Marico's space
首页
我的日志
我的游记
世界·视野
编程技术
Marico's space
首页
我的日志
我的游记
世界·视野
编程技术
技术合作:
look@marico.cc
+86 18660050334
loading...
选 VPS 别只看价格:Linode 和 Vultr 实测对比
4-24 17:37
{ "title": "选 VPS 别只看价格:Linode 和 Vultr 实测对比", "category": "服务器技术", "content": " 说实话,看多了「哪家便宜」「哪家配置高」的对比文,真正部署到生产环境才发现坑的案例一抓一大把。VPS 这东西,光看纸面参数没意义,真刀真枪跑起来才能看出区别。 \n\n 今天聊的 Linode 和 Vultr,算是海外 VPS 里口碑
GPT-5.5 已发布 — 数字背后的真实含义
4-24 15:09
# GPT-5.5 已发布 — 这些数字到底意味着什么 昨天(2026年4月23日),OpenAI 发布了 GPT-5.5。代号为"Spud"。 令人意外的并不是模型本身。GPT-5.4 是六周前发布的。 在简报会上,OpenAI 首席科学家 Jakub Pachocki 表示,过去两年实际上进展缓慢。这句话才是这次发布的真正背景。 ## 六周和"Spud" GPT-5.4 是六周前发布的。再往前
提示工程该有设计模式了:从野路子到系统化方法论
4-24 14:51
译者按:prompt 工程这个领域,野路子太多了,真正的系统化方法论极少。这篇文章提出了「四层架构」和「自评估提示」等模式,思路值得借鉴,于是翻译分享。 问题:提示工程还在靠直觉 尽管大语言模型进化得飞快,什么 GPT-4、Claude 3 全出来了,但很多工程师写 prompt 的方式依然是「试试这个,不行再改」。两个人解决同一个任务,能写出完全不同的 prompt,还各执己见觉得自己的更
LLM 生成安全报告:我用自己的代码跑了一遍,发现漏报比误报更可怕
4-24 11:29
最近安全圈有个消息挺有意思:Linux 内核维护者开始收到 LLM 生成的安全报告,115 票热度,评论区吵成一锅粥。大多数人在争论这些报告是不是噪音,但我更在意一个没人提的问题——漏报。 抱着这个疑问,我决定在自己代码上跑一遍同样的流程,结果比我想的还刺激。 实验怎么做的 找了三段生产代码:Next.js 的 webhook 处理器、2021 年写的 auth 模块(那时候刚转开发,代码
告别 API 密钥:我们用自毁令牌重塑了身份认证
4-23 22:24
译者按语 \n 在云原生和 DevSecOps 日益普及的今天,API 密钥的泄露与长期有效之间的矛盾已成为许多团队的安全痛点。本文深入探讨了 OathMesh 这一新兴项目,它通过强制性的短生命周期令牌和严格的验证机制,试图解决传统认证方式的顽疾。作为译者,我认为这篇文章不仅是对一个工具的介绍,更是对“零信任”架构下身份管理的一种深刻反思。希望这篇译文能为你的安全架构设计带来新的灵感。 \
那个看起来很干净的 REST API,是怎么在上线后变成噩梦的
4-23 21:38
纸上谈兵的时候,一切都显得很完美: * Endpoints 写得干干净净 * 资源命名挑不出毛病 * HTTP 方法用得中规中矩 然后一上线,傻眼了: * 客户端开始疯狂重试 * 数据不一致的问题冒出来了 * 版本管理乱成一锅粥 * 改一个地方,三个消费者炸了 这时候才明白一个扎心的真相: > REST API 设计不是为了优雅——而是为了在变化中活下来。 -------
你以为 REST API 设计得很优雅?上线第一天就崩给你看
4-23 21:12
写在前面:这篇文章的原文标题很扎心——「当你那『干净』的 REST API 变成生产环境噩梦」。读完之后发现说的就是我自己踩过的坑,所以忍不住转写了一下,原文链接附在顶部,感兴趣可以直接去看英文版。 -------------------------------------------------------------------------------- 纸面上看,一切都完美得不像真的:
摄像头挂了3天没人发现:我给监控系统加了一个复活甲
4-23 14:55
编者按:选这篇文章,是因为它戳中了一个很常见但容易被忽视的问题——我们总以为"进程在跑=一切正常",但其实进程可以处于一种"表面活着、实际已死"的状态。作者用很接地气的方式讲清楚了什么是僵尸进程,以及他怎么用三层防御体系来解决这个问题。值得一看。 先说个鬼故事:你的监控系统显示一切正常,但摄像头已经挂了三天了。 不是我编的,这是真实发生在我家的破事。 事情是这样的 我家里跑着三台 AI
从暴力美学到模块解耦:一个类脑LLM架构的自我修正
4-23 11:37
【译者前言】 这篇文章是作者"大模型思考录"系列的第三篇。一个月前他发了第一篇模块化架构的文章,收到不少反馈——有认可的,也有直接指出一堆逻辑漏洞的。作者没有捂着,而是认真复盘,把原来方案里三个最致命的问题全拆开来重新想了一遍。 读下来挺有意思的。他没有把"类脑AI"当成一个浪漫的比喻来用,而是真的去找神经科学里的证据——比如失语症(aphasia)病人的临床观察,用这些来指导工程设计。他自己
用 n8n 搭一个 24/7 的 Facebook Messenger AI 客服机器人(零代码完整教程)
4-22 23:28
做出来是什么 一个 Facebook Messenger 聊天机器人,24 小时自动回复每位访客的消息,背后是接了 Facebook 商业主页的 AI Agent via n8n。客户发消息,30 秒内收到一条有上下文理解的智能回复——不管你人在不在电脑前。 架构 Facebook Messenger 消息到达 ↓ n8n Webhook(GET + POST — 开启"允
共 61 条, 共 7 页
第
1
2
3
...
7
页