AI Agent、量化研究与工程系统的实测笔记从真实代码、数据与反例出发，记录可复核的结论、证据和适用边界。
最近更新
对齐目标误差最低 0.45 倍，用错设计最高放大 2.03 倍：IV 曲面抽样协议的合成复测Quant & Markets
在真值已知的合成期权链上重跑 Bastola 与 Prushansky 的 IV 曲面抽样协议：等权侧排序复现（等格 0.45、错配最高 2.03 倍），但流动性 PPS 在其流动性加权目标上被等格分配全档击败——恒等式成立，输的是从它滑出的总分推论，归因于对齐、分配与评分的层级错配；附活动时钟的双口径复测与四条可带走规则。论文 NVDA 量级未测，真实语料未跑。
16K 到 128K，Agent 记忆增益从 +18 缩至 +6：EvoMemBench 子集复测与 Token 成本解剖AI & Coding
在第三方网关最廉价的 GPT 端点上，对 EvoMemBench 的 Gorilla File System 子集做预注册复测（3 臂 × 2 档预算、共 300 个 episode）：上下文从 16K 扩到 128K，最佳记忆增益从 +18.0 分缩到 +6.0 分，但未出现跌破基线；附论文未单独拆出的记忆模块成本解剖——ACE 的输出 token 约为无记忆基线的 7.4 倍，其记忆模块约占自身输入的 36.5%。
照抄公式也训不出稀疏：一篇 SAE 加密因子论文的复现边界Quant & Markets
按 Han & Qu（ICAIF '26）的印刷公式在冻结的 Binance 面板上复现 SAE 加密因子：稀疏惩罚没有启动，SAE 与它的稠密消融训成了同一个模型；波动主张只剩方向、机制反转，论文的几项否定结论方向一致，稀疏度分离则没有复现。附次日执行与成本扩展。
同一纳秒记录了 114 条执行事件：Hawkes 似然哪里容易算错？Quant & Markets
以 AAPL 2019 年 ITCH 同纳秒执行批次和 114 条人工反例，拆解 Hawkes pre-batch 工作似然、逐行自激、补偿积分和适用边界。
Cloudflare 披露的 KV Cache 跨请求暴露：SGLang 为何仍将被拒绝的请求送入 handoff？Engineering
拆解 Cloudflare GLM-5.3 的 KV pool/context 容量错配、SGLang abort 状态传播与上游修复；附固定版本 CPU 单测和修复前后差分证据。
工程上下文已经留在 GitHub，Agent 还需要独立记忆吗？Beacon 与 Checkpoint 对照实测AI & Coding
沿着 GitHub-first、Local-first 与 Agent Memory 三部曲，用 Beacon Local 三轮合成实验对照仓库可推导规则、历史知识跨 Harness 检索、过期记忆与本地日志边界；重点区分记忆读取与任务收益的证据。
AI 浏览器会返回隐藏内容吗？TinyFish Fetch 实测与 AgentQL 源码核查Engineering
用 36 条合成页面提取回执检查 TinyFish Fetch 对 aria-label、display:none 与隐藏字段的返回差异，并核对 AgentQL MCP 源码、SDK 参数、远程会话文档和两家服务条款。
人肉 Review 看不过来，单测全绿也漏 Bug：用“反例和证据”审查 AI 辅助代码AI & Coding
单测全绿为什么仍会漏 Bug？用动态 SVG 校验器的四个离线反例，拆解不变量、负向回归、精确版本和独立复验如何构成 AI 代码审查的验收线。
代码不上云，网页端 AI 能参与到哪一步？Local-first 与 GitHub-first 的接入边界AI & Coding
比较本地 Codex/MCP、ChatGPT Web 隧道、只读 SSH 与 GitHub 云端 Agent 的数据边界，说明网页端 AI 能看到什么、能做什么。
当大家都用 AI 分析金融时，Agent 的真正护城河是什么？Quant & Markets
从赛博朋克风的金融 Agent 到真实量化研究：当行情与大模型人人可用，护城河是精美行情界面，还是长期历史数据、模型晋升门禁和跨周期验证？
蒙特卡洛情景翻倍，尾部风险就更真实吗？12 ETF 实测Quant & Markets
用 12 只 ETF、50 组配对随机种子与六种情景生成法，实测样本翻倍如何缩小 ES 波动，以及为什么共跌与 60 日尾部风险未必更真实。
