- 博客(359)
- 资源 (10)
- 收藏
- 关注
RSS订阅
原创 Android开发技能图谱
本文详细介绍了Android开发者必备的技术技能，涵盖编程语言、开发环境、基础组件、架构设计、线程管理等关键领域。
2024-03-20 20:05:35
2012
1
原创 Android平台Native代码的崩溃捕获机制及实现
在Android平台，native crash一直是crash里的大头。native crash具有上下文不全、出错信息模糊、难以捕捉等特点，比java crash更难修复。本文将详细阐述Android平台上Native代码的崩溃捕获机制原理，以及如何实现Native崩溃捕获组件。
2017-01-07 21:19:41
20475
2
原创 你的 App 还在“联网问 AI“？Gemma 4 已经住进 Android 了
Gemma 4 登陆 Android Studio 与 AICore，端侧 AI 不再是 demo。本文带你看懂 AICore 接入姿势、云端降级策略和 Compose Hot Reload 新进展。
2026-04-12 13:57:28
355
原创 AI没有拉平差距，它在放大差距
同样在用AI写代码，有人产出翻了5倍，有人原地踏步。AI放大了工程师间差距，本文拆解差距来源、四层能力框架和如何跃升。
2026-04-12 13:55:07
342
原创 你的 Android App 可能白白损失了 35% 的性能——R8 全模式配置详解
一行配置让Monzo启动性能提升35%，R8全模式究竟打开了哪些优化？附完整规则配置与避坑指南
2026-04-06 23:40:44
657
原创 在 Android 上跑大模型，我踩过的那些推理加速坑
MNN、llama.cpp、NNAPI怎么选？INT4量化踩坑、KV Cache内存炸裂、GPU加速fallback——Android端侧LLM推理工程全攻略
2026-04-06 12:01:19
533
原创 微前端状态管理的真相：Module Federation + 跨应用通信实战
从状态分层到MF singleton共享，再到类型安全事件总线，拆解微前端状态隔离与跨应用通信的实战方案
2026-04-05 22:42:41
341
原创 AI 翻译代码会干掉跨平台框架吗？KMP、Flutter、RN 的真实处境
AI能翻译代码，跨平台框架还有必要吗？KMP崛起、Flutter焦虑、RN衰退，2026年跨端技术选型的真实判断
2026-04-05 10:42:36
777
原创 AI时代，工程师的学习方式已经过时了
AI工具让工程师能做的事快速扩展，却在悄悄拉大会用和理解之间的鸿沟。五个可操作的学习方法，重新锚定AI时代真正有价值的学习目标
2026-04-05 10:41:31
450
原创 大模型推理凭什么这么贵？从GRPO到BCR，推理效率之战全解析
推理越强账单越贵？从GRPO缺陷到BCR任务扩展定律，深度解析2026年AI推理效率之战的核心方法与工程实践
2026-04-04 22:48:14
133
原创 你以为 Android 返回手势就是往右划？太天真了
Predictive Back Gesture 深度解析：Android 16 强制执行返回手势新API，onBackPressed已废弃，三步迁移指南帮你快速适配
2026-04-04 22:46:04
413
原创 从代码混淆到动态加载——构建Android多层次反编译防护体系
攻防是动态博弈——今天有效的防护，明天可能被新版本 Frida 或新的逆向工具突破。真正可持续的安全策略不是堆砌技术手段，而是建立一套感知、响应、迭代的机制：R8 混淆 + 字符串加密：基础门槛，今天就做，无理由推迟动态加载：对高价值逻辑的核心保护，首选第三方成熟加固服务Native 反调试：专业安全需求的终极防线，配合"静默降级"策略Play Integrity：低成本高收益，服务端决策，不要在客户端判断安全事件监控上报：没有感知就没有响应，攻击发生时你要能知道。
2026-04-04 22:44:25
428
原创 Agent 时代，工程师正在失去什么，又在悄悄获得什么？
AI Agent 浪潮下，工程师的判断力在悄悄萎缩？还是在进化？聊聊智能体时代最值钱的工程能力。
2026-04-04 00:48:52
470
原创 我给 AI 助手装了 10 个插件，然后自己写了 2 个发布到了市场
批量安装 OpenClaw Skills 的实操记录：10 个装上 5 个，装不了的自己写，web-reader 和 ontology 从零搭建到发布市场的完整过程
2026-04-04 00:46:56
388
原创 AI 编程工具的“黑盒“之下：为什么 Claude Code 就是比别的 Copilot 好用？
大多数人用 AI 写代码，其实还是在用补全器打字。真正的效率提升，需要从范式上切换。拆解 Claude Code 源码，聊聊 AI 编程工具好不好用的本质
2026-04-04 00:44:19
449
原创 告别 KAPT，拥抱 KSP：一次工具链迁移让构建提速 40%
