李苟蛋の家

2026 年春天，Harness Engineering（驾驭工程）从一个个人习惯变成了一门正式的工程学科。本文梳理这个词的诞生时间线，拆解 OpenAI「0 行手写代码、5 个月 100 万行」的百万行实验和 Anthropic 的交接班、GAN 式评估两场实战，回应「新瓶装旧酒」「迟早被模型吃掉」两大争议，再看腾讯、阿里、字节在国内的落地打法，最后给出中小团队从一条 linter 到一套模板的渐进路线。

一篇从内核讲到机房的长文。上半部分拆开容器：Namespace、Cgroups、overlayfs 三件套怎么造出"看起来像虚拟机"的隔离，OCI 镜像到底由什么组成，以及 2026 年真实的运行时五层栈；中间讲 Kubernetes 接管了什么——声明式 API、调度器打分、Pod 诞生全链路，以及 HPA / VPA / KEDA / Karpenter 四层弹性怎么配合又不打架；下半部分给出一套可照抄的企业级落地方案（网络、存储、镜像、安全、可观测、成本、GitOps、多集群、AI 负载），横评 50 个容器与 K8s 生态项目（语言 / 许可 / Star / 活跃度），并深评 9 个平台类项目的二次开发适配度，最后给出 2026—2030 的六个趋势判断。

按 Java 基础、集合、MySQL、Redis、并发、JVM、Spring、消息队列、AI Agent 等 25 个方向整理的 358 道面试题，其中 98 道高频题给出答题要点与解析。适合面试前按分类快速过一遍，也适合平时查漏补缺。

2025 年底还被称作「AI 世界 USB-C」的 MCP，为什么在 2026 年被 Perplexity、微软、钉钉、飞书接连绕开？本文按时间线梳理到底哪些公司在转向、转的是什么；用公开基准把 MCP 与 CLI 的 token 开销摆出来（相差 4 到 65 倍）；解释「占满上下文不只是贵、还会更不准」的机制；再回答那个关键问题——MCP 会不会被完全替代，以及 AI Agent 工具接入为什么会分成执行层、接口层、分发层三条路线。

一篇写给平台与架构团队的 AI 网关实战指南：为什么通用 API 网关长不出 AI 治理能力、开源 AI 网关的四条路线长什么样、Higress / APISIX / Kong / Envoy AI Gateway 四套架构逐层拆解与能力对比、13 个开源项目的地图（研发方 / 语言 / 底层架构 / 起步时间 / 许可 / 适合谁）、一个 AI 请求穿过网关的八步全链路、Higress 本地 5 分钟搭建 Demo、企业落地五阶段路线、最容易踩的八个坑，以及一棵选型决策树。

当 AI 把「写代码」的成本打下来之后，「看代码」反而成了新的瓶颈。这篇文章横向对比 VS Code、Cursor、Zed、JetBrains 全家桶、Sublime Text、Neovim 六款主流编辑器的真实优缺点，摆出启动速度与内存占用的实测数据，回答那个最实际的问题——手里同时压着 Java、Python、PHP、JS 多个项目，能不能用一个编辑器全看完？以及 AI 编码 Agent 和编辑器到底该怎么分工。

一篇写给工程师的企业级 Agent 治理指南：为什么「造得快」反而成了新问题、控制面与执行面如何分离、Agent/Version/Bundle 资产模型怎么设计、标准化交付与主动拉取、可观测与 Token 成本归因、Agent 身份与网关安全四道防线，附 150 行可运行的本地 Demo、开源与商业方案横向对比、四阶段落地路线，以及现存问题与趋势预测。

一篇写给工程师的企业级多智能体落地指南：为什么单智能体不够用、如何用 LangGraph 搭建「规划—执行—质检」三层架构、Skill 工具库与 MCP 工具调用层、质检员/风控官治理设计、可运行的代码示例、传统行业落地案例与趋势判断。