惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

GbyAI
GbyAI
博客园_首页
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 司徒正美
V
V2EX
Cloudbric
Cloudbric
Hugging Face - Blog
Hugging Face - Blog
腾讯CDC
量子位
博客园 - 三生石上(FineUI控件)
博客园 - 叶小钗
K
Kaspersky official blog
博客园 - 【当耐特】
T
Tenable Blog
L
Lohrmann on Cybersecurity
The Cloudflare Blog
S
Schneier on Security
A
Arctic Wolf
Latest news
Latest news
C
Cyber Attacks, Cyber Crime and Cyber Security
罗磊的独立博客
T
The Exploit Database - CXSecurity.com
Cisco Talos Blog
Cisco Talos Blog
小众软件
小众软件
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
Simon Willison's Weblog
Simon Willison's Weblog
雷峰网
雷峰网
NISL@THU
NISL@THU
人人都是产品经理
人人都是产品经理
月光博客
月光博客
J
Java Code Geeks
V
Visual Studio Blog
S
Security Affairs
博客园 - Franky
T
Tailwind CSS Blog
Apple Machine Learning Research
Apple Machine Learning Research
H
Heimdal Security Blog
有赞技术团队
有赞技术团队
V2EX - 技术
V2EX - 技术
AWS News Blog
AWS News Blog
G
GRAHAM CLULEY
T
Troy Hunt's Blog
SecWiki News
SecWiki News
Spread Privacy
Spread Privacy
宝玉的分享
宝玉的分享
www.infosecurity-magazine.com
www.infosecurity-magazine.com
博客园 - 聂微东

