<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[凯]]></title><description><![CDATA[find joy in the ordinary]]></description><link>https://blog.csdn.net/zhangkaiadl</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; zhangkaiadl]]></copyright><item><title><![CDATA[PHP2Shell(CVE-2026-109618 / CVE-2026-109619)——自编译 / 源码层方案]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/168768536</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/168768536</guid><author>zhangkaiadl</author><pubDate>Thu, 22 Oct 2026 16:19:17 +0800</pubDate><description><![CDATA[针对PHP内存溢出（OOM）漏洞（CVE-2026-109618/109619），核心修复为使用UnwindExit替代zend_bailout()，实现引擎级根治。仅PHP 8.2.35+等版本已内置该补丁；7.x及以下需手动移植最小缓解方案：禁用upload_progress回调、efree后置空指针、复位全局状态，并配合pm.max_requests=1。5.x无法移植完整修复，仅能通过编译期关闭关键路径与运行时隔离降低风险。]]></description><category></category></item><item><title><![CDATA[PHP2Shell(CVE-2026-109618 / CVE-2026-109619)——配置层缓解方案]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/168768259</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/168768259</guid><author>zhangkaiadl</author><pubDate>Thu, 22 Oct 2026 16:12:49 +0800</pubDate><description><![CDATA[针对PHP高危漏洞（CVE-2026-109618/109619），配置层可临时降低风险：关闭session.upload_progress.enabled、设pm.max_requests=1、代理拦截multipart/form-data，但仅能“止血”。5.x/7.x无官方补丁，8.x建议升级至8.2.35+/8.3.36+等含补丁版本。配置无法根治，真正安全需自编译打官方补丁。]]></description><category></category></item><item><title><![CDATA[给代码用的判断，别让文本生成器来凑]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/166137595</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/166137595</guid><author>zhangkaiadl</author><pubDate>Sun, 20 Sep 2026 17:44:25 +0800</pubDate><description><![CDATA[摘要（≤150字）： 对比通用LLM与Jev系统，前者需生成并解析文本JSON，耗时5–11秒、成本高且置信度不可靠；后者作为原生决策模型，1.3秒并行输出校准概率的结构化答案，成本低10倍，真实反映不确定性。实验显示，Jev在模糊样本中更诚实，适合代码驱动的分类、打分与路由场景，而通用模型仍适用于文本生成任务。]]></description><category></category></item><item><title><![CDATA[从 0 构建一个 Hermes Skill —— 实操指南]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/165614845</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/165614845</guid><author>zhangkaiadl</author><pubDate>Wed, 16 Sep 2026 15:09:22 +0800</pubDate><description><![CDATA[本文手把手指导从零构建Hermes个人Skill，以“特朗普体写作”为例，详解五步实操：先判断是否需建技能；撰写≤60字的精准触发描述；分离流程与资料，正文仅留核心规则；按七段骨架编写结构化文档；用skill_manage创建并验证。强调每行须改变行为、步骤有可检判据、规则与概念同源，避免常见坑。最终实现可迭代、可复用的智能工作流。]]></description><category></category></item><item><title><![CDATA[JetBrains Air × Hermes Agent：ACP 连接配置与 Provider 过滤实战]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163732136</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163732136</guid><author>zhangkaiadl</author><pubDate>Thu, 13 Aug 2026 18:39:39 +0800</pubDate><description><![CDATA[文章摘要（148字）： 本文详细记录了在JetBrains Air中接入Hermes Agent的全过程。关键步骤包括：通过反编译发现Air读取acp.json而非文档未提及的installed.json；实现ACP协议握手验证；解决模型选择器显示多余Provider的问题。技术要点：1)使用javap逆向定位正确配置文件路径；2)通过config.yaml的excluded_providers过滤非目标模型；3)处理YAML类型配置陷阱。最终实现在Air中仅显示方舟kl Provider的14个模型]]></description><category></category></item><item><title><![CDATA[让 Hermes Agent 支持方舟 Agent Plan 模型选择 — 踩坑全记录]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163723753</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163723753</guid><author>zhangkaiadl</author><pubDate>Thu, 13 Aug 2026 18:36:22 +0800</pubDate><description><![CDATA[本文记录了作者在使用Hermes Agent桌面应用接入火山引擎方舟Agent Plan时遇到的模型选择器空白问题及其排查过程。作者发现配置的13个语言模型和视觉模型无法显示，通过浏览器自动化获取完整模型列表后，发现是YAML配置类型错误导致—hermes config set将JSON数组误存为字符串而非列表。最终通过Python直接写入正确格式的YAML配置，成功修复问题，实现了14个模型的自由切换，并确认kimi-k3等多模态模型支持图片输入。