AI
当 AI 让你觉得自己变快了，但数据说你慢了日期: 2026-06-21METR 的随机对照实验：经验丰富的开发者自信估计 AI 让自己快 20%，实测反而慢 19%。这个 300 万人围观的反直觉结果，撕开了「AI 让你变快」这个被普遍相信的幻觉。
我不用 Agent，也不用 Skill，我回到了 Workflow日期: 2026-06-20当所有人都在推 Agent 和 Skill 时，我把那个被 Agent 跑坏的 cron 服务回滚了——回到一百行的 shell 脚本，LLM 只在需要时才被调一次。可审计、可预测、成本可控，这才是我需要的工作流。
当代码不再是资产日期: 2026-06-19软件行业有一条默认公理:代码是要被维护的资产。可当 LLM 让我们随手做出「用完即弃」的小工具,这条公理正在悄悄失效——而失效的远不止公理本身。
为什么你用 AI 写代码感觉快得像飞，身体却诚实得像驴日期: 2026-06-18METR 的实验让我们看见了一个尴尬的事实：资深开发者用 AI 写代码，反而慢了 19%；可他们自己坚信自己快了 20%。这 39 个百分点的偏差，可能比任何一个 AI 模型都更值得研究。
当 LLM 能直接给答案，为什么 2026 年搜索又重新火起来了日期: 2026-06-17大模型能直接给答案了，搜索引擎不是该被淘汰吗？2026 年发生的事情跟这个直觉完全相反。
为什么 Claude Code 选择了 shell，而不是 JSON Schema日期: 2026-06-16当所有 AI Agent 框架都在发明新协议时，Anthropic 偏偏把 50 年前的 shell 管道当成 LLM 最自然的工具接口。这不是怀旧，是一种更深的工程哲学。
ReCAP：斯坦福/MIT 推出的 AI Agent 推理新框架，全面超越 ReAct日期: 2026-06-14斯坦福和 MIT 联合推出 ReCAP（递归上下文感知推理与规划），通过递归树结构统一了序列推理和层级推理，在多项基准测试中全面超越 ReAct，性能提升最高达 112.5%。这可能是下一代 AI Agent 通用推理架构。
当 AI 替我写代码,谁来替我背锅?日期: 2026-06-1484% 的开发者用 AI 写代码,只有 3% 信任它;42% 的企业代码来自 AI,96% 的开发者不肯给它签字背书。当 AI 越像人,那个能替它背书的人,反而越来越值钱。
Karpathy 的四条黄金法则：当 AI 开始「过度设计」时，如何用 CLAUDE.md 拯救代码质量日期: 2026-06-13Andrej Karpathy 的 andrej-karpathy-skills 仓库斩获 149K+ stars，里面只有一份 CLAUDE.md 模板，核心是四条黄金法则：Think Before Coding、Simplicity First、Surgical Changes、Goal-Driven Execution。这不是约束 AI，而是让人机协作从「AI 替你写」走向「你定方向、AI 执行」的新范式。
Signals 来了：前端响应式编程正在发生的范式转移日期: 2026-06-12从 useState 依赖数组的噩梦到 SolidJS createSignal 的一行赋值，从 Vue 3 ref 的 .value 仪式感到 TC39 Signals 标准化提案，前端响应式编程正在经历 10 年来最深刻的一次范式转移。本文用代码对比、性能数据、从业者视角，深度解析这场变革。