Kotlin 2.x 后续路线图中，KAPT 兼容层已进入"维护态"，不排除在某个大版本中正式移除。到那时你是被动升级（踩坑）还是主动收益（早早验收），现在就能决定。配合 K2 编译器，改几行配置，构建时间可能直接少掉三分之一。这是投入产出比最高的一类工程化升级——
2026-04-04 00:41:42
307
原创 SystemUI 里做 Launcher App 列表：四种方案的 Framework 原理与工程取舍
SystemUI 全是 Window 没有 Activity，但要做 Launcher App 列表？深入拆解四种方案的原理、代码实现与工程取舍
2026-04-02 13:18:11
510
原创 LangGraph 源码拆解：它凭什么比 LangChain 更适合 Agent 编排？
深挖 LangGraph 源码：Pregel 超步执行引擎、Channel 状态归约、Checkpoint 持久化三大核心机制拆解，附完整 ReAct Agent 实现与场景选型建议
2026-04-02 13:17:01
404
原创 别再说 Flutter 是唯一选择了——KMP 正在悄悄抢走它的地盘
Android 工程师视角深度对比 KMP 与 Flutter 核心差异，附完整实战落地代码，带你看清跨端选型的真正关键所在
2026-04-01 20:19:31
436
原创 Claude Code 深度拆解：它凭什么被称为「最接近真实工程师」的 AI 编码工具
从源码泄露事件切入，深度拆解 Claude Code 的工具设计、System Prompt 工程、CLI 架构选择与权限模型，揭示 AI 编程 Agent 的真实设计哲学
2026-04-01 20:18:04
396
原创 字节跳动开源 DeerFlow 2.0 源码拆解：14层Middleware、Sub-Agent并发编排和结构化记忆是怎么做的
深度拆解字节开源 DeerFlow 2.0 源码：14层有序Middleware洋葱模型、Sub-Agent内置轮询编排、结构化分层记忆、沙盒双重防护，附与同类框架的设计对比
2026-03-31 22:59:40
987
原创 我见过的最反直觉的 Android 架构问题：UseCase 越多，项目越烂
Clean Architecture 落地的坑：UseCase层值不值得写？Repository接口存在的真正理由？Compose时代的分层架构实战，含KMP趋势分析。
2026-03-31 22:59:22
644
原创 LLM Agent 评估工程：你的 Agent 靠感觉上线，迟早会出大事
Agent 上线靠感觉？这篇从三层评估架构讲起，给出从追踪到 CI/CD 的完整工程落地方案
2026-03-31 12:59:09
343
原创 在 Android 上跑大模型，你选错引擎了吗？
llama.cpp、MNN、MediaPipe 三大端侧推理引擎横向对比，含实测数据、代码示例和决策树，帮你选对引擎省掉80%工程难度
2026-03-30 16:06:00
779
原创 裸奔的 AI 助手和装备齐全的 AI 助手，根本不是同一个东西
10 个核心 AI Agent Skills，装上了 5 个，装不了的自己造：web-reader 平替 Tavily，Ontology 实现本地长期记忆，完整实操记录
2026-03-29 23:32:00
383
原创 多 Agent 协作的上下文税：你的 Agent 系统正在为信息重复注入付出代价
多Agent系统里最隐蔽的成本不是推理费用，是重复注入的上下文。本文从工程角度讲清楚上下文所有权模型、按需拉取、乐观锁状态管理和重置策略
2026-03-28 22:55:39
342
原创 AI 时代最被低估的工程师技能：把需求写清楚
在AI开发中，"提示工程"被过度关注，但核心问题往往是需求描述不清。清晰的规格（Spec-Driven Development）比提示技巧更重要，能避免AI生成代码时的隐性假设错误。文章提出轻量级规格模板（功能描述、接口定义、业务规则、Out of Scope、验收用例），强调通过逆向拆解问题代码来训练规格写作能力。规格驱动开发将模糊需求转化为可验证标准，提升AI协作效率，是未来工程师的关键能力。建议结合BDD、OpenAPI等工具进一步实践。
2026-03-28 22:49:10
353
原创 2026 年还在靠「感觉」调性能？Android Profiler 这样用才对
从端侧AI推理、Compose性能到ANR定位，系统梳理Android Profiler四大模块的正确用法与常见误区
2026-03-28 18:32:23
384
原创 OpenClaw 完全指南：架构、核心模块与实战使用建议
从架构设计到实战技巧，全面解析 OpenClaw 的 Gateway、Agent Loop、心跳机制、定时任务与记忆系统，附完整落地案例
2026-03-28 15:05:08
521
原创 从推理到行动：Agent 范式的真正跃迁正在发生
