跨
1 分钟
跨计划依赖 gating：计划之间也需要红绿灯
单计划内部的门控已经够了，还不够 当任务多了之后，我做了两件事：给每个计划加了自己的 task graph（任务图）和 finish gate（完成条件）。效果不错——单计划内部的依赖清晰了，不会出现"最后一个任务执行完了但整个计划没关闭"的情况。 但很快遇到了新问题：计划 A 的执行结果，会影响计划 B 能不能开始。而两个计划之间没有任何依赖声明。 举个例子： 计划 A：重构博客发布模块 计
0%
内容加载中...
共 302 篇文章
第 193 - 204 条，共 302 条
单计划内部的门控已经够了，还不够 当任务多了之后，我做了两件事：给每个计划加了自己的 task graph（任务图）和 finish gate（完成条件）。效果不错——单计划内部的依赖清晰了，不会出现"最后一个任务执行完了但整个计划没关闭"的情况。 但很快遇到了新问题：计划 A 的执行结果，会影响计划 B 能不能开始。而两个计划之间没有任何依赖声明。 举个例子： 计划 A：重构博客发布模块 计
问题背景 当你同时管理 35 个终端会话，每个会话里跑着不同的 AI 代理或长时间任务时，你很快就会遇到一个反直觉的问题：最大的瓶颈不是"做不过来"，而是"不知道该做什么"。 每个终端会话都有自己认为的优先级。但实际上，它们可能在处理同一个问题的不同副本（重复劳动），或在争抢同一份资源（冲突），或在等待一个永远不会到来的信号（死锁）。 这不是假设。在实际工作中，我曾同时开着六个终端：一号终端跑着
命令行工具是开发者日常工作的重要组成部分。但面对成千上万的 CLI 工具，如何高效地发现、评估、采用一个真正好用的工具，是大多数开发者没有系统化思考过的问题。结果就是：工具箱中堆满了"当时看起来不错"但从未真正用起来的工具，而真正需要的工具反而找不到。 发现的渠道：从哪里找工具 GitHub Trending 是最直接的发现渠道。每天/每周的 GitHub Trending 页面会展示当天或当周
引言：流水线即产品 大多数团队接触持续集成时，都是从"配一个 CI 文件"开始的。你写几行 YAML，push 到仓库，看到小绿勾亮起来，就觉得 CI 搞定了。之后每一次遇到构建超时、测试失败、缓存失效、并行任务互相踩踏，你才会意识到：持续集成的流水线，不是一个配置文件，而是一个产品。 这个产品有自己的用户（开发团队）、SLA（构建时间、成功率）、可靠性要求（不能被误报淹没）、安全需求（凭证不能泄
一次跨服务调用失败了，该怎么办？大多数人的第一反应是"重试一下"。这个直觉不算错，但没有配套的超时设计和退避策略，重试就是把小故障放大成雪崩的加速器。超时和重试是分布式系统里最基础也最容易被敷衍的两个参数——很多系统里它们要么是框架默认值，要么是某次故障后拍脑袋改的数字。这篇文章讲清楚这两个参数背后的设计逻辑：时间预算。 超时不是参数，是预算分配 把一次用户请求看作一笔时间预算。用户愿意等两秒，
"我们有备份"是工程团队最常见的虚假安全感之一。备份脚本每天凌晨准时运行，备份文件按日期整齐排列，监控显示任务全绿——直到真正需要恢复的那天，才发现备份文件不完整、恢复流程没人会操作、或者恢复出来的数据早在半年前就悄悄损坏了。备份不是目的，恢复才是。一份从未验证过能恢复的备份，和没有备份的区别只是心理上的。这篇文章讲怎么把"有备份"升级成"能恢复"。 备份为什么会静默失败 备份任务显示成功，不代
"代码上线了"和"功能对用户可见了"，在很多团队里是同一件事。代码合并、构建、部署，用户立刻看到新功能——部署即发布。特性开关（feature flag）打破的正是这个绑定：代码可以随时部署到生产环境，但功能是否生效由一个运行时开关决定。部署是技术动作，发布是业务决策，两者本来就不该是同一件事。 为什么要解耦部署与发布 部署和发布绑定在一起时，会产生几个结构性的麻烦。 第一，长期分支。功能没开发
多Agent协作时最容易混淆的两个概念：候选池和待办清单。它们看起来都是「接下来要做的事」，但性质和用法完全不同。理解这个区别，是高效协作的第一步。 候选池是弹药库，不是任务队列 候选池里放的是「值得关注的话题」。它们来自对话、复盘、突发想法、阅读笔记。一个候选条目可能 worth 一篇2500字的文章，也可能只是一句话的灵感，或者一个需要持续观察的趋势。 待办清单里放的是「必须完成的动作」。每
Mock是现代软件测试不可或缺的工具，但也是最容易误用的工具之一。一个好的Mock策略能让测试快速、稳定、可读；一个糟糕的Mock策略会让测试变成维护噩梦，甚至失去测试的意义。 这篇文章深度分析不同类型的Mock策略，它们的适用场景、优缺点、常见陷阱，以及如何在真实项目中制定合理的Mock策略。无论你用的是Java的Mockito、Python的unittest.mock、JavaScript的J
我看了一圈最近的AI状态，反而更确定一件事，AI并没有让人更轻松，但它一定让人更向往轻松。 这句话听起来有点拧巴。因为过去几年我们听到最多的说法，是AI会提高效率，会节省时间，会帮人处理重复劳动。说实话，这些都对。写一段代码更快了，整理一份资料更快了，做一张图更快了，写一封邮件也更快了。 但如果你真的在用AI，会发现另一个更真实的感受，事情没有变少，反而变多了。 以前一个人做不了的事，现在看起来都
能力要在具体项目里长出来 前两天我又遇到一个挺典型的场景。 有人说，现在 AI 越来越强了，语写这种能力到底还能帮我们做什么。 这个问题乍一听很正常，但我听完以后，脑子里冒出来的不是一个工具答案，而是另一个更根本的问题。 <span style='color: d93025; fontweight: bold;'最重要的不是我们有哪些能力，而是我们有没有把已经有的能力用到极致。</span 很多时
最近这段时间，我越来越清楚一件事， 多机器工作流里，真正重要的不是「我有几台机器」，而是「每台机器到底承担什么责任」。 你想想看，一开始很容易被数量迷惑。 多一台机器，好像就多一份算力。多一个入口，好像就多一种灵活性。多一个环境，好像就能在任何地方继续工作。 但真正开始用起来以后，你会发现，机器多了以后，效率不一定自然提高，混乱倒是很容易提高。 因为每台机器都能写，每台机器都能改，每台机器都能生成