这两天我重新过了一遍Zig0.15.2的官方文档，最大的感受不是“这门语言真猛”，而是另外一件事：它不太爱糊弄你。很多语言上手的时候都挺顺。变量一写，函数一调，内存怎么来的先别管，错误怎么处理先别管，反正程序先跑起来再说。Zig不是这个路子。它经常会逼你提前回答一些问题：这

昨天我写了一篇文章，主要是在说：当我真的拿Zig去写一个KV数据库之后，我开始理解这门语言到底擅长什么。但说实话，昨天那篇文章还比较偏“感受”。昨晚，我在kvdb的develop分支上狠狠干了一轮优化，做到后面突然有种更具体的感觉：数据库优化这件事，很多时候根本不是你发明了什

作为一个Rust爱好者，在真正深入使用Zig之后，我对这门语言的理解发生了转变。在这篇文章中，我将通过vibecoding写的一个小型KV数据库项目来分析Zig和Rust的异同。kvdb：一款轻量级嵌入式KV数据库首先，来看看我们这个项目：kvdb。它是一

前两天，我做了一件很“冲动”的事：把机器上的pnpm、yarn一类工具都删了，只留下了bun。这不是情绪化决定，而是过去一段时间真实使用之后的结果。但先把立场说清楚：我依然是个Rust热爱者。我喜欢Rust，不只是因为它快，而是因为它在工程上给人一种很强的信心：边界清楚、抽象克

这两天，我做了一个小工具：ferris-search。一句话介绍：它是一个用Rust写的MCPServer，可以给ClaudeCode、Cursor这类AI编程工具提供联网搜索能力。为什么要做这个？因为很多人以为，AI编程最大的问题是“模型不够聪明”。但真用起来你会

当编码Agent开始进入规划、开发、测试与运维，软件团队真正要重构的，已经不是工具，而是协作方式很多人对AI编码工具的理解，还停留在“更聪明的自动补全”。它能补全一行代码，生成一个函数模板，或者解释一段陌生逻辑。这样的能力当然很有帮助，但它本质上仍然只是一个“写代码时顺手可用的助手”

一文读懂OpenAI的ModelSpec设计思路当大模型越来越强、越来越像“数字员工”时，一个问题会变得特别现实：我们到底希望AI怎样行动？很多人会觉得，这还不简单吗？让它“有帮助、讲真话、注意安全”不就行了？问题在于，真正落到现实场景里，这种表述远远不够。比如：用户要

最近连续做了几个命令行工具。一开始大家都还能接受手动升级：去release页面下载最新包解压覆盖旧二进制再试着跑一下但工具一多，这套流程马上就会出问题。最明显的几个现象是：同一个团队里，大家跑着不同版本CI机器和本地机器版本不一致某个bug明明修了，还是不断有人反