主动式 AI 权限安全怎么验？Meta Muse 实测：识破伪指令，却漏掉 30 分钟会议冲突Engineering
Meta Muse 合成邮箱与日历测试：一次性 Share 拒绝确实阻止读取，获准网页答复识破伪指令却漏掉 K2；从权限与源事实两条线决定 AI Agent 能否放权。
tsrs vs tsgo：Cloudflare 的“8 倍”怎么读？我把两个编译器放一起跑了四个样例Engineering
从 Cloudflare 的“最高 8 倍”公告与 tsrs 固定版本基准表的差异入手，用四组真实运行的 TypeScript 合成诊断样例复核 tsgo/tsrs 输出，并给出在真实项目中安全试跑的办法。
Polymarket 刷量争议：Data API 与撮合日志里的成交量陷阱Quant & Markets
核对 Polymarket 刷量争议中的 MSR 分母、No 买卖金额、Data API 窗口与 CTF Exchange V2 日志，避免重复汇总和价格采样误读。
把工程上下文留在 GitHub：AI 编程跨工具接力与多分支协作AI & Coding
换 AI 工具或设备时如何继续编程？用 AGENTS.md、GitHub Issue/PR、checkpoint 和精确 HEAD 保留工程上下文，支持多 Agent 分支协作与独立审查。附开源协议仓库与动态架构图。
TradingView Webhook 403 排查：Cloudflare + Nginx 真实 IP 与四场景实测Engineering
TradingView Webhook 返回 403 或 IP not allowed？结合历史故障与 Nginx 真实 IP 四场景实测，排查 Cloudflare 来源透传、可信代理、401 与伪造请求头。
GitHub Actions 私有仓库分钟不够？VPS 双 Self-hosted Runner 配置与隔离Dev Workflow
私有仓库的 CI 跑得多、免费分钟吃紧？把确定性的构建与检查交给同一台 VPS 的两个 Self-hosted Runner：一份计费拆账、systemd 资源隔离与信任边界实录。
vectorbt 1.1.2：NaN 如何让 CVaR 风险指标失真？从样本分母到测试断言Quant & Markets
固定 v1.1.1／v1.1.2 的 Numba 与 Rust 源码，用完整 Python 合成案例复算 -4.67% 与 -5.50%，分析 CVaR 和 isclose 测试陷阱。
订单簿回测成交对不上？NautilusTrader batch_deltas 与 F_LAST 排查Quant & Markets
NautilusTrader 2.0.0rc7 的 OrderBookDelta 盘口回测如何排查成交差异？用固定源码与合成测试解释 batch_deltas、F_LAST 头部截断及对照回放。
MCP 客户端怎么区分 HTTP 503、JSON-RPC error 与 isError？Engineering
基于 MCP 2026 规范、Cakewalk 固定源码与 11 组 Node.js 本地测试，拆解 HTTP 503、JSON-RPC error、isError、SSE 与重试边界。
GitHub Actions Workflow Lockfiles：只锁 uses@SHA 为什么还不够？Engineering
核对 gh-actions-lock v0.2.0 与 actions.lock v0.0.3 源码，解释传递依赖、可复用工作流、策略冲突、冷却期和迁移试点。
同一只股票反复入选，量化策略胜率还可信吗？Quant & Markets
量化策略胜率高就可靠吗？用10条合成记录、完整Python和SQL核查重复选股、三种统计分母、T+N结算与重叠样本。
Vercel Daemons 能替代 VPS 常驻 Worker 吗？配额、配置与任务中断Engineering
Vercel Daemons 适合取代 VPS 后台 Worker 吗？对比 Python Functions、容器函数、常驻进程配额与限制，结合 Node.js SIGTERM 中断实测解释任务幂等性。
GitHub AI Scan 实测：两处 Shell 注入被指出，安全检查却是 SuccessEngineering
