CI 红、本地绿：一次「平台差异」误诊，和 merge 干净不等于语义兼容
系列 · 我的评测工具链（持续更新） 从 trace 到 eval：trace 设计、agent eval 方法论、一个 eval harness 的实现，和它抓到的上游并发 bug 给 skill 建门禁：一天里的三种沉默失败、一次红线写法实证，和它抓到的上游 bug（又一只） ...
Recent Posts
我给 skill-up 报了一个不存在的 bug
系列 · 我的评测工具链（持续更新） 从 trace 到 eval：trace 设计、agent eval 方法论、一个 eval harness 的实现，和它抓到的上游并发 bug 给 skill 建门禁：一天里的三种沉默失败、一次红线写法实证，和它抓到的上游 bug（又一只） ...
给 skill 建门禁：一天里的三种沉默失败、一次红线写法实证，和它抓到的上游 bug（又一只）
系列 · 我的评测工具链（持续更新） 从 trace 到 eval：trace 设计、agent eval 方法论、一个 eval harness 的实现，和它抓到的上游并发 bug 给 skill 建门禁：一天里的三种沉默失败、一次红线写法实证，和它抓到的上游 bug（又一只）（本...
从 trace 到 eval：trace 设计、agent eval 方法论、一个 eval harness 的实现，和它抓到的上游并发 bug
系列 · 我的评测工具链（持续更新） 从 trace 到 eval：trace 设计、agent eval 方法论、一个 eval harness 的实现，和它抓到的上游并发 bug（本文） 给 skill 建门禁：一天里的三种沉默失败、一次红线写法实证，和它抓到的上游 bug（又一...
一年后重读得物 BuildingClosure 优化
2025 年 4 月，得物技术团队发了一篇文章得物 iOS 启动优化之 Building Closure，讲他们排查到 iOS 启动耗时中 BuildingClosure 阶段的一次诡异暴增。根因不是动态库、不是编译选项、不是打包脚本，而是新增的几个 ObjC 方法名，跟已有符号在 dyld 的完美哈希构造算法里...
GitHub Actions 每日自动测试：从 schedule 踩坑到跑通
我在维护两个项目，一个是 Swift 写的 macOS CLI 工具（ForgeLoop），另一个是 Rust 写的微信 Bot（AMClaw）。开发阶段每次 push 都跑全量测试太费时间，而且有些测试在本地 commit 之前已经跑过了，CI 再跑一次完全重复。
UITextField：一个控件，半个系统
在 iOS 开发里，没有哪个基础控件能像 UITextField 这样—-表面上代码只有一行，背地里却牵扯到半个操作系统的子模块。它泄漏、它卡顿、它生命周期诡异、它让内存检测工具集体失语。更麻烦的是，这些问题往往不是你代码写错了，而是系统层面组合出的结果。
Agent 上下文工程的关键，不是记住历史，而是重建工作面
把 Agent 的上下文理解成“聊天记录”，很自然，也很容易把问题看浅。