微软在VS Code里埋了颗规则引擎的种子，SonarLint该紧张了
我上周更新VS Code 1.95的时候，第一反应是：「就这？几个UI调整？」直到我在侧边栏里翻出了那个叫「AI Code Review」的面板——没有插件标识，没有第三方版权声明，它就那么安静地躺在那里，像一个早就布好的棋子。我花了整个周末把它和SonarLint、ESLint、SonarQube…
技术洞察
AI 产业深度观察：从投资视角拆解 AI 芯片、大模型、具身智能等赛道的技术真相与商业逻辑。基于 37+ 份融资 BP 和 300+ 项目审查经验，拒绝 PPT 泡沫，只讲技术本质。
我在Snapdragon X Elite上编译了10次Chromium，平均102分钟，比M3多耗31%时间，但每瓦编译产出高出22%——72小时开发套件开箱与ROS2实机验证全记录
我是许彦，干机器人这行刚满五年，主要折腾ROS和具身智能，从六轴机械臂到双足人形都摸过一遍。我骨子里不太信纸面参数，因为仿真里跑得再顺的控制算法，一落到真实电机和减速器上就会出现各种奇怪的抖振、过冲甚至安全停机。所以当高通把Snapdragon X Elite开发套件（Windows Dev Kit…
在Snapdragon X Elite上跑Llama.cpp 13B推理功耗比M3低18%，但x86模拟让Visual Studio的AI补全延迟冲到380ms——我用72小时把Windows Dev Kit从开箱玩到崩溃日志37条
我做具身机器人五年，手臂抓取的成功率在仿真环境和真实机械臂之间的差距，我有切身体会。拿到Snapdragon X Elite Windows Dev Kit的那一刻，我第一反应不是看官网白皮书里那颗“45 TOPS NPU”“Oryon CPU单核性能超越M2 Max”的宣传材料，而是摸了一下底部的…
我看了20个Backstage AI插件的BP，只有3个不是在画饼
做了5年AI赛道投资，我筛过上百个“智能开发者工具”商业计划书，逐渐对一类PPT产生了生理性厌恶——凡是打着“AI原生开发者门户”“LLM驱动内部平台”旗号，却既没有生产环境运行数据、也说不清ROI计算逻辑的项目，十有八九是拿Backstage套了层OpenAI的壳。2024年尤其疯狂，CNCF 2…
我把金属件缺陷检测平台升级Next.js 15后，老板凌晨打电话喊停——因为React 19的并发渲染让质检漏数了
去年十月份，我关掉了第二个创业项目，把团队里能写全栈的两个人留了下来，一头扎进了长三角的金属加工产业带。我们的第三个产品是一个给中小型冲压件厂用的AI缺陷检测SaaS平台。客户把零件照片传上来，模型自动判断有没有划痕、缺料或者毛刺——听起来不复杂，但要做到产线级可用，前端、推理调度、结果缓存、实时看…
我复现了EMNLP那篇CodeReviewer思路，在VS Code里跑Llama 3.2做代码审查，然后连夜改了三处SQL注入规则
我在读CodeReviewer那篇论文时，脑子里一直闪回自己给同事做PR review的场景：同样的SQL拼接问题，我已经在comments里复制粘贴过不下20次了。这活儿本质上就是个模式匹配加一点上下文推理，理论上很适合让语言模型来干。论文里的思路很清晰，用T5架构预训练，在代码diff和revi…
给注塑车间看板上Next.js 15，构建速度从47秒掉到3秒，但一次Server Actions报错让质检停了整整4小时
我叫沈青锋，现在做的事，是用AI去啃制造业里最脏最累的活儿。我们给江浙一带的注塑工厂做了一套实时生产监控与AI质检系统，覆盖了20条产线，每秒钟几千个传感器数据点，还有几十路摄像头在做外观缺陷的模型推理。去年下半年，这套系统的前端和后端还趴在Next.js 14上，用着Webpack，开发体验就像在…
Vercel AI SDK 3.0 这一步棋，下在了所有 LLM 应用开发者的心坎上
两周前，我把一个客户项目从 AI SDK 2.x 迁移到 3.0，凌晨三点被一条「流式响应中断」的 PagerDuty 告警炸醒。一边修 Bug 一边翻文档，我突然意识到，这个小小的 SDK 版本号跳变，根本不是一次普通的功能升级——它是 Vercel 在 LLM 应用框架这个棋盘上，落下的最凶险的…
我把汽车零部件厂的质检系统升级Next.js 15：构建从55秒降到4秒，但一次路由缓存失误差点引发批量召回
去年年底，我第三家公司的第一个客户——一家给某合资品牌供刹车片的二级供应商，签下了AI视觉质检的合同。系统不算大，但每天要处理六条产线传回的300多万张图像切片，前端需要实时展示缺陷热力图、处理工单和产线状态。我们选了Next.js做全栈，14版本踩了大半年的坑，终于在今年三月全部切到15。这篇文章…
GitHub Copilot Chat的上下文感知就像论文里的RepoCoder，但生产环境里它用了一套让索引工程师沉默的捷径
我这周在组里做了个内部分享，本来只是想把Copilot Chat最近那个“@workspace”能力的实现原理扒一扒，结果扒完之后发现，它背后的上下文感知架构和学术界那套代码检索论文的对应关系，比我想得拧巴多了。我们读论文的时候，觉得基于AST做仓库级嵌入、用抽象语法树构建全局依赖图是件挺纯粹的事。…