文章揭示了CLI工具的类型处理陷阱，为类似问题提供排查思路]]></description><category></category></item><item><title><![CDATA[2GB 内存跑 Gemma 4 26B 模型：TurboFieldfare Mac 本地部署实测（2026 最新）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163341432</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163341432</guid><author>zhangkaiadl</author><pubDate>Thu, 30 Jul 2026 17:43:31 +0800</pubDate><description><![CDATA[独立 Swift + Metal 推理运行时 TurboFieldfare 能在 8GB M2 MacBook Air 上以 5-6 tok/s 运行 Gemma 4 26B，内存仅 ~2GB。核心技巧是利用 MoE 每次只激活 3.88B 参数，通过 SSD 流式读取专家权重、LFU 缓存和 CPU/GPU 并行。M5 Pro 上可达 31-35 tok/s。唯一能在 8GB Mac 上跑 26B 模型的方案。]]></description><category></category></item><item><title><![CDATA[Claude 5 上下文工程新规则完全指南：删掉 80% 系统提示词，性能不降反升（2026 最新）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163340863</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163340863</guid><author>zhangkaiadl</author><pubDate>Thu, 30 Jul 2026 17:42:19 +0800</pubDate><description><![CDATA[Anthropic 团队在 Claude Opus 5 上删除了 80% 系统提示词，编码评估无任何下降。核心发现：Claude 5 代不再需要旧模型的 guardrails，过度约束反而让模型花更多时间处理冲突指令。本文整理 6 条新规则：给判断空间而非规则、设计接口而非示例、渐进式披露、简洁工具描述、自动记忆、丰富引用。]]></description><category></category></item><item><title><![CDATA[Claude 攻破密码学：Anthropic 最新研究揭示 AI 如何发现真实密码漏洞]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163340772</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163340772</guid><author>zhangkaiadl</author><pubDate>Thu, 30 Jul 2026 17:16:35 +0800</pubDate><description><![CDATA[Anthropic 未发布模型 Claude Mythos Preview 发现 NIST 后量子签名候选方案 HAWK 的有效攻击（密钥强度减半）和对 7 轮缩减 AES-128 的 200-800 倍加速攻击。密码学教授 Matthew Green 评价："HAWK 的结果非常有意义，这个方案本来有机会标准化，现在很可能不会了。"]]></description><category></category></item><item><title><![CDATA[AI 蠕虫来了：恶意文档如何通过 Copilot for Word 自我传播？]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/163340645</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/163340645</guid><author>zhangkaiadl</author><pubDate>Thu, 30 Jul 2026 17:13:09 +0800</pubDate><description><![CDATA[挪威安全研究员 Håkon Måløy 在 Microsoft Copilot for Word 中首次演示了 AI 蠕虫的自我传播——攻击者把恶意指令藏在文档里（白色文字配白色背景），Copilot 读取后既执行篡改又复制攻击指令。微软 144 天协调披露后仍未完全修复，漏洞本质是架构性的"上下文坍塌"问题。]]></description><category></category></item><item><title><![CDATA[Armin Ronacher 的警告：为什么 Opus 4.8 和 Sonnet 5 写代码反而更“挑工具“了？]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162723903</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162723903</guid><author>zhangkaiadl</author><pubDate>Thu, 09 Jul 2026 11:13:57 +0800</pubDate><description><![CDATA[基于 Flask 作者 Armin Ronacher 7 月 4 日的文章《Better Models: Worse Tools》，拆解 Opus 4.8/Sonnet 5 在自定义编辑工具上正确率反而不如旧模型的反直觉现象——RL 训练过度拟合 Claude Code 内置工具 schema，导致第三方工具"水土不服"。讨论工具碎片化、评测失真、模型升级倒退风险三个后果。]]></description><category></category></item><item><title><![CDATA[llm-coding-agent 教程：200 行 Python 搭一个 Claude Code 风格的编码 Agent（附完整代码）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162723851</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162723851</guid><author>zhangkaiadl</author><pubDate>Thu, 09 Jul 2026 11:13:12 +0800</pubDate><description><![CDATA[基于 Simon Willison 7 月 2 日发布的 llm-coding-agent，拆解 Claude Code 风格编码 Agent 的核心架构——5 个工具（edit_file、execute_command、list_files、read_file、write_file）加一个 Agent 主循环，附安装配置、三种运行模式（交互/--yolo/--allow 白名单）和踩坑提示。]]></description><category></category></item><item><title><![CDATA[理解才能参与：用 AI 写代码的人为什么不能丢掉对代码的理解]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162551927</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162551927</guid><author>zhangkaiadl</author><pubDate>Fri, 03 Jul 2026 14:32:49 +0800</pubDate><description><![CDATA[基于 Geoffrey Litt 在 AIE 2026 大会上的演讲"Understand to Participate"，用人话拆解当 AI 写代码越来越快时，开发者对代码的理解如何在不知不觉中流失——以及为什么"理解"是你能继续参与项目的唯一门票。连接 Addy Osmani 的认知债/意图债框架。]]