Andrej Karpathy 拆解大模型时代的编程范式演变:从传统软件、机器学习到 Software 3.0,氛围编程如何成为主流,Agentic Engineering 又如何守住专业质量的底线。
老金的分享
全部文章 · 第 9 页
最新文章
从 Prompt 的三大坑出发,解释 Skill 为什么是 AI 工程化的下一步:持久化、按需激活、参数化。本文讲概念、类比与渐进式披露三层架构。
用一个下午、零成本,从零搭建一个属于自己的 AI 私人助理:随手记录碎碎念,自动分类成 todo / mood / note,每晚生成复盘、次日邮件推送,装成手机 App。全程 Vibe Coding,附完整步骤。
AI 开发的真正门槛早就不是会不会写提示词,而是能不能搭出一套稳定、可控、可校验的系统。这期视频把 Harness Engineering 拆成四块拼图,并用实际项目案例演示怎么把 AI 管成一支能持续产出正确结果的研发团队。
AI 把语法实现的成本拉到趋近于零,真正稀缺的变成了理解力——能看懂、能评估、能判断。这篇把两个犀利观点合起来讲清楚:新范式下程序员的核心竞争力到底是什么。
用 Vercel + Neon + Auth.js + Resend + NVIDIA NIM 七件套,零成本搭一个挂公网、朋友能用的 AI 小应用——这是我那个下午翻出来的购物清单
一次性梳理 Claude Code 的 35 项进阶使用技巧,覆盖基础代码生成、上下文管理、工作流编排、自动化调试等关键环节,帮助开发者从「让 AI 写代码」升级到「与 AI 高效协作」。
构建高效 MCP 集成的模式:服务器设计、基于 CIMD 和 Vault 的 OAuth 鉴权、上下文高效客户端以及技能(Skills)。此外还介绍了 MCP 与直接 API 调用、CLI 在连接智能体与系统时各自适用的场景。
2026 年 AI Coding 的瓶颈不是模型不够聪明,而是你还在用 2023 年的方式使唤它。从 Prompt Engineering 到 Context Engineering,再到 Harness Engineering——讲清楚拉开差距的 5 个支柱。
Dickie Bush 用 6 年时间靠数字产品赚了 2000 万美元,他分享了从点子到产品的 4 步框架:三层细分、列痛点、翻译成理想结果、挑最痛的问题做产品