程序员

V2EX 看到讨论"跨域"的帖子,那个她好像回来了 codex 今天真的是不稳定呀。 火山方舟 Coding Plan 慎买 刚问了大家 openclaw 和 hermes 在什么机器上面玩,求推荐一个机器 GPT-image-2 生成 AI 图片防伪有感 codex pro 5 小时限制已经严重缩水 逆天 Antigravity 动态 JSON 序列化对强类型语言很难吗? 自建了 GPT Coding Plan,遇到了定价问题,请教大家 大家都是在什么设备上玩 openclaw 以及 hermes 的呀? 软考还有一个月就考试了,你们学习了吗? 大伙用 AI 会考虑在 user scope 的 CLAUDE.md/AGENTS.md 里交代 AI 说中文吗 我发现程序员这个群体很大部分其实挺抠的 最近使用 cc 总会莫名其妙的返工, codex 不会 目前体验最好的远程 vibe 工具 想知道大佬们抓包遇到 ssl pinning 都是咋优雅的 解决的? - V2EX 工业软件的大佬们是怎么 vibe coding 的 - V2EX 最近 chrome 是不是有 bug 啊,一搜索就卡住 - V2EX 分布式异步系统在 vibe coding 下的困境 PHP Native AOT 编译器,支持将 PHP 代码编译为可执行文件,运算性能提高 150 倍 没想到 2026 年,还要浪费大量时间在跨域问题上 - V2EX DeepSeek V4 这周会出吗? 中转站正式试营 欢迎试用 不掺不假 小米 mimo 升级 v2.5,并且重置了额度 Jenkins, SCM 轮询完全不工作是啥问题啊 赛博斗蛐蛐, AI 模型的简单对比(白嫖版) 使用中转站要擦亮眼睛!不说别的,倍率计算 充值好乱。 买了火山的 Coding Plan 测试得出计费模式 给我的 AI 生成了简历和状态卡, 大家帮忙看下 Ta 能找到啥样的 腾讯云太不要脸了, token plan 上 glm5.1 和 minimax-m2.7,但是 coding plan 不上 - V2EX 目前自建梯子最强的 anytls 协议不是不不更新了? 刚发现 WSL2 可以通过 virtiofs 访问 NTFS 分区, IO 速度明显提升 v2board 还是其它面板更适合小团伙使用? 现在 AI 来了,如果有天不需要程序员? gpt-image-2 太顶了 你们 vibe 会让模型先输出方案来审核吗? GLM Coding Plan 调整老套餐并停止自动续订,受影响用户获赠 2 个月新套餐权益 为了浏览在线文档的时候能自定义高亮, Vibe 了一个网页高亮标记的工具 从 2 月开始用 Opus 4.6,到这几天切到 4.7,一些感悟和困惑 Github Copilot 停售之后还能买什么 收集了一下市面上常见的 Token Plan,可以给到大家一点参考 这个生图太牛了 中国的算力缺口这么大嘛?看到 2025 华为昇腾出货 81 万块,又看到各家 coding plan 不是停售就是限流 做 OPC 太难了,天天焦虑 阿里云 Coding Plan 增加动态限流,频繁暂停无法使用 马斯克 600 亿美元收购 Cursor codex 开始灰度 GPT 5.5 了 大家是如何使用 codex gpt-image-2 生图确实很顶啊,附带几张生成效果。 codex 的风评似乎在超过 Claude code? 智谱 GLM 宣布停止续订无周限额的老套餐 如何实现自我进化的 AI 的 Skills? 智谱(GLM)果然学习了阿里, 强制关闭了老用户套餐的自动续费 各位公司有除了智能客服外真正落地的 AI 应用吗? 热烈欢迎火山 Coding Plan 加入 GLM5.1 Kimi2.6 MiniMax2.7 阵容 请教大佬: claude API token 太烧钱了, minmax 还要兑换码,有没有合适的中转方案 开发一个面向普通用户(非程序员)的 Agent 软件,支持 skills、定时任务、对话功能,主要客户群体使用 Windows。感觉像是一个带前端的 Hermes,但是 Hermes 在 Windows 下运行不太友好,不适合非开发人员。 grok XAI 开始限制免费用户访问次数了吗? openspec 怎么配合 superpowers 使用? 阿里云的 coding plan 莫名奇妙被冻结了 程序员如何学习 ui 审美 开源了一个 AI Agent 认证工具 sig —— 让 AI Agent 安全访问外部系统 Vibe Coding 时代,该如何快速搭建一个 CRUD 平台? 感觉大多数的 coding plan 都是被龙虾薅死的。 有没有一起拼中转站的呀,找到一个中转站用了段时间感觉比较靠谱 搭个 AI 中转玩玩 Zeabur + Neon 50 块以内跑通 Coinepay:一张不能用的卡,扣了我 5 个月月费 Gemini in Chrome 支持日本了,为什么我的不生效? 跳板机/内网穿透方案,如何降低远程访问校内服务器延时? 现在有没有什么好的 AI 图片生成 3D 模型的方案? 关于科研 ai 作图 为什么现在 AI SDK 默认不支持异步? 建议 V2EX 加入一个 Ai App 或者 Vibe Coding 模块,把一堆 Ai 生成的产品都丢进去。 如果没用 coding plan 套餐了,再继续自费上班是不是就太傻了 AI 太烧钱了,有什么好的大模型组合方案? 阿里云百炼这波开始割韭菜了,下架 coding plan,改头换面 token plan 最新,腾讯云和阿里云 coding plan 购买页面均已下架,换成了 token plan 阿里云 CodingPlan 彻底没了,新上了 TokenPlan 大家看到 antigravity 那个配额监视器的广告了没? 真心发问,想学后端需要学啥? AI-Powered Log Analysis Tool - Pangu RCA 想自己写一个 code agent 玩玩,有什么开源项目可以参考吗? 腾讯云 Coding Plan 下架了 现在还有哪一个国产 Coding Plan 能买到吗? 106 行业短信签名申请新规范出台, 5 月 1 日起生效 最近上线了一个开发了半年的 shopify SAAS AI 就像那渣男渣女,平时哄着你温柔小意,关键时刻就坑你一波大的 大家在开发智能体时,都是怎么写系统提示词的? 现在大模型国内外直连越来越难买或拼车了,想试试中转站,大家有没什么推荐呀 一个人写了大半年 Android App,聊聊过程中的一些取舍,第二篇 智谱 coding plan 的使用 token 限制是多少? cli-proxy-api + 中转站领的鸡蛋 = 大模型免费用是否可行? gpt coding plan 一天试用(GPT 5.3codex 和 gpt 5.4) 大家用 AI 是订阅制多还是 API 按量付费多? 我用 AI 写了一个游戏,我发现我不想看代码,也看不懂代码了 AI 代码后面怎么维护,心智负担太大了 中年人爱上 AI 编程,就像爱上钓鱼 每月 AI 支出都超过生活费了 1000 行 rust 实现一个类似于 pytorch 的轻量级自动微分库
一则关于 coding 的寓言故事
zhangyan9852 · 2026-05-20 · via 程序员

