长上下文时代 RAG 被反复宣判死刑，但检索并没有死。四根轴加四笔账，算清什么时候关键词检索就够、什么时候才真正需要语义检索。

四款开源/闭源语音识别模型横向评测实录——音频编码踩坑、无标注评测方法论、数字后处理配方与显存实测。

从 SSR 到 Passwall 到 OpenClash，再到基于 eBPF 的 dae——为什么换、换了验证了哪些技术判断、以及"变砖"到底算什么。

研发、电商、医院、机房、智慧城市、公安——长得像,其实是好几种不同的生物。

百度Unlimited-OCR本地部署全纪录：8GB显存、Blackwell无声失败、Windows反超WSL2、大PDF逐页架构——两天踩坑记。

真正决定 AI 编码工具能不能在项目里持续稳定产出的，不是模型，而是模型之外那一层工程规范（Harness）。

把不同层次的 Agent 项目放在同一平面比功能，是最常见的调研错误。方法论层教 Agent 怎么干活，运行时层让它长期存活，实践层把两者拼成解决方案。

Agent 项目的成本不是"用便宜的模型"那么简单。从模型路由、提示压缩、缓存架构到任务编排，是一条全链路。

大部分 bug 不是孤立的，它们聚成几类模式。识别模式，比逐个记住 bug 高效得多。

业务统计口径一变，代码、历史数据、展示缓存三层都要动。漏掉任何一层，线上数字就是"改了但没变"。