谷歌团队通过 FitBit 对近 1.4 万名用户进行了为期 9 个月的 AI 症状检查测试。盲评中临床医生将 AI 诊断列为首选的比例达 53%，显著高于独立医生的 24%。研究核心发现并非「AI 击败医生」，而是揭示了当前消费级大模型仅凭用户输入直接回答的模式存在缺陷。

从选型到部署的完整复盘：为什么放弃 Contentlayer 转用 next-mdx-remote、SSG 与 ISR 的取舍、Cover Flow 用 Swiper 而非手写、暗色主题防 FOUC 的方案、以及评论系统免后端选型。每一条都是真金白银的时间换来的。

GLM-5V-Turbo 技术报告总结了其在模型设计、多模态训练、强化学习、工具链扩展以及与智能体框架集成等方面的主要改进，使其在多模态编码、视觉工具使用和基于框架的智能体任务中表现亮眼。

很多团队把「编排 N 个工具」当成产品卖点，但用户只在乎结果可不可信、能不能回退、出错了找谁。Agent 产品的护城河不在模型，在于确定性、可观测和兜底策略。这篇文章聊了三个我从 0 到 1 落地 AI 产品后的体感。

从实际团队规模与业务复杂度出发，论证 5 人以下团队在单体上能跑得更快：部署、调试、code review、跨服务事务、版本兼容——微服务带来的运维与协作开销远超它的收益。

把首屏 LCP 从 3.4s 压到 1.6s 的全过程：图片 AVIF + 响应式 srcset、关键 CSS 内联、字体 preload 与 display=swap、路由级代码分割、以及把第三方脚本改成 requestIdleCallback 延迟加载。每个点都附了量化收益。

作为全栈工程师，简历站就是我的第一份作品。这次重做的核心思路：用猎头视角组织信息（金字塔叙事），用 Awwwards 级交互留住人，同时严格尊重 prefers-reduced-motion。这篇文章记录了设计决策和取舍。

从评测缺失、上下文污染、到成本失控，作者系统整理了把 LLM 塞进生产环境最常踩的坑，并给了对应的工程化解法。

在一个中型项目里纠结了半年状态方案，最后发现：样板代码多的方案迟早被团队嫌弃。Zustand 的极简心智模型在小团队里反而最稳。这篇是选型复盘，不是安利。

v4 用 Rust 重写了引擎，CSS-first 配置（@theme），与浏览器原生级联对齐。本文对比了 v3 到 v4 的迁移差异。