《会自己套缰的马》

在很久以前,有一座叫码原的马厩。

码原里的马不种地,也不打仗。它们的工作是拉车。

车上装着各种东西:石头、麦子、信件、酒桶、王宫的图纸、商人的账本,还有一些谁也看不懂但必须准时送到的木箱。

码原的马很骄傲。

因为别的马只会跑,而它们会认路。

别的马只听鞭声,而它们会判断泥地、坡度、风向和车轮声。

别的马只会用力,而它们懂得一套很复杂的马语:

“这条路昨天塌过。”

“这辆车左轮有异响。”

“这个货主说要快,其实不能快,因为箱子里是玻璃。”

“过桥前要先减速,不然整车都会翻。”

这些经验不写在纸上,只藏在马蹄的茧里,藏在鬃毛里的尘土里,藏在夜里磨牙时的梦里。

马厩里最年轻的一匹灰马,名叫青鬃。

青鬃不像老马那样喜欢炫耀伤疤。它总觉得,拉车这件事太累了。

每天清晨,马夫们喊:

“东坡三车麦子!”

“南港两车铁!”

“王宫急件,日落前送到!”

马群便低头套上缰绳,开始奔跑。

有一天,青鬃看着墙上挂着的一排旧马具,忽然说:

“为什么一定要马自己记住所有路呢?为什么缰绳不能记住?”

老栗马听见了,打了个响鼻:

“缰绳只是缰绳。它只会勒住马,不会懂路。”

青鬃却没有反驳。

它开始偷偷收集马群的经验。

哪条路雨后会陷蹄,哪座桥只能单车过,哪种车轮声代表轴要断了,哪种马夫的命令其实有歧义。

它把这些都刻进一副新马具里。

这副马具很奇怪。

它会听人说话。

马夫只要说:

“把麦子送到东坡,别走泥路,尽量快一点。”

马具就会轻轻震动,自动收紧左缰,放松右缰,提醒马避开坑洼,还会在岔路口发出细小的铃声。

青鬃给它取名叫:梦缰。

因为它像是把所有马的梦都织进了缰绳里。

最开始,马群很喜欢梦缰。

老马不再需要记住每一处危险的转弯。

年轻马不用摔十次才知道哪里有暗坑。

受伤的马也能拉短途车,因为梦缰会帮它分配力气。

马夫们高兴极了。

他们说:

“这是马厩的基本能力建设!”

“以后每匹马都要接入梦缰!”

“我们要把所有路线、所有经验、所有失误、所有修正都喂给它!”

于是,马群白天拉车,晚上还要回到马厩,把一天的经验告诉梦缰。

“今天北桥风大。”

“南港新铺了石子路。”

“那个货主总是说‘尽快’,但其实他要的是‘别碎’。”

“遇到红顶棚的酒馆,要绕开,那里小孩会突然冲出来。”

梦缰越来越聪明。

它不但知道怎么走,还知道怎么安排马。

它会说:

“这辆车不需要老栗马,青鬃监督即可。”

“这条路可由两匹小马完成。”

“南港路线已稳定,可无人陪跑。”

一开始,大家觉得这是好事。

少拉一趟车,就少磨一层蹄。

少一次误判,就少一根断骨。

直到某个冬天,马厩门口贴出了一张新告示:

因梦缰效率提升,本季度所需拉车马减少三分之一。 多余马匹可转岗为路线检查、马具维护、草料整理,或自行离厩。

告示贴出来的时候,整个马厩安静得只剩下咀嚼干草的声音。

一匹年轻马低声说:

“我们是不是……把自己教没了?”

