2026-07AI 记忆评测方法论Benchmark评测了 8 个开源记忆系统之后：高分到底是谁的功劳？给 AI 装「记忆」是今年最热的方向之一，开源方案已有一大把。我把其中 8 个放到同一张考卷前，跑出了两个反直觉的结论：一些系统的高分是「借了强模型的光」；而目前没有一个，能稳定打赢「把全部聊天记录塞给模型」这个笨办法。
2026-07AI NativeVibe Coding多引擎协作一个人 + 一个 AI 团队：我的 AI 原生工作方式（2026 夏季版）半年多前我写过一篇 Vibecoding 工作流，讲的还是「如何用好一个 AI 工具」。今天这套系统已经完全不同：四个 AI 引擎像一个团队一样分工，互相挑毛病，替我值夜班。这篇讲讲它现在的样子，以及一个人是怎么管理一个 AI 团队的。
2026-07实时语音延迟优化Voice Agent把 AI 开口时间从 3 秒多压到 1 秒：一笔延迟分解账语音 AI 的体验分水岭不在音色多好听，在你说完话之后它多久开口。3 秒以上是工具，1 秒以内才像人。这篇把我自建实时语音系统的延迟账本摊开：每一段耗时花在哪、怎么砍、哪些能砍、哪些只能「让你感觉不到」。
2026-07AI 记忆CfC因果发现AI 记忆的三条路线，和一次诚实的复盘让 AI 记住一个人，业界主流是给 AI 配「外部笔记本」。我押注了一条更难的路——让 AI 真的把你学进去，并拿到了明确的可行性验证；然后用一个不会说谎的数学裁判复核自己，得到一个没那么好听但更值钱的阶段性结论，以及第三条路线的入口。