></description><category></category></item><item><title><![CDATA[AI 编码“短绳法“实战：告别 Vibe Coding，不牺牲质量的 Agent 使用指南（2026 最新）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162551715</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162551715</guid><author>zhangkaiadl</author><pubDate>Fri, 03 Jul 2026 14:27:21 +0800</pubDate><description><![CDATA[基于 Greg Slepak（okTurtles 创始人）7 月 2 日发布的《The Short Leash AI Coding Method》，拆解短绳法的核心原则——绝不 YOLO、审查每个 diff、频繁拒绝、AI+人双重审查，给出在 Claude Code 中的完整落地配置和 PR 审查流程。]]></description><category></category></item><item><title><![CDATA[为什么大模型回复越来越快？一文读懂 DSpark 的“先猜后验“加速术]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162440158</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162440158</guid><author>zhangkaiadl</author><pubDate>Tue, 30 Jun 2026 09:50:15 +0800</pubDate><description><![CDATA[基于刚刚发布的 DSpark 论文，用人话拆解推测解码（Speculative Decoding）的核心原理——大模型"先猜后验"的加速机制、半自回归生成与置信度调度的创新点，以及这些技术对普通用户和开发者意味着什么。]]></description><category></category></item><item><title><![CDATA[多 Agent 编排避坑指南：Orchestration Tax 是什么，怎么降低（2026 最新）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162440086</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162440086</guid><author>zhangkaiadl</author><pubDate>Tue, 30 Jun 2026 09:48:58 +0800</pubDate><description><![CDATA[基于 Addy Osmani《The Orchestration Tax》，拆解多 Agent 编排的四种隐藏成本，给出三种降低编排税的实战模式（合同先行、接力赛、双 Agent 制衡），每种模式附可运行的 Shell 配置模板和模式选择决策树。]]></description><category></category></item><item><title><![CDATA[Claude Code + Python 自动生成设计文档：让 AI 替你还“意图债“（附完整代码）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162439960</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162439960</guid><author>zhangkaiadl</author><pubDate>Tue, 30 Jun 2026 09:46:03 +0800</pubDate><description><![CDATA[基于 Addy Osmani《The Intent Debt》的概念，用 80 行 Python 脚本 + Git pre-commit hook + Claude Code 搭建自动 ADR（架构决策记录）生成流水线，每次提交自动附带设计意图文档，从源头消除意图债。]]></description><category></category></item><item><title><![CDATA[Claude Code 教程：从零搭建 AI 驱动的开发工作流（基于 Google 新版 SDLC 白皮书）]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162423654</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162423654</guid><author>zhangkaiadl</author><pubDate>Mon, 29 Jun 2026 15:29:52 +0800</pubDate><description><![CDATA[基于 Addy Osmani 与 Google 合著的《The New Software Lifecycle》白皮书，从零搭建 Claude Code 驱动的自动化开发流水线——覆盖 Skills、Worktrees、Automation、Plugins、Sub-agents 五个 Harness 组件，附完整 Shell 脚本和 GitHub Actions 配置。]]></description><category></category></item><item><title><![CDATA[Claude Code 教程：用 Git Hook 搭建 AI 自动代码审查流水线（2026 最新]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162341328</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162341328</guid><author>zhangkaiadl</author><pubDate>Fri, 26 Jun 2026 14:39:40 +0800</pubDate><description><![CDATA[基于 Addy Osmani 最新博文《Agentic Code Review》的思路，从零搭建 AI 驱动的代码审查流水线——Claude Code 作为审查引擎，Git pre-push hook 触发，自动检查安全性、逻辑和风格问题，附完整可运行脚本。]]></description><category></category></item><item><title><![CDATA[从写 Prompt 到Loop Engineering：AI 编程的下一次跃迁]]></title><link>https://blog.csdn.net/zhangkaiadl/article/details/162029906</link><guid>https://blog.csdn.net/zhangkaiadl/article/details/162029906</guid><author>zhangkaiadl</author><pubDate>Tue, 16 Jun 2026 11:14:40 +0800</pubDate><description><![CDATA[你有没有这样的体验：对着 AI 编程助手敲下一段精心打磨的提示词，等它生成代码，检查一遍，发现问题再补一句，它再改，你再查，来来回回，像个乒乓球赛。这个过程累人，而且每次开新对话，你都得把项目的背景、规范、约定重新讲一遍，像个失忆症患者的主治医生。，直译过来是"循环工程"——你不必再亲自去提示 AI，而是设计一套系统，让系统去提示 AI，让系统去检查 AI，让系统去决定下一步该做什么。你从"操作工"变成了"设计师"。现在，有一群人认为这套流程该退休了。这篇文章，我们就来聊聊这个正在成型的新范式。]]></description><category></category></item></channel></rss>