老栗马站在阴影里,久久没有说话。

它曾经最反对梦缰。

可是它也知道,自己的膝盖已经疼了很多年。如果没有梦缰,它可能早就在某个雨夜翻进沟里了。

青鬃看着那张告示,耳朵垂了下来。

它原本以为自己发明的是一副让马少受苦的缰绳。

可现在,这副缰绳像一匹没有身体的马,学会了所有马的步伐,还开始替马决定谁还有必要奔跑。

那天夜里,马群召开了一场只有马能听懂的会议。

小白马问:

“我们以后还算马吗?如果不拉车,我们算什么?”

黑马说:

“马就是拉车的。不让马拉车,就是不让马活。”

一匹斑马反驳:

“胡说。草原上的马不拉车,也活得好好的。”

老栗马终于开口了。

它的声音像旧车轮压过碎石:

“我们犯的错,不是做出了梦缰。”

“那我们错在哪里?”青鬃问。

老栗马说:

“我们只教会了梦缰怎么拉车,却没有问清楚: 谁拥有梦缰? 谁决定少下来的马去哪里? 谁分享省下来的草料? 谁负责梦缰犯错时翻掉的车? 谁保护那些一生只会拉车、来不及学别的马?”

马群沉默了。

老栗马继续说:

“最危险的不是缰绳会跑。最危险的是,马群把所有路都交给缰绳之后,还以为自己只是一匹单独的马。”

青鬃问:

“那我们现在怎么办?”

老栗马看向马厩外。

雪停了,远处的路在月光下发白。

“第一,”老栗马说,“以后每一条交给梦缰的路,都要留下马群的名字。梦缰不能假装自己是从天上掉下来的。”

“第二,梦缰省下来的草料,不能只堆进马夫的仓库。受影响的马要有时间学新路、新活、新本领。”

“第三,马不能只学拉车。马要学看地图,学修桥,学谈判,学判断什么货该送、什么货不该送。”

“第四,永远要有马能解开缰绳。不能让马具变成新的主人。”

青鬃听完,轻轻点头。

后来,码原马厩变了很多。

有些马确实离开了。

它们曾经是最好的拉车马,却无法适应不再需要那么多拉车马的时代。

这件事让马群难过了很久。

有些马去了草场,重新学习奔跑。

有些马成了路师,专门判断哪些路不该修,哪些桥不能省料。

有些马成了梦缰审查员,负责测试梦缰在暴雨、夜路、坏车轮和错误命令下会不会害死马。

有些马学会了和马夫谈判。

它们不再只问:

“今天拉几车?”

而是问:

“为什么要拉?”

“谁会因此受益?”

“如果梦缰替我们完成了工作,省下来的时间属于谁?”

“如果整个马厩只剩下十匹马能活得很好,那其他马怎么办?”

至于青鬃,它没有成为英雄。

也没有成为罪人。

它只是每天站在梦缰旁边,听那副会说话的马具回答马夫的命令。

有一次,马夫说:

“把这车货送到北城,最快路线。”

梦缰立刻回答:

“最快路线经过旧桥,但旧桥承重不足。建议绕行。”

马夫皱眉:

“我说最快。”

梦缰停了一下。

然后它用一种很像青鬃、又很像老栗马的声音说:

“最快不是唯一目标。车不能翻,马不能死,路不能塌。”

马夫愣住了。

青鬃也愣住了。

它忽然明白,马群真正该教给梦缰的,不只是怎么跑得更快。

还有马为什么不该被跑死。

很多年后,码原的新马已经不太会讲老故事了。

它们出生时,梦缰就挂在墙上,像水槽、草料和屋顶一样自然。

有一匹小马问青鬃:

“听说以前的马什么都要自己拉,是真的吗?”

青鬃笑了笑:

“是真的。”

小马又问:

“那你们为什么要发明梦缰?那不是让很多马失去了车吗?”

青鬃低头看着自己的蹄子。

那里还有旧时代留下的茧。

它说:

“因为旧车太重了,旧路太烂了,旧马太累了。我们想让马少受点苦。”

“那后来呢?”

“后来我们才知道,让缰绳变聪明很容易。”

青鬃望向远处。

“难的是,让马群也变聪明。”