Home Assistant 中文控制不好用？我给 Assist 接了个AI大模型

让 Home Assistant 真正听懂中文：我把 GLM 接进了 Assist家里的设备接入 Home Assistant 之后，我一直想试试直接用中文下命令。理想状态很简单：输入“客厅灯现在开着吗”，它告诉我答案；输入“把餐厅空调调到 26 度”，它知道该操作哪台设备。但 HA 自带的本地 A

AI 写的代码，单元测试到底该怎么写？

AI 写的代码，单元测试到底该怎么写？聊个最近让我挺纠结的事。自从 Copilot、Cursor 这些东西铺开之后，我身边写代码的朋友明显分成了两派。一派是"AI 写完我就提 PR"，另一派是"AI 写完我还得自己过一遍才敢合"。而让我纠结的，是夹在中间的那件

我们用 RAG 替掉了 Fine-tuning，效果反而更好了

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

最烦那种"我用 AI 三分钟搞定"的推文

最烦那种"我用 AI 三分钟搞定"的推文AI 确实能提效，但三分钟搞定的不是你的代码，是你的智商税。打开 Twitter 就想关掉每隔几天，我的 timeline 上就会出现一条类似这样的推文："以前写这个要两天，现在用 Claude/GPT/Copilot 三分钟搞定

你真的需要本地跑大模型吗？

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"

Context Engineering：比 Prompt Engineering 重要十倍的事

Context Engineering：比 Prompt Engineering 重要十倍的事不卖课、不贩卖焦虑、不搞成功学。Prompt Engineering 火了两年了，但我觉得大部分人关注错了重点。真正决定 AI 输出质量的不是你怎么写 prompt，而是你给它什么上下文。一个反直觉的事实我

AI 写的测试，到底能不能信

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

AI Agent 和程序员的工种之争

AI Agent 和程序员的工种之争不卖课、不贩卖焦虑、不搞成功学。这篇聊聊 AI Agent——不是那种"未来已来"的营销文，而是我实际用了几个 agent 框架之后的真实感受。结论可能跟你想的不一样。先澄清一个误解很多人把 AI Agent 理解成"能自动完成任务的