你真的需要本地跑大模型吗？不卖课、不贩卖焦虑、不搞成功学。Ollama 火了之后，好像每个开发者都在本地跑模型。但说实话，大部分人的使用场景根本不需要本地部署。这篇聊聊什么时候本地有意义，什么时候纯属浪费时间。跟风的代价我身边至少有五六个朋友，装了 Ollama，下了好几个模型，跑了一下"

我们用 RAG 替掉了 Fine-tuning，效果反而更好了不是所有问题都需要微调。这是一篇选型决策的真实复盘，聊聊我们团队踩过的坑和最后的结论。先说结论我们花了大概四周时间和四万块的 GPU 费用，证明了一件事：我们的场景不需要 Fine-tuning。这听起来像一个很蠢的故事。但我觉得很多团队

AI 写的测试，到底能不能信不卖课、不贩卖焦虑、不搞成功学。单元测试是 AI 最擅长的场景之一，但"写得快"和"测得准"完全是两回事。这篇聊聊 AI 生成测试的常见坑，以及我的一些踩坑经验。测试是 AI 的舒适区如果你问一个开发者"AI 最擅长写什么

当 AI 写代码比你快的时候，程序员到底该焦虑什么不卖课、不贩卖焦虑、不搞成功学。这是一篇关于 AI 编程工具的长文，聊聊我看到的真实变化，以及一些可能没用但诚实的判断。先说个事上个月我们组来了个实习生，入职第一天就用 Cursor 写完了我给他的练手需求——一个不算简单的 CRUD 接口，带参数校

别焦虑了，这才是普通人在 AI 时代的正确打开方式不贩卖焦虑，只讲干货。这篇文章不会告诉你"AI 马上取代你"，也不会教你变成 Prompt 工程师——它要讲的，是一套普通人真正能用的生存策略。一个让人睡不着的数字去年年底，麦肯锡出了一份报告，说了一句话："到 2030