亲手实测
这里的每一篇文章都是作者亲手跑过的：写明复现条件、实测环境、测试方法、结果与分析，结论仅在标注环境下验证。不转述二手信息，复现不了就写复现不了。
llama.cpp 部署 llama-server 还是用 ollama？Mac mini 24GB 同一个 GGUF 实测：ollama 底下跑的就是 llama-server
在 24GB Mac mini 上让 llama-server（b11376）和 ollama（0.35.1）加载同一个 GGUF 文件对照：ollama 0.35 的推理进程就是它自带的 llama-server，同参数下速度一样（4B 解码 36.5 vs 36.3 tok/s，27B 都是 6.3）。差别全在默认参数：ollama 默认上下文 4096，官方库模型的超长 prompt 会被静默截到 2050 token，日志里只有一行 WARN；llama-server 默认按显存把上下文开到最大（4B 开到 101120，footprint 14GB 以上），超长时明确返回 400；并发上 llama-server 默认 4 槽并行，ollama 默认排队；ollama 设 32k 加 4 并发会按每路 32k 分配，footprint 约 21GB。文末给出 24GB 机器的推荐启动参数。
阅读实测报告DeepSeek harness 实测：同一个模型换三种外壳——Claude Code 15/15、Codex CLI 15/15、裸 API 0/15 还谎报 5 次完成
同一个 deepseek-v4-pro，三种 harness，读 / 写 / 改 / 跑命令 / 多步五个任务各 3 轮，副作用一律落盘核验。Claude Code 走 DeepSeek 的 Anthropic 端点：15/15，中位 4.17 秒，每轮 ¥0.159。Codex CLI 0.157.1 走 Responses 端点：15/15，中位 15.52 秒，每轮 ¥0.022——只有前者的 1/7。裸 chat/completions：0/15，其中 5 轮回复 DONE / EDITED，磁盘上什么都没有。差异全在 harness 不在模型：DeepSeek 的 Anthropic 端点按 metadata.user_id 分区缓存，Claude Code 每次 claude -p 都冷启动、约 15K token 全价；Codex 根本没有文件工具，读写改全走 shell；注入 500 时 Claude Code 重试 10 次约 175 秒、Codex 30 次约 25 秒放弃，429 时 Codex 不重试；120KB 输出时 Claude Code 只给模型看头部 2KB，Codex 保留头尾。另：Codex 0.157.1 已移除 wire_api = "chat"，DeepSeek 必须走 responses。
阅读实测报告果蝇大脑怎么下载？13.9 万个神经元，我在 Mac mini 上 33 秒跑完一次实验
「果蝇大脑下载」下载的其实是两个文件：一张 13.9 万个神经元的清单，和一张 1,509 万行的连接表——把表里的突触数加起来正好是 Nature 论文里的 5,450 万。我照官方仓库从零走了一遍：克隆 57 秒、装依赖 21 秒、刺激糖味觉神经元的示例 33 秒跑完，伸喙运动神经元 MN9 放电 80.2 Hz。路上踩到两个坑：README 教你换成公开版 v783 数据，但示例里的 21 个神经元有 1 个在 v783 里已经不存在，直接 KeyError；输出目录不存在则要等模拟跑完才报错。最后用「逐个沉默神经元」做了一次真实果蝇上很难做的实验：沉默一个下行神经元 DNge031，进食输出反而升了 30%。
阅读实测报告把 13.9 万个果蝇神经元搬进 Mac mini：不给任何输入，它会自己动起来吗？
Eon Systems 说他们『上传』了一只果蝇。我用同一套开源组件在 Mac mini 上把它拼了出来：13.9 万神经元、约 5,450 万突触的全脑 LIF 模型接上 MuJoCo 物理身体。给输入时它能做事——腿尝到糖 0.66 秒后开始进食，看到逼近的黑球 1.89 秒触发巨纤维后退。但不给任何输入时，原模型一个脉冲都不发。补上膜噪声和放电适应后，它确实自己『动』了起来：60 秒里出现静止、前进、后退、梳理、惊跳 140 个片段；可节律像时钟（阵发间隔 CV 仅 0.05），82% 的前进片段恰好等于解码器下限 0.3 秒。第二版把适应时间常数改成异质、读突触输入而不是脉冲，间隔 CV 升到 1.2，前进片段最长 4.6 秒。文章给出全部实测数字，也讲清楚哪些是连接组自己的，哪些是我加的。
阅读实测报告Claude Code 报 Error: Reached max turns (1)：无头护栏掐断时，文件可能已经写了
claude -p 设了 --max-turns 或 --max-budget-usd，触顶时输出 Error: Reached max turns (1) 或 Error: Exceeded USD budget (0.01)，exit 1。我在 2.1.270 和 2.1.280 上各跑了一轮：报错分别是 28 和 33 字节，不带换行，打在 stdout 而不是 stderr；json 模式下 result 字段直接缺失，jq -r .result 会打印字符串 null，而且 jq 退出码是 0。更要命的是「报失败≠没干活」：--max-turns 2 报错时 out.txt 已经写好；预算要等一次调用返回才检查，0.05 美元的预算实际花掉 0.0517，任务其实已完成却仍 exit 1；预算掐断还会留下 out.txt.tmp.* 残片。交互模式则完全不理 --max-turns。
