程序员的自我修养

用过 AI 助手的人大概都有过这种体验：问 AI 一个需要实时数据的问题，它要么编造答案，要么说我不知道。问题不在于 AI 不够聪明，而在于它被关在了一个信息孤岛里——没有文件系统访问权限、不能查…

C++17 引入了 [[nodiscard]]、[[maybe_unused]]、[[fallthrough]]…

Python 类型提示从入门到精通：typing.Optional/Union/Literal/Callable/TypeVar/Generic/Protocol，让 AI 代码像强类型语言一样安全。

asyncio 异步编程从入门到精通：事件循环、协程、Task、Future、并发控制，让你的 AI 应用并发处理多个 API 调用。

本章综合运用本系列所有知识：Dataclass + Protocol + 装饰器 + 上下文管理器 + 泛型，构建一个可扩展的模块化 AI Agent 框架。

本章讲解 Python 内置缓存机制、自定义 TTL 缓存实现，以及在 AI 应用中的 LLM 响应缓存策略。

本章讲解 Python 异常链机制、自定义异常层次设计、logging 模块，以及 AI 应用中的优雅降级与错误恢复策略。

大多数 Agent 框架给开发者一副牌，但牌桌要自己搭。DeerFlow 2.0 说：不，你需要一个全包拎包入住的 Agent 工作台。

当 AI 能够自主阅读代码库、编写修复方案、执行命令行操作、提交 Pull Request —— 软件开发会变成什么样子？OpenHands 正在将这个愿景变为现实。

上一篇文章写了 Agent 的皮毛——能用，但不知道为什么这样设计，遇到复杂问题就不知道怎么改了。