础设施。84个钩子、48个技能、19个代理和15,000行编排代码证明了这一点。
AI & Technology用十个大脑思考：我如何将智能体协商用作决策工具
你无法通过更努力地思考来消除认知偏差。10个AI智能体相互辩论是一种结构性干预，能带来更好的决策。
AI Engineering盲评裁判：在36场对决中为Claude Code与Codex打分
Claude Code与Codex CLI的对决，在36场比赛中按5个维度进行盲评打分。胜负并非重点，真正的价值在于综合两个代理最强构想的融合方案。
AI Engineering我向NIST提交了关于AI Agent安全的意见
提交给NIST的生产环境证据：AI代理威胁是行为性的。7种故障模式、3层防御，以及60次日常会话中发现的框架缺陷。
AI & Technology10%之墙：为什么AI生产力停滞不前
121,000名开发者接受调查，92.6%使用AI工具，生产力却停滞在10%。这堵墙源于基础设施，而非智能。三个根本原因及其解决方案。
AI Engineering外部出版物
技术写作： Introl
Local LLM Hardware Pricing Guide 2025
本地运行大型语言模型的全面硬件建议和成本分析。
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
针对不同AI工作负载比较NVIDIA最新数据中心加速器的GPU选择指南。
TPU Architecture: Complete Guide to Google's 7 Generations
深入技术分析Google张量处理单元从TPUv1到TPUv5的演进。
GPU Memory Pooling in Multi-Tenant Kubernetes
容器化环境中GPU集群的资源共享策略。
Ray Clusters: Distributed AI Computing Infrastructure
使用Ray框架构建和管理分布式AI计算的指南。
DeepSeek V3 Open Source AI Cost Advantage
开源LLM经济学分析和DeepSeek的竞争定位。
NVIDIA Vera Rubin GPU 600kW Racks 2027
未来数据中心电力需求和NVIDIA下一代GPU路线图。
SMR Nuclear Power for AI Data Centers
为下一代AI基础设施供电的小型模块化反应堆解决方案。
DeepSeek MHC Architecture Breakthrough
DeepSeek多头压缩架构创新的技术分析。