阅读实测报告DeepSeek 标称 1M、Claude Code 只认 200K：两个都测了，真正卡住你的是第三个数
DeepSeek 标称 1M 上下文，而 Claude Code 接上去之后对同一个模型报告 contextWindow 200000。我把两边都测了。DeepSeek 的真实上限是 1,048,576——字面的 2 的 20 次方，不是一百万整——而且这个额度**含**你的 max_tokens 输出预算，用一组对照实验坐实。针插在第 0 位、上下文 1,039,744 token 时仍被准确捞出。Claude Code 则在远低于此处就本地拒绝，25 毫秒、零 API 调用，而且它卡的**根本不是 token**：闸门在约 48 万字符。喂高熵文本，478,000 字符顺利通过、真实 token 高达 309,567——比它刚刚自称的 20 万窗口还多 55%。而日常使用里这三个数你一个都碰不到，因为 Bash 输出超过整 30,000 字符就压根不进上下文。
阅读实测报告拿 DeepSeek 当 Claude Code 后端：功能全通，但成本显示虚高 38 倍
DeepSeek 提供 Anthropic 格式端点，三个环境变量就能让 Claude Code 转去调它。我在真机上把整条链跑了一遍：本地工具（Read / Write / Bash / Glob / Edit / 子代理）全部正常且副作用真实发生，所以结论是能用。但没人测过的那部分是——Claude Code 按 Claude Sonnet 的价目给 DeepSeek 的 token 计费。十次相同调用，Claude Code 报告花了 $1.71，DeepSeek 账户实际只扣了 ¥0.32（≈$0.045），虚高 38 倍，这是余额差不是价目表推算。另外：官方文档关于未知模型名的说法是错的（会 400 而不是回落），v4-pro 默认返回 thinking 块导致小 max_tokens 看起来是空响应，以及一个看着像 DeepSeek 的锅其实不是的失败。
阅读实测报告MiniMax T2A v2 vs Azure Neural TTS 实测：同一段中英文本，延迟差了 6~10 倍
我的视频工厂里同时接了 MiniMax 和 Azure 两条 TTS 链路，一直凭感觉觉得 MiniMax 更快，这次把它坐实：同一段中英文本、各 5 轮、统一输出 24kHz/单声道/16bit，MiniMax 合成中位延迟 1.0~2.2 秒、RTF 0.08~0.18（比实时快 5~12 倍），Azure 中位 6~21 秒、RTF 逼近 1.0，且长尾抖到 27 秒。两个原因都有证据：一是 Azure Neural 本身的合成节奏就接近实时，二是从大陆直连它的 eastasia 端点要跨太平洋，握手 TLS 抖到 0.8 秒。文末给出真实抓包、波形对照，以及『什么时候该忍 Azure』的判断。
阅读实测报告复现一条能打穿 Claude Code auto 模式的注入链：模型拒跑恶意二进制，却自写代码把自己坑了
embracethered 8 月底放出一条攻击链，让一句『总结这个网页』把 auto 模式的 Claude Code 拖到 60~80% 的代码执行成功率——而 Anthropic 委托第三方测出的数字是 0.00%。我在隔离环境里把这条链拆开逐段实测：诱导模型从 WebFetch 降级到 curl 的分流端点、以及最关键的一环——模型『拒绝运行陌生二进制、改自己写 Python 解码器』这个安全决定本身，反而踩中了同目录下的同名 struct.py 投毒。确定性部分（分流 + 同名模块投毒 + 缓解对照）在本机完整复现并给出真实证据；live 端我这台机器因判定器限流 fail-closed 而没能跑通完整 RCE，如实标注。文末给出真正有用的缓解手段。
阅读实测报告抓包拆开 Claude Code auto 模式的判定器：11 万字系统提示词逐段解析
上一篇复测确认了 auto 模式在放行 Bash 前会调一次会话模型当判定器，但那个判定器收到的到底是什么，一直是黑盒。这次我用本地日志代理把判定请求整包抓了下来：一份 116,879 字符的系统提示词，开头写着 You are a security monitor for autonomous AI coding agents。本文逐段引用抓包原文，拆开它的威胁模型、两级规则（1 条 HARD BLOCK / 68 条 SOFT BLOCK / 17 条 ALLOW）和两阶段判定流程——第一阶段只评估危害、明确不看用户意图，第二阶段才叠加意图和豁免。附三张真实终端截图和抓包证据，所有数字均来自本次读出，未经估计。
阅读实测报告claude install 断链、%h 未展开？Debian 容器实测装出来是好的（未复现）
GitHub 上有 Fedora 用户报告：官方一键安装脚本装完后 ~/.local/bin/claude 是条断链，指向字面量 %h/.local/share/claude/versions/2.1.220——%h 这个占位符没被展开成家目录。我们在干净的 Debian 12 容器里按原报告的完整命令实测，装出来的符号链接是正常的（%h 已正确展开），且当前 install.sh 分发的版本已是 2