AI 辅助编程有个结构性矛盾，很多人卡在这里做选择：顶级推理模型规划能力强，但它是云端 API——生产数据、代码架构要发出去；本地部署的模型数据安全，但推理深度不够，复杂规划做不好。
想的人够不着数据，数据里的人不会想。
大多数人在这两者之间反复横跳：要么图聪明把代码往云上发，要么图安全忍受本地模型的平庸。其实还有第三条路——不选，分工。
聊负载均衡，大多数人张口就是 Nginx。但往流量入口再退一层，有个更老、更快的东西：LVS（Linux Virtual Server）——章文嵩博士 1998 年发起的项目，如今是 Linux 内核的标准组件。
它快的道理一句话讲完：Nginx 是用户态进程，收包、解析、再发包，一个请求两次穿越内核/用户态边界；LVS 的转发代码（ipvs 模块）就挂在内核的 INPUT 链上，数据包还没到用户态就被改写转走了。没有进程切换，没有 socket，没有代理。
你不用替换 Nginx——绝大多数大厂的入口是 LVS 在前做四层分发、Nginx 在后做七层。但要理解入口层为什么这么设计，得先看懂 LVS。
你肯定有这种感觉：书看了不少，播客听了不少，B 站收藏了一堆长视频。然后呢？什么都没变。知识停在"看过、听过、收藏过"，真到做决策的时候，脑子里什么都调不出来。
常规解法是做摘要、记笔记。但摘要是压缩——压缩完你还是不知道"什么时候该用什么"。最近认真研究了一个开源项目 cangjie-skill（仓颉 Skill），它走了另一条路：把一本书、一期播客、一个两小时长视频里沉淀的方法论，拆出来变成 AI Agent 能调用的 Skill 工具包。
一句话：读完之后，带走一套能调用的方法论，而不是一篇会落灰的总结。
用 AI 写代码的人分两种：一种以为提示词是关键，一种以为换个更强的模型是关键。Cursor 官方出了套免费课程（Cursor Learn），不讲机器学习不讲训练，就讲怎么把模型用明白——三课看下来，我确认自己踩过的三个误区，大概率你也在踩。
模型是概率机器，不是确定性 API。课程给的定义很准：把 AI 模型当作"超智能的通用 API 端点"——你集成 Stripe 处理支付，同样可以调用模型干活，唯一的本质区别是：你无法保证每次得到相同的结果。
先看看你家有没有这种设备：运营商送的智能插座，厂商 APP 停服了，插座本身好好的——继电器能吸合能断开，就是没人管它了。一块标准的"云僵尸"硬件。
中移铁通的 CMPOWER W1 就是典型：ESP8266 内核、两个继电器、四组 LED、一个实体按键。原作者干的事很干脆：官方 APP 没了？那就重写一版固件，把这块硬件救活——MQTT 协议控制，任何客户端能连，开源可刷。
原厂方案的死法都一样：设备 → 厂商云 → APP。厂商弃坑，云没了，设备变砖——哪怕硬件百分之百健康。
先对号入座：很多人装了 gh（GitHub CLI），用法停留在 gh pr list 和 gh pr create，偶尔回网页点两下，感觉它是个可有可无的补充。
翻一遍官方手册会发现格局完全不对。git 和 gh 的分工是一句话的事：git 管你本地的代码，gh 管 GitHub 平台上的一切——PR、Issue、Actions、Projects、Codespaces、Release、Secret，全在命令行里。而且 2026 年的手册里，gh agent-task 和 gh skill 已经和根命令并列——GitHub 官方把 Agent 也接进了这条通道。
先还原一个场景：地铁上单手举着手机，看一份 419 页的扫描版技术书。整页 A4 扫描图，字小得像蚂蚁，两指捏开放大，看三行，往右拖，再看三行——代码被扫成了图片，想复制出来搜一下都做不到。
那本"想读很久"的书，就这样在手机里躺了半年。不是你不想读，是没有人能用这种方式读完一本技术书。
解法的方向人人都知道：OCR 转成可重排的 EPUB。但自己跑 OCR 模型要么吃显卡要么调参到天亮，而且扫描书转 EPUB 的难点从来不是 OCR 本身，是识别之后的整理：切章节、去页眉、接断句、嵌图片。很多工具卡在"转出来了但没法读"。
拿到一个想法，第一件事就是打开编辑器写代码——AI 编程时代这个冲动更强了：Claude Code 半小时就能给你跑起来一个东西，凭什么还要流程？
因为跑起来和做对是两回事。AI 把"做出来"压缩了 90%，但每个风险该花多少钱回答，一个子儿都没便宜。
我的起手式固定四个动作，每个动作回答一个独立的问题：
| 动作 | 回答的问题 | 交付物 | 合理耗时 |
|---|---|---|---|
| ① PoC | 能不能做出来？（技术风险） | 能跑的验证 + 结论 | 1-3 天 |
| ② 设计 | 做出来什么样？（体验风险） | 可交互的原型 | 几小时-1 天 |
| ③ MVP | 有没有人用？（市场风险） | 真实用户可用的最精简版 | 2-8 周 |
| ④ 迭代 | 怎么做得更好？ | 下一轮，回到① | 循环 |
让 LLM 做判断，是件又慢又悬的事：你问「这条工单该分给谁」，它先写三百字分析，再小心翼翼吐出一个名字，你还得写正则去抠——抠错了就崩。Cloudflare 最近开源了个不一样的玩意儿：Clef，27B 参数的多模态决策模型，不写一个字，一次前向传播，直接把你所有问题的每个选项的概率都算出来。
Apache-2.0 协议，权重挂在 HuggingFace 上，开源一周社区已经出了 12 个量化版本。这个热度说明一件事：把「判断」从生成式 LLM 里拆出来，不是某个团队的怪想法，是个正在成形的赛道——之前拆过的 Laya、Jev 走的都是这条路，现在 Cloudflare 也下场了。
分布式推理的门槛，很多时候不是显卡，是那张几万块的 InfiniBand 网卡。有人用一坨内核代码加几根雷电线，把它干掉了：两台 128GB 的 Strix Halo 机器，跑 230B 的 MoE 模型，20 tok/s。
项目叫 donnerkeule，fork 自 hellas-ai 的 thunderbolt-ibverbs，一个研究性质的 Linux 内核模块加用户态库。它干的事一句话说清：把 USB4/Thunderbolt 4 的 DMA 通道，伪装成一个标准 InfiniBand RDMA 设备。不买网卡，不买交换机，你的 vLLM、NCCL、UCX 照常以为自己在用真 IB。