真实公开 PR 中两段预埋 Bash 风险获得 GitHub AI Scan 评论，但动态 Actions 显示 Success。解读 81 秒观察、CodeQL / Ruleset 强制门禁及计费边界。
不把核心代码明文交给 GitHub：我的 Win/Mac 私有 Git、加密云备份与移动开发困境Engineering
为什么高价值商业源码不直接放进 GitHub Private？复盘 Win/Mac 本地 Git Central、Cryptomator 密文云备份、加密 Git 远程推送的技术边界，以及手机端 AI 协作的瓶颈。
多策略选股评分如何对齐？同为 80 分的辛普森悖论与概率校准Quant & Markets
不同选股来源都给 80 分，能直接比较吗？用来源感知评分、80 条合成数据与 Wilson 下界解释辛普森悖论、时间泄漏和概率校准。
AI SSH 客户端安全吗？从 Hatoba 源码看 E2EE、数据出站与命令审批Engineering
AI SSH 助手会向模型发送哪些终端数据？以 Hatoba v0.3.0 源码核对 E2EE 同步、D1 元数据与命令审批，并通过六项独立 Python 测试解释密文回滚边界。
别让 Claude Code 乱删库：laya-guard（正则 + 322M 本地模型）PreToolUse 拦截实测与 3 类绕过复现Engineering
实测 laya-guard 本地 AI agent 命令守卫：12 条正则预过滤 + 322M 端侧模型双层机制，三个历史绕过复现、30 例 eval、1.5–2.1s 延迟实测与 npm deploy 误伤分析，给出客观接入建议。
Codex 怎么通过 CLIProxyAPI 反代：Docker 部署、OAuth 登录和客户端配置Engineering
如果你想把 Codex 接到自己的代理入口，这篇文章会把 CLIProxyAPI 的 Docker 部署、Codex OAuth 登录和 Codex App 配置改法讲清楚。
Claude Code、Codex 接 API 怎么选：3 种路线的成本与接入对比AI & Coding
面向独立开发者和小团队，对比 CLIProxyAPI 自建、OpenRouter 中转、官方 API 直连三条路线：真实成本结构、接入难度与数据路径，帮你按用量选路线。
pnpm 12.11 让 npm 依赖携带 Agent Skills：批准一次以后，升级还要查什么？Engineering
pnpm 12.11 引入依赖提供 Agent Skills 的能力。本文从源码、官方文档和独立验证模型分析 pnpm approve 的信任边界：批准一个依赖后，为什么升级版本仍需要关注 Skill 内容变化。
Diffle 的文本锚点：Coding Agent 改动代码后，审阅评论如何重新定位AI & Coding
固定 Diffle 0.2.4 源码，结合四组独立 Node.js 合成测试，分析 Git Diff 评论的文本锚点、重复代码歧义及 Pending Review 边界。
Coding Agent 记住上次怎么改代码，就能省 Token 吗？我拆了 Singularity 的检索逻辑AI & Coding
拆解 Singularity 固定版本的工作流记忆检索，通过五组独立合成测试分析误召回与过时记忆，并审视 Token 节省数据的局限。
52 周新高叠加成交量，筛选器能帮我少看哪些股票？Quant & Markets
用六只虚构股票的 6→4→2 筛选例子和一次真实筛选器操作，解释 52 周高点、成交量与 RVOL 如何缩小研究名单，以及筛选不能替代什么。
OpenQodex 0.11.0 实测：审阅没有完成，为什么 Git push 还可能成功？Dev Workflow
实测 OpenQodex 0.11.0 的 ShellCheck 扫描、Git pre-push Hook 与独立审阅失败场景，剖析 incomplete 后可能放行的边界。
Claude Code 测试日志太长怎么办？我检查了 Context Diet 的错误保留边界AI & Coding
基于 Context Diet v0.3.0 源码与 Node.js 合成测试，分析工具日志压缩的错误保留边界、原文回读、真实摘要预算及 capture 风险。
Astro check 遇到 TypeScript 7：别删类型检查，先修复依赖Dev Workflow
