用 Claude Code 写代码，相信大家都有一个共同的感受：让 AI 写个独立的小功能，顺滑；一旦项目有点规模，代码就开始烂。测试基本没有，全是一堆能跑但看不懂的屎山，复查的时候发现它根本没按你说的来。我有段时间觉得这是模型的问题，换个更聪明的模型就好了。后来发现不对，不是模型不够聪明，是它根本没有工程纪律。就像你雇了个能力不差的程序员，但他不写测试、不做设计、拿到需求直接开干，你很难指望他交出什么高质量的东西。Superpowers 想解决的就是这件事。

27 Technology lddgo Shared on 2026-05-21

Claude Code + BrowserAct，夯爆了！一句话让 AI 帮你操控浏览器。

32 Technology lddgo Shared on 2026-05-21

不知道你在面试的过程中，有没有被问到如何设计一个分布式抽奖系统？或者你很好奇，线上的这些抽奖活动，背后的原理是什么？这个项目本身并不大，但却涉及很多经典的技术点，因此也在面试中比较常见。本文根据自己最近做的一个体彩的抽奖活动，讲解了我在设计分布式抽奖系统的几个核心难点——匀速消耗、超卖、少卖等等，希望可以帮助同学们可以在面试中，更加从容地回答这些问题。

25 Technology lddgo Shared on 2026-05-21

都是 AI Coding，为什么 Java 体验差了一个量级？五条方法论帮你构建自己的 Harness 环境

31 Technology lddgo Shared on 2026-05-21

当 AI 开始快速生成大量代码，真正的瓶颈就不再是"写不出来"，而是"看不完、想不清、管不住"。 本文基于一个落地在大仓多服务（Monorepo Microservices）场景中的开源工程框架，回答一个核心问题：如何把 AI 协作从对话式编码，升级为可控、可审计、可复用的工程过程？

30 Technology lddgo Shared on 2026-05-21

从0到1搭建 Agent ：Agent 原理分析及个人助手实践（长文干货）

82 Technology lddgo Shared on 2026-05-21

我们围绕三大业务场景（笔记、知识库、项目管理）统一了一套可组合的 AI Agent 能力。 本文聚焦一期「Chat 模式」落地：强调 Runtime Adapter 的“协议无关、面向任意后端流”特性——只要后端能够以流式输出事件，前端即可通过统一的 Adapter 转为标准消息模型进行渲染与编排。我们以“统一消息模型 + Runtime Adapter + 前端编排”的方式，将工具调用、Agent 回合循环、事件流与 UI 交互组合在一起，并为后续历史与检查点能力预留 threadId/runId。

129 Technology lddgo Shared on 2026-05-20

TLiveOmni 1.0是一款面向电商直播场景的全模态大模型，原生支持图像、文本、视频、音频四模态统一输入，实现128K上下文窗口。该模型深度扎根电商直播领域，构建了超20项精细化原子能力，包括音频维度的语境感知ASR与多说话人分离、视频维度的商品时序切分与卖点提取、以及图像维度的商品空间定位与细粒度OCR。基于Qwen3-VL-Instruct架构，通过添加音频编码器并采用"模态对齐→能力强化→全任务微调"三阶段训练范式，模型在电商直播场景的关键任务上达到SOTA水平。在推理部署方面，通过定制化vLLM框架和FP8量化技术，在保持精度的同时实现2.5-3.5倍推理加速。实验表明，TLiveOmni 1.0在语音识别、商品定位和文本分类等任务上显著优于现有开源模型，为电商直播内容的深度理解与商业价值挖掘提供了强大支持。

100 Technology lddgo Shared on 2026-05-20

北京时间今天凌晨 1 点，谷歌 I/O 2026 在 Shoreline 圆形剧场落幕。整场 keynote 大约 1 小时 51 分钟，涉及十几款产品、三代模型、一个新 IDE、一个新 Agent、一套新搜索范式

43 Technology lddgo Shared on 2026-05-20

从Prompt、Context到Harness，工程的三次进化与终局之战

86 Technology lddgo Shared on 2026-05-20