logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Cursor历史记录导出完整指南 - 轻松保存Chat对话记录

摘要:本文解析了Cursor聊天记录的存储机制,指出历史数据实际保存在本地SQLite数据库中(macOS/Linux/Windows路径不同)。当更换项目目录或更新版本时,由于记录绑定的是"工作空间路径"而非项目名,导致UI无法显示原有历史。文章介绍了两种恢复方案:手动查询SQLite数据库(需处理复杂数据结构)或使用开源工具cursor-history(支持结构化导出和跨项

文章图片
#vscode#个人开发
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码

双非也能进字节、阿里、DeepSeek 的大模型团队?真实案例告诉你:能。秘诀不是更卷,而是踩中一个大厂极缺、人才却严重不足的方向——推理优化。本文从一个秋招拿 SP 的真实故事讲起,拆解投机解码这条信息差红利路径,0 公式、可上手。

文章图片
#人工智能#个人开发#面试 +3
Codex 怎么同时回滚对话和代码?codex-rewind 的设计与取舍

Codex 能把对话退回几轮之前,文件却停在最新状态。为什么这个功能不能建在 git 上:官方两次尝试的尸检、三个有界分区的取舍,以及同一个 checkout 上 116 GB 的树如何收敛成 59 MB 的跟踪集。

文章图片
#rust#人工智能
DeepSeek V4 对于 LLM 应用开发落地到底意味着什么?中国国内主流大模型 API 供应商横向对比

压缩上下文真的更省钱吗?2026 年的答案可能要反过来。从 ACON 论文到 Manus 工程实践,再到 DeepSeek V4-Flash 的 ¥0.02/M 缓存命中——一次讲透。附各大供应商api对比

文章图片
#个人开发#人工智能
Fable 5 与 GPT-5.6 Sol 实战经验分享:什么任务该用哪个--更高效的使用你的token

本文对比了Claude Fable 5和GPT-5.6 Sol在实际项目中的表现差异,主要结论如下: 核心定位:GPT-5.6 Sol更适合作为"听话的全面执行者",而Fable 5则更像"有创意但需要监督的助手"。 任务适配: 科研任务首选GPT(搜索能力和完整性优势) 前端/设计选Fable(审美和创意更优) 后端开发根据情况分流(严谨核心选GPT,快速原型/业务开发选Fable) 关键差异:

文章图片
以后工程师的价值看会不会省token?用文言文更省token?文科生的AI暴论给我看笑了

文章摘要: 一位文科生朋友提出"用文言文写代码省token"的观点,认为这是AI时代码农的核心竞争力。作者指出这一观点存在三大误区:1)token不等于字数,文言文可能更耗token;2)用户提示词在整体token消耗中占比极小;3)省token应是模型公司的优化重点而非用户目标。真正的核心竞争力在于创造价值而非节省资源,过度关注细枝末节的优化反而会错失真正的技术突破。文章揭示

文章图片
#人工智能
Fable 5 与 GPT-5.6 Sol 实战经验分享:什么任务该用哪个--更高效的使用你的token

本文对比了Claude Fable 5和GPT-5.6 Sol在实际项目中的表现差异,主要结论如下: 核心定位:GPT-5.6 Sol更适合作为"听话的全面执行者",而Fable 5则更像"有创意但需要监督的助手"。 任务适配: 科研任务首选GPT(搜索能力和完整性优势) 前端/设计选Fable(审美和创意更优) 后端开发根据情况分流(严谨核心选GPT,快速原型/业务开发选Fable) 关键差异:

文章图片
为什么我就想要「线性历史 + Signed Commits」,GitHub 却把我当猴耍 [特殊字符][特殊字符]️

GitHub的PR合并按钮看似提供便利,实则暗藏陷阱。文章揭露了三种合并方式对签名的破坏性:Merge保留签名但破坏线性历史;Squash看似保留Verified标记实则替换签名;Rebase最阴险,直接使所有签名失效。核心矛盾在于GitHub缺乏"Fast-forward only"选项,而这是同时保证线性历史和签名的唯一方式。作者给出三条出路:手动执行fast-forwar

文章图片
#github
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码

双非也能进字节、阿里、DeepSeek 的大模型团队?真实案例告诉你:能。秘诀不是更卷,而是踩中一个大厂极缺、人才却严重不足的方向——推理优化。本文从一个秋招拿 SP 的真实故事讲起,拆解投机解码这条信息差红利路径,0 公式、可上手。

文章图片
#人工智能#个人开发#面试 +3
DeepSeek V4 对于 LLM 应用开发落地到底意味着什么?中国国内主流大模型 API 供应商横向对比

压缩上下文真的更省钱吗?2026 年的答案可能要反过来。从 ACON 论文到 Manus 工程实践,再到 DeepSeek V4-Flash 的 ¥0.02/M 缓存命中——一次讲透。附各大供应商api对比

文章图片
#个人开发#人工智能
    共 19 条
  • 1
  • 2
  • 请选择