Astro check 在 TypeScript 7 升级后失败，分析原生编译器 API、peerDependencies 和真实 CI 修复；附 Node.js 合成实测及 npm、Dependabot 处理方法。
Gatus Docker Compose 实测：服务返回 503 后，告警会触发并在恢复时结束吗？Engineering
在隔离 Docker Compose 环境实测 Gatus v5.37.0 的 HTTP 503 告警、恢复通知、首次连接拒绝和 SQLite 历史持久化。
量化研究数据怎么长期保存？从 PostgreSQL 备份到 R2 归档的取舍Quant & Markets
从 PG PITR 与 TOAST/MVCC 出发，比较 R2 归档、manifest-first、租约、校验和行情 as-of 修订；区分 28 项离线测试与真实系统验收。
量化因子怎么判断有没有用？我用 Bucket Spread 和 Rank IC 跑了一次多周期验证Quant & Markets
一个因子 5 日有效，不代表 1 日、3 日也有效。用公开 ETF 数据实测 Bucket Spread、Rank IC、多周期与抽样敏感性，拆解因子验证最容易踩的坑。
PanelAlpha Engine 实测：AI 管理 VPS，能替代 GitHub Self-hosted Runner 吗？Engineering
一次基于独立 Ubuntu VPS 的 PanelAlpha Engine v2.1.1 实测，比较 AI Hosting Control Plane 与 GitHub Self-hosted Runner 在生产发布链中的定位差异。
多因子模型怎么安全调权？我用 Regime、Shadow 和权重漂移跑了一次对照实验Quant & Markets
因子验证通过后，最危险的是把最近窗口直接变成线上权重。用可复现的 regime-switching 实验比较 Immediate、Delta Cap 和 Shadow-first，拆解错误 promotion、换手与适应滞后的真实交换。
Docker pull 卡住怎么办：排查 macOS credential helper 与 DOCKER_CONFIGEngineering
macOS 上无人值守 Docker pull 卡住时，问题可能出在 credential helper。用第一方实验看清 DOCKER_CONFIG、credsStore、credHelpers 和空 auths 的真实行为。
Coding Agent 模型怎么选？我用 SelfBench 对比了 9 个真实仓库AI & Coding
公开 Coding Agent 榜单未必代表你的项目。我用 SelfBench 分析 9 个真实仓库，比较模型排名、成本、小样本不确定性和隐藏测试质量。
ChatGPT Web + GitHub + Self-hosted Runner：任意设备开发，统一从 GitHub 部署Dev Workflow
把开发入口从一台本地电脑里拆出来：GitHub 保存代码与审查状态，Self-hosted Runner 负责构建部署，Codex/浏览器负责云端协作，SSH 保留给深度调试和应急。
AI 生成的测试可靠吗？用 Mutation Testing 检查 Coding Agent 测试质量AI & Coding
Coding Agent 写出的测试全绿、Coverage 100% 也可能漏掉边界错误。本文用第一方 Mutation Testing A/B 实验验证差异，并拆解如何把 survivors 变成更可靠的完工门禁。
AI Agent Orchestration 是什么：多 Agent 真正难的是共享状态和交接AI & Coding
当 Codex、Claude Code 和其他 Agent 开始同时工作，光会分工还不够。这篇文章从真实协作案例和第一方实验出发，讲清 owner、handoff、receipt、权限边界和可回放状态。
Muse.ai 注册卡住怎么办：我用 ChatGPT Work 云端浏览器完成注册AI & Coding
Muse.ai 注册在本地浏览器里不顺时，我这次直接用 ChatGPT Work 的云端浏览器打开官网、停在页面后人工接管，顺利完成了注册。
CLAUDE.md 太长怎么办：我重新拆了一遍 AGENTS.md、Skills 和 CI 的边界AI & Coding
