<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI on 拾乐码站 - 探索代码的艺术，分享编程的乐趣</title><link>https://shiller.cn/tags/ai/</link><description>Recent content in AI on 拾乐码站 - 探索代码的艺术，分享编程的乐趣</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Sat, 14 Mar 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://shiller.cn/tags/ai/index.xml" rel="self" type="application/rss+xml"/><item><title>Axe - 像 Unix 一样运行 AI Agent</title><link>https://shiller.cn/posts/2026-03-15-axe-unix-agent/</link><pubDate>Sat, 14 Mar 2026 00:00:00 +0000</pubDate><guid>https://shiller.cn/posts/2026-03-15-axe-unix-agent/</guid><description>&lt;blockquote&gt;
&lt;p&gt;当 AI Agent 变得像 Unix 命令一样轻量、可组合、可编程，世界会怎样？&lt;/p&gt;
&lt;/blockquote&gt;
&lt;h2 id="引言"&gt;引言&lt;/h2&gt;
&lt;p&gt;如果你是一个有经验的开发者，一定对 Unix 哲学耳熟能详：&lt;strong&gt;做一件事，并做好它&lt;/strong&gt;。管道让一个个小工具组合成强大的工作流。然而，当我们谈论 AI Agent 时，画风突然变了——动辄数 GB 的依赖、数百 MB 的模型上下文、数分钟的准备时间。&lt;/p&gt;</description></item><item><title>MCP 实战教程：AI Agent 的通用接口标准</title><link>https://shiller.cn/posts/2026-03-12-mcp-tutorial/</link><pubDate>Thu, 12 Mar 2026 00:00:00 +0000</pubDate><guid>https://shiller.cn/posts/2026-03-12-mcp-tutorial/</guid><description>&lt;h1 id="mcp-实战教程ai-agent-的通用接口标准"&gt;MCP 实战教程：AI Agent 的通用接口标准&lt;/h1&gt;
&lt;p&gt;在 AI Agent 快速发展的今天，一个关键问题逐渐浮现：如何让不同的 AI 系统与各种外部工具、数据源实现无缝对接？2024年11月，Anthropic 推出了 Model Context Protocol（MCP），试图为这个问题提供一个标准化的解决方案。不到一年时间，OpenAI、Microsoft 等巨头纷纷采纳这一协议，MCP 正在成为 AI Agent 领域的&amp;quot;USB-C 接口&amp;quot;。本文将深入剖析 MCP 的核心原理，并通过完整的代码示例展示如何在实际项目中应用这一技术。&lt;/p&gt;</description></item><item><title>2026年LLM编程能力横评：Claude Opus 4.6 vs GPT-5.3 vs Gemini 3</title><link>https://shiller.cn/posts/2026-03-08-llm-coding-benchmark-2026/</link><pubDate>Sun, 08 Mar 2026 00:00:00 +0000</pubDate><guid>https://shiller.cn/posts/2026-03-08-llm-coding-benchmark-2026/</guid><description>&lt;h2 id="tldr"&gt;TL;DR&lt;/h2&gt;
&lt;p&gt;2026年3月，LLM编程能力格局已变。Claude Opus 4.6 凭借深度推理优势在复杂代码任务上领先，GPT-5.3 Codex 版在代码生成速度上依然强势，Gemini 3 则以性价比突围。本文基于 SWE-bench Lite、HumanEval 等权威基准测试数据，带你深入了解各模型的真实编程能力。&lt;/p&gt;</description></item><item><title>AI 让开发者慢 20%？研究机构说：我们方法有问题</title><link>https://shiller.cn/posts/2026-03-01-metr-productivity-study/</link><pubDate>Sun, 01 Mar 2026 00:00:00 +0000</pubDate><guid>https://shiller.cn/posts/2026-03-01-metr-productivity-study/</guid><description>&lt;h2 id="一个戏剧性的反转"&gt;一个戏剧性的反转&lt;/h2&gt;
&lt;p&gt;昨天写了《认知负债》，引用了一个研究：&lt;strong&gt;有经验的开发者用 AI 后反而慢了 19%&lt;/strong&gt;。&lt;/p&gt;
&lt;p&gt;今天发现，发布这个研究的机构 METR 发了更新：&lt;strong&gt;我们的方法有问题，实际可能是快 20%&lt;/strong&gt;。&lt;/p&gt;</description></item><item><title>认知负债：AI 编码时代的隐性成本</title><link>https://shiller.cn/posts/2026-02-28-cognitive-debt/</link><pubDate>Sat, 28 Feb 2026 00:00:00 +0000</pubDate><guid>https://shiller.cn/posts/2026-02-28-cognitive-debt/</guid><description>&lt;h2 id="一个扎心的发现"&gt;一个扎心的发现&lt;/h2&gt;
&lt;p&gt;最近看到一个研究：&lt;strong&gt;有经验的开发者使用 AI 编码工具后，反而比不用时慢了 19%&lt;/strong&gt;。&lt;/p&gt;
&lt;p&gt;不是快 19%，是慢。&lt;/p&gt;
&lt;p&gt;这事儿挺反直觉的。AI 不是应该提升效率吗？&lt;/p&gt;
&lt;h2 id="认知负债是什么"&gt;认知负债是什么&lt;/h2&gt;
&lt;p&gt;传统的 &lt;strong&gt;技术债务（Technical Debt）&lt;/strong&gt; 我们都熟悉：为了赶进度写的烂代码，以后要还利息。&lt;/p&gt;</description></item></channel></rss>