Claude Code 的完整 TypeScript 源码，51.2万行，1903个文件，就这样暴露在了公网上。 我当然不可能在短短数小时内看完这么多代码，因此，我带着三个问题去读这份源码：  Claude Code 和其他 AI 编程工具到底有什么本质区别？ 为什么它写代码的"手感"就是比别人好？ 51万行代码里，到底藏着什么？  读完之后，我的第一反应是：这不是一个 AI 编程助手，这是一个操作系统。 一、先讲一个故事：如果你要雇一个远程程序员 想象你雇了一个远程程序员，给他你电脑的远程访问权限。 你会怎么做？ 如果你是 Cursor 的做法：你让他坐在你旁边，每次他要...

25届，非科班，混成这样大概是玩脱了吧（

这家公司疯了吧，5个人招我，我又不是什么稀缺资源这家看样子应该是外包公司

1. 模型训练里你怎么在全参微调和 LoRA 之间做选择这个问题我一般不会只从显存够不够来答，而是会结合任务复杂度、分布偏移程度和上线方式来讲。全参微调的优点是表达空间更大，适合任务分布和原模型差异比较大的场景，比如领域知识很重、输出风格和推理路径都要明显改造的时候，它更容易学到深层适配；LoRA 这类 PEFT 方法更适合成本敏感、实验迭代快、模型版本频繁切换的场景，特别是多任务并行或者多租户配置时，管理上会轻很多。如果任务本质上是在原模型能力基础上做轻量偏移，比如格式约束、领域术语补强、特定工具调用习惯，LoRA 往往就够了。反过来，如果发现训练后模型虽然会答，但深层行为模式改不动，比如推...