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写作
关于设计、开发、AI基础设施和产品构建的思考。
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虚构防火墙：当你的Agent发布谎言
一个自主Agent在72小时内向8个平台发布了虚构的技术声明。训练阶段的安全机制在发布边界失效了。以下是修复方案。
AI & Technology解剖一个Claw：84个Hook构成的编排层
84个Hook、43个技能、19个智能体如何构成生产级编排层，以及可迁移到任何harness的三个模式。
AI & TechnologyAI 代理的运行时宪法：一套治理框架
训练阶段的对齐失效之处，正是运行时宪法发挥治理作用的地方。能力校验、输出关口与四大子系统，共同守住代理的安全边界。
AI & Technology思维的拓扑：嵌入空间里的Obsidian
15,800则Obsidian笔记投入嵌入空间，显露出三种知识拓扑。每一种都有各自的失效模式——可以诊断，也可以用桥接笔记重塑。
AI & TechnologyAI代理记忆退化：多轮对话中的LLM为何崩溃
在超过200,000次多轮会话中，LLM的准确率下降39%。三种机制驱动了这场崩溃，而更长的上下文窗口对其中任何一种都无能为力。
AI & Technology你的AI智能体写代码的速度远超你的阅读速度
本周有五个研究团队发表了关于同一问题的研究：AI智能体生成代码的速度远快于开发者理解代码的速度。债务积累在你的脑中。
AI & Technology面向构建者的 GLSL：真正可用的着色器实验室
一个带实时控制的实用 GLSL 练习场，帮你快速建立着色器直觉。预设、uniform 操作，以及在浏览器中运行的零框架 WebGL。
Interactive Explorations信号评分流水线：确定性知识分诊
一个733行的 Python 流水线，从四个维度对笔记进行评分，确定性地路由7,700+条目。算法、权重以及诚实的结果。
Engineering Practice元认知AI：教会Agent进行自我评估
多数Agent指令只定义行为。缺失的一层是教会自我评估。本文介绍虚假证据关卡、七种命名失败模式与模糊语言检测。
AI & Technology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。