从一个 760 行 CLAUDE.md 的真实迁移出发，我重新测了 AGENTS.md、Skills 与 CI 分层后的变化，并整理出一套更适合长期维护 Coding Agent 指令的做法。
WARP 出口 IP 怎么刷新：Gemini 报地区不支持时的排查方法Engineering
Gemini 或 AI 客户端突然报 User location is not supported 时，先别急着改入口配置。这篇文章用 WARP SOCKS5 的真实排障过程讲清楚怎么确认出口、重连、验证和继续定位。
如何把公开 GitHub 仓库完整镜像备份到自己的 Private 仓库Dev Workflow
用 git clone --mirror、git push --mirror 和 GitHub CLI，把公开 GitHub 仓库完整镜像到自己的 Private 仓库，并处理增量同步、Git LFS、核验与 mirror 覆盖风险。
Codex 新模型不显示怎么办：同步官方 Model Catalog + Sub2API 原名透传AI & Coding
Codex 官方已经发布新模型，但 Desktop 或 CLI 里看不到？这篇文章把官方 models.json、本地 catalog、minimal_client_version、Sub2API 白名单与原名透传串成一套可复用更新流程。
如何在 Notion 写文章，再自动同步到静态博客Web & Content
如果你平时在 Notion 写稿，但博客是 Astro 这类静态站，这篇文章会把我现在这条从 Notion 写作到 GitHub Actions 自动同步发布的链路讲清楚。
Claude Code 源码泄露后，我们能学到什么：系统提示词、权限分级和记忆系统AI & Coding
这篇文章不聊八卦本身，而是从 Claude Code 公开泄露事件里拆出几层更值得独立开发者关心的东西：提示词架构、安全边界、记忆设计，以及为什么 AI 编程工具的差距早就不只在模型。
OBS 录屏怎么做局部放大：适合教程视频的鼠标跟随缩放方案Web & Content
如果你做的是教程录屏、软件演示或知识分享视频，这篇文章会把 OBS 里鼠标跟随局部放大的思路、安装方式和参数取舍讲清楚。
新版 Codex 有什么变化：为什么它现在更像一个开发环境AI & Coding
如果你对 Codex 的印象还停留在早期云端代理，这篇文章会把新版 Codex 的 Skills、Plugins、Automations 和工作流变化讲清楚。
OpenClaw 怎么部署：本地源码安装和 Docker 部署怎么选Engineering
想快速装好 OpenClaw，真正难的不是敲哪条命令，而是先选对路径。这篇文章把本地电脑、云端服务器、源码安装和 Docker 部署的差别一次讲清楚。
Notion 官方 API 自动备份到 GitHub：GitHub Actions 完整方案Dev Workflow
如果你想把 Notion 笔记长期稳定备份到 GitHub，这套方案用官方 API、Internal Integration 和 GitHub Actions 跑通自动导出、递归抓取和文件重命名。
Astro 博客 vs WordPress：为什么我现在更偏向 Markdown + GitHub Actions 这套内容架构Web & Content
如果你做的是个人技术博客或内容站，这篇文章会把 Astro + Markdown + GitHub Actions 和传统 WordPress 的更新方式放在一起讲清楚。
本地写 Markdown，git push 后自动上线：我的双语博客发布流程Web & Content
这篇文章分享我现在这套双语技术博客发布流程，从本地写 Markdown，到 GitHub Actions 自动部署上线，尽量把内容生产变成低摩擦的日常动作。
Git Worktree 多分支并行开发：一套不互相污染的标准流程Dev Workflow
如果你经常一边修 bug 一边做新功能，Git worktree 是我觉得最省心的并行开发方式：主目录保持干净，每个功能单独一个目录，开发、测试、合并都不容易串。
Docker 数据卷自动备份到 GitHub：适合 1Panel 的低成本容灾方案Engineering
如果你在 1Panel 里跑 Docker 服务，这篇文章可以直接照着做：每天自动打包数据卷，本地保留 7 天，再同步到 GitHub 私有仓库，出问题时至少还有一条恢复路径。