推理模型时代基本结束，AI 竞争焦点正转向智能体思维。Harness 工程、环境设计成新壁垒，工程师该如何应对这一范式转移？
2026-03-28 14:30:20
509
原创 当 PM 一个中午写出小程序，程序员的护城河还剩什么？
如果连产品经理都开始在午休时间写小程序，程序员应该怎么想这件事？最近看到一个真实案例：一个 PM，用 Vibe Coding 工具，。功能完整，有书籍分类、精选书单、读后感发布，UI 也不算难看。有人说"厉害了"，有人说"不就是玩具"，有人沉默。？我想认真聊聊，不是为了给人安慰剂，也不是贩卖焦虑，而是因为这件事值得想清楚。
2026-03-27 19:30:01
607
原创 Windsurf 深度拆解：Codeium 如何用「Flow」重新定义 AI 编程体验
？我花了几周时间认真用 Windsurf，同时翻了不少 Codeium 团队的技术博客和论文，今天从工程视角把它拆开来看。结论先说：Windsurf 不是 Cursor 的跟随者，它在 context 管理和 Agent loop 设计上走的是一条完全不同的路，有些选择比 Cursor 更聪明。
2026-03-27 19:29:43
387
原创 Anthropic 的 Harness 启示：当 AI Agent 开始「长跑」，架构才是真正的天花板
Anthropic 最新研究揭示：Agent 长任务失败的根源不是模型，而是架构。本文拆解 Harness 设计的核心思路，以及开发者日常可直接落地的四条实践原则。
2026-03-27 12:12:55
465
原创 Harness Engineering 给我的启发：用 AI 做 Android 需求，怎么不翻车
不是教你用 AI 写代码，是教你设计让 AI 持续有效工作的框架——文档、Skill、Memory 三层结构，彻底解决换窗口翻车问题
2026-03-26 10:21:13
839
原创 从 OpenClaw 到 Android：Harness Engineering 是怎么让 Agent 变得可用的
我最近和几个做 Android + AI 的朋友聊，发现大家踩的坑惊人地相似：花了很多时间调 prompt，结果发现根本问题是工具设计太随意；或者模型调用链跑通了，但 production 环境里一旦网络抖动就 crash，因为没有超时和 fallback。这些都是 Harness 的问题，不是模型的问题。OpenClaw 给了我一个很好的参照：一个真正可用的 AI 助手，不是因为模型多聪明，而是因为围绕它的工程壳足够扎实。
2026-03-25 00:43:26
1306
原创 上下文工程与提示词工程：拆解 OpenClaw 是如何「喂养」大模型的
LLM 没有持久记忆，它只能看到被塞进上下文窗口里的内容。你塞什么，它就基于什么推理。这个窗口是有限的——哪怕 Claude 3.5 有 200K token，也不是无限的，而且 token 越多，推理越慢、成本越高、注意力越涣散（所谓"Lost in the Middle"问题，中间段内容被忽略的概率更高）。在有限的 token 预算里，把最有价值的信息放进去，把噪声排出去。听起来很简单，但实际做起来有几个难点：• 什么信息"有价值"，在不同任务下是不同的• 对话历史会随时间增长，不能无限堆积。
2026-03-24 01:31:24
542
原创 让 Android 里的 AI 真正「干活」：Function Calling 工程实现全解
核心思路很简单：告诉模型它有哪些"工具"可以用，模型在需要的时候不直接回复用户，而是返回一个结构化的"我要调用这个工具，参数是这些"——然后由 App 代码真正去执行，再把执行结果喂回模型，模型最终给用户一个有意义的答复。第二，并行执行时如果某个工具失败，你的 messages 历史会出现"洞"（有些 tool_result 没有对应的 tool_call id），模型下一轮可能会困惑。如果工具简单（固定的 1-2 个工具，参数结构清晰），可以尝试端侧，但要做充分的容错兜底。"这类提示，体验会好很多。
2026-03-23 11:11:53
561
原创 工程师的瓶颈，已经不是代码了
AI时代工程师的核心能力正在重构：从写代码转向设计任务、评估输出和高效协作。Karpathy提出的"token吞吐量"概念揭示了新范式——工程师生产力取决于处理AI输出的效率而非编码量。关键变化包括：1)任务拆解与清晰描述成为核心技能；2)原型演示取代文档，评估标准前置；3)避免针对模型局限的过度优化。系统思维、领域判断和沟通能力价值被放大，但扎实的代码认知仍是基础。未来工程师需要平衡技术广度与深度，在AI辅助下聚焦更高层次的设计与决策。
2026-03-22 17:54:42
353
Adaboost matlab代码
2013-07-26
《模式分类》第二版的配套的Matlab源代码
2013-07-29
PCA人脸识别C++源代码
2013-02-26
驱动和应用层的三种通信方式
2014-03-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人