2026.04.17
How to build an agent
https://ampcode.com/notes/how-to-build-an-agent 一个用 Go + Anthropic SDK 的极简代码编辑 Agent 教程：核心就是“LLM + 循环 + 工具”。作者先实现终端聊天，然后逐步加上三个工具：read_file 读文件、list_files 列目录、edit_file 通过字符串替换编辑/创建文件。Agent 通过 tools schema 暴露能力，监听 tool_use 请求，本地执行后把结果再发回模型。仅用不到 400 行代码，就能让 Claude 自动查看项目结构、读写代码文件、修改逻辑并创建脚本，证明所谓“智能 Agent 内核”非常简单，真正难的是工程集成和打磨体验。
Why Your “AI-First” Strategy Is Probably Wrong
https://x.com/intuitiveml/article/2043545596699750791 AI-first 不是「用下 Copilot」，而是把工程流程整体重构成：AI 写绝大部分代码、人做架构与决策；通过单一 monorepo、全自动 CI/CD、自愈监控和 feature flag，把产品从「月更」变成「日更甚至多次上线」，角色则收缩成少数 Architect + 多数 Operator，关键价值从 coding speed 迁移到 critical thinking 与 judgment。
《机器学习数学》
https://mml-book.github.io/ 一本名为《Mathematics for Machine Learning》的开源书籍。该书旨在为学习机器学习提供必要的数学基础，涵盖线性代数、解析几何、矩阵分解、向量微积分、概率分布和连续优化等核心概念。作者强调该书不涉及高级算法，而是专注于构建理解机器学习所需的数学技能，PDF 版本可免费获取。