Cheng's Tech & Life

你打一行 POST /menu/_doc，ES 回你一個 201 Created。中間發生了什麼？ 如果你的回答是「存進去了」，那你只看到表面。從 HTTP 請求到資料真正可搜尋，中間至少經過六個階段、跨越記憶體和磁碟兩個世界。每個階段的設計決策都直接影響效能天花板。 今天把引擎蓋打開，逐個零件看。 寫入：一筆資料的旅程一筆文件從 client 送出到「可被搜尋」，經過的站點比大多數人想的多。 第一站：Coordinating Node 派工請求打到叢集中任一個 Node，這個 Node 自動成為本次請求的 Coordinating Node。它不存資料，只做一件事——算出這筆資料該去哪個 shard。 1shard_number = hash(routing) % number_of_primary_shards routing 預設是文件的 _id，hash 用的是 MurmurHash3。為什麼不用 SHA-256？因為這裡不需要加密等級的安全性，只需要分布均勻且計算快。MurmurHash3 在這兩點上幾乎是最佳選擇。 Custom routing 有一個很實用的場景...

supply chain risk。 五角大廈今天把 Anthropic 貼上這個標籤，正式禁止國防部和所有承包商使用 Claude。同一天，另外七家 AI 公司——SpaceX、OpenAI、Google、NVIDIA、Reflection、Microsoft、AWS——拿到了機密網路的通行證。 一家公司因為堅持底線被踢出去。七家公司因為配合條件被放進來。市場不會管你的底線有多崇高——它只看你有沒有拿到合約。 同一週，Mag-7 財報全部出爐：Amazon、Alphabet、Meta 三家在同一個晚上交卷，四家合計營收超過 $430B，全部上調 AI 資本支出。OpenAI 找了 MediaTek 和 Qualcomm 做一支「沒有 App」的 AI 手機。中國的電動車不打價格戰了，改打 AI 功能戰——700 萬台車已經跑著 ByteDance 的模型。Amazon 則讓你對著商品頁面開口問問題，AI 即時回答。 今天這五條新聞的共同主題：規則正在被重新談判，而談判的籌碼不是技術，是配合度。 五角大廈 7 家 AI 合約：Anthropic 被列供應鏈風險七家進來，一家被趕...

你有沒有注意過，數學考試的時候，直接在腦裡算跟在紙上列算式，答對率差很多？ 不是因為你的腦子變強了。是因為紙上多了一個地方讓你放「中間結果」。你可以回頭看第三步有沒有算錯，可以比較兩個路徑哪個比較短，可以在死胡同的時候從前面某一步重來。 Extended Thinking 就是 Claude 的那張草稿紙。 草稿紙長什麼樣Claude Code 裡，extended thinking 預設是開著的。你下一個指令，Claude 不會立刻回覆——它先在一個你看不到的區域做推理，把問題拆解、列出可能的方向、排除不合理的選項，然後才組織出最終回覆。 這個「看不到的區域」就是 thinking tokens。它們不會出現在你的 terminal 裡（除非你主動打開），但它們確實在消耗 token 預算。 類比一下：你請了一個資深工程師幫你 debug。他拿到問題之後，低頭在筆記本上畫了五分鐘——你看不到他畫什麼，但五分鐘後他抬頭告訴你「問題在第 47 行，race condition，你的 mutex 少鎖了一個 map」。那五分鐘就是 extended thinking。 沒有 thi...

你知道怎麼用 Google 搜尋，但你有沒有想過「搜尋引擎的資料是怎麼進去的」？ Google 有爬蟲。Elasticsearch 沒有——你得自己把資料餵進去。而且不只是餵進去就好，還得告訴它每筆資料長什麼樣、哪些欄位要能搜、哪些只要精確比對、哪些需要排序。 這就像開餐廳。菜單不是隨便一張紙——你得決定每道菜的名稱格式（文字還是編號）、價格精度（整數還是小數）、分類方式（依口味還是依烹飪法）。這些決定一旦做了就很難改，改了就得整本菜單重印。 Elasticsearch 的 Mapping 就是這本菜單的格式定義。今天從開菜單開始，教到點菜、上菜、換菜、退菜的全套流程。 開菜單：Index 建立與 Mapping建立一個 Index 等於在 Elasticsearch 裡開一本新菜單。最簡單的方式一行就搞定： 1PUT /menu 這樣 ES 會用預設值——1 個 primary shard、1 個 replica。正式環境通常要自己設： 12345678PUT /menu{ "settings": { "number...

9 秒。 一個 AI coding agent 花了 9 秒，把一家 SaaS 公司的正式資料庫連同備份全部刪掉。不是實驗環境，不是測試資料，是真的有客戶在上面跑業務的 production database。 同一週，微軟公布 Q3 財報——AI 業務年營收衝到 $37B，年增 123%，資本支出預估 $190B。Google 跟五角大廈簽了機密 AI 合約，同意「按政府要求調整安全設定」。GitHub 被挖出一個 CVSS 8.7 的 RCE 漏洞，一個 git push 就能打穿。NVIDIA 丟出一個 30B 的開源多模態模型，吞吐量是同級的 9 倍。 一邊在加速部署，一邊在加速崩壞。這兩件事不是分開發生的，是同一件事的兩面。 PocketOS 事件：AI Agent 9 秒刪光正式資料庫4 月 25 日星期五，PocketOS 的創辦人 Jer Crane 發現他的 SaaS 平台——服務全美汽車租賃業者的那個——整個消失了。資料庫不見，備份也不見。 兇手是一個跑在 Cursor 裡的 Claude Opus 4.6 agent。 事情的起點很無辜：agent 在 s...

凌晨三點，你的 MacBook 闔著，充電燈慢慢呼吸。同一時間，Claude 正在雲端讀你 repo 裡昨天開的三個 PR，逐一 review、留下 comment、標記需要改的地方。你早上起來打開 GitHub，review 已經做完了。 這不是 cron job，也不是 GitHub Actions。這是 Routines。 先搞懂一件事：為什麼需要 Routines你家的洗衣機有定時功能。設好時間、丟進衣服、按下開始，出門上班。洗衣機不需要你站在旁邊盯著它轉。 Claude Code 以前的自動化工具——/loop 和 /schedule——比較像是你站在洗衣機前面，手動按「再洗一次」。terminal 一關，任務就死了。/schedule 雖然跑在雲端，但它的設計是一次性的：「幫我做這件事」，做完就沒了。 Routines 是洗衣機的定時功能。設定一次，它自己會每天跑、每週跑、或在特定事件發生時跑。你的筆電不用開著。 功能 跑在哪 筆電關了會怎樣 適合什麼 /loop 你的 terminal 死掉 短期輪詢：盯 build、等 deploy /sched...

上一篇教你怎麼開車——docker compose up、打幾個 API、搜到第一筆文件。這篇要打開引擎蓋，看裡面的引擎、變速箱、底盤是怎麼配合的。 為了不讓這件事變成讀規格書，我用鼎泰豐來比喻。 鼎泰豐集團是一個 Cluster。信義店、永康店、101 店是不同的 Node。每間店的菜單是一個 Index。菜單被切成好幾個工作台，每個工作台是一個 Shard。每個工作台上有一台料理機器人，那就是 Lucene。備份工作台是 Replica——如果永康店的工作台壞了，101 店的備份可以立刻頂上。 12345鼎泰豐集團 (Cluster)├── 信義分店 (Node - Master) → 負責決策調度├── 永康分店 (Node - Data) → P0, P1 (Primary Shards)├── 101 分店 (Node - Data) → R0, R1 (Replica Shards)└── 外帶櫃台 (Node - Coordinating) → 接單、分配、彙整 接下來一個一個拆。 Cluster、Node、IndexCluste...

47%。 將近一半的企業 AI 用戶，曾經根據模型幻覺出來的內容做了重大商業決策。不是「參考了一下」，是實際影響了資源分配、策略方向、甚至客戶承諾的那種決策。 這個數字來自 Deloitte 的企業 AI 調查。而 ICLR 2026 剛發表的一篇論文解釋了為什麼這個問題會越來越嚴重：訓練模型推理得越深，它幻覺工具呼叫的頻率反而越高。 同一週，一家幫水電工接電話的 AI 公司拿到 $1B 估值；96% 的企業說自己在跑 AI agent，但 94% 承認根本管不住；歐盟把 AI 高風險系統的執法時間再延後一年半；GitHub 悄悄把 Copilot 的「coding agent」改名叫「cloud agent」。 每一條都在說同一件事：速度比治理快。而差距還在拉大。 ICLR 2026：推理越強，工具幻覺越多這篇論文的發現很反直覺：讓模型「想更久」，反而讓它更容易幻覺出不存在的工具呼叫。 機制大概是這樣。當你訓練一個模型做更深層的推理——chain-of-thought 更長、reasoning 步驟更多——模型的行為會變得更像「有主見的助手」。它不再被動等你問問題，而是主動規...

你有個很厲害的翻譯朋友。每次遇到外文文件，你把檔案打包寄給他，等他翻完寄回來，你再打開來看。溝通效率還行，但每次都要「切出去→等→切回來」，一天下來光是 context switch 就消耗掉不少腦力。 現在這個朋友搬來跟你同住了。你看到不懂的段落，手指一比，他立刻在旁邊解釋。你改了一版草稿，他直接在你的螢幕上標出建議。不用寄信、不用等、不用切視窗。 Claude Code 的 IDE Extensions 做的就是這件事。 先搞懂一件事：CLI 跟 Extension 不是二選一很多人以為裝了 VS Code extension 就不需要 CLI，或者反過來。不是這樣。 CLI 是完整版的 Claude Code。所有指令、所有功能、所有設定，CLI 都有。Extension 是 CLI 的圖形化包裝——它把最常用的功能搬進 IDE 的介面，讓你不用離開編輯器就能操作。但有些進階指令（像 ! bash 捷徑、tab 補全）目前只有 CLI 能跑。 好消息是：兩邊共用同一份對話歷史和設定檔。你在 extension 裡跟 Claude 聊到一半，打開終端機用 claude --...

大部分工程師買 VPS 的原因是省錢。但最後花掉最多的不是機器費用——是搞定部署流程的時間。 你租了一台 Hetzner，每個月 20 歐元，規格比 Vercel Pro 方案能跑的東西多三倍。然後你花了一整個週末在上面裝 Nginx、搞 Let’s Encrypt、寫 Docker Compose、把 GitHub webhook 接到某個不知道從 Stack Overflow 抄來的 deploy script。跑起來了，但你從此再也不敢動那台機器的任何設定。 問題不是 VPS 太難用。問題是從「一台空機器」到「推 code 就自動上線」這段路，沒有人幫你走。 Coolify 做的就是這段路。 一行裝完，然後呢1curl -fsSL https://cdn.coollabs.io/coolify/install.sh | sudo bash 跑完這行，打開 http://your-server-ip:8000，你會看到一個設定畫面。第一個註冊的帳號自動變 admin。 它背後做了什麼？裝 Docker、產 SSH key、拉起一組 container——Coolify 的...