成为 AI Agent 工程师的学习 Roadmap（2026）
写给和我一样、有一定 Python 基础与 DevOps 背景，希望转型 / 进阶为 AI Agent 工程师或 LLM Platform 工程师的人。参考：roadmap.sh/ai-engineer、roadmap.sh/ai-agents。本文不设硬性时间表，按”能力阶段”递进；每个阶段给出官方文档 / 论文 / 开源项目 / 视
从一段没有画出来的流程图开始：给 NAS 上的 Go Markdown 服务补上 Mermaid
先说结论：这次流程图显示成源码，不是 Mermaid 写错了，也不是 Go “不支持画图”。 原来的小服务已经把 Markdown 排成了网页，却没有带上真正负责画图的 Mermaid。我们做的事情，就是把这位“绘图员”装进程序，只在需要时请它工作，再把新版本装回 NAS。 这篇文章特意写给刚接触编程的人。你不需要先学完 Go、Docker 或前端，跟着“谁负责哪一步”往下看，就能理解这次改造为
Review AI 全靠电纸书续命不然早瞎了
众所周知，AI时代 不管是生成的代码还是思考链带来的阅读量远超之前。 不看 AI爱卿 的折子吧，久了就被架空成橡皮图章了；说看吧，我试过不管什么品质的屏幕（哪怕是 Apple Vision Pro）时间稍微长一点，都看得老眼昏花视觉残留到两眼发光。
2025-2026 Fitness Journey Record
之前维护了一个实时记录贴，想到哪写到哪，所以格式杂乱，现重整理为总结贴。 坚持一年了，到第二年基本卡住，经过一些尝试和验证，现重新启动。
从二叉树遍历到yield，然后到协程、异步
前言这是一篇跨越 3年 又新又旧的文章。（或者说单纯鸽了这么久，上次写作的细节仍历历在目） 当时写作时 ChatGPT 都没落地，为了调一个 Blog 展示效果还得花上许多时间查文档，试实现。 现在 AI 的存在已经让手写 Blog 这种，类似以前游戏中，为了节省算力资源，预先渲染好的 “过场动画” 大部分时候没什么意义了，想要查询什么知识点的时候，直接实时生成一篇 Post，通识知识质量还高于绝
这个版本 AI 直接改 非结构化文件 的水平还是不强势啊 -- 看看原理
这几天一直想总结一下 AI 大人出糗经历，给自己即将被淘汰的职业生涯整点电子吗啡安慰一下，这不就来例子了。 背景：Windows、goose Agent、 Hermes Agent、Markdown 测试报告、多次表格结构重构 事后总结确实发现这个 case 根源在于工具选型，一开始就应该用诸如 .xml 这种结构化且几乎是 test report 的标准指定文件。 但当时想到所谓 “Ma
名叫 openai.azure.com 的网关却提供 Anthropic 协议时，你让 Agent 怎么办？
根因：这个网关虽然主机名是 openai.azure.com，但同时提供了 OpenAI-compatible 与 Anthropic Messages 两套协议。GPT 要走 /openai/v1/... （会默认加上），Claude 要走 /anthropic/v1/... （是不符合语义的，需要抽象地自己加上）。