五岁博客

前言

在日常后端开发工作中，接口的性能到底怎么样，往往不能靠主观感觉来判断。当你上线了一个新的 API，或者对某个接口做了优化，怎么快速验证它在高并发下的表现？这时候就需要一款趁手的压测工具。

4 月 9 日晚，不少人的朋友圈被同一个东西刷屏了——测试结果截图，结果名字又奇怪又好笑：CTRL 拿捏者、DEAD 死者、吗喽、ATM-er 送钱者……

最近有一个词在 AI 工程圈里频繁出现：Harness Engineering。

如果你没听过这个词，不奇怪——它还很新。但如果你现在在构建任何 AI 系统，或者你的团队正在评估如何把 LLM 引入真实业务，你迟早要面对它解决的那些问题：Agent 出错怎么办？上下文怎么组织？工具调用怎么管控？知识怎么沉淀？执行怎么可追溯？

在微信生态里做后端开发，很多团队和个人开发者习惯性地选择 Python 或 Java。但随着 Go 语言在高并发、低资源占用方面的优势越来越被认可，越来越多的开发者开始尝试用 Golang 来接入微信生态。

为什么要给开源项目提交 PR

如果你平时有使用 Go 语言做开发，那对 gin、gorm、cobra 这些开源库一定不陌生。像 Vue、Docker、Kubernetes 这样的知名项目，背后都有成百上千的贡献者在持续维护。

市面上几乎每家公司都宣称自己在做"AI 产品"，但做 AI 产品和做 AI-Native 产品，是两件差距很大的事。

一个判断标准

IBM 给 AI-Native（AI 原生） 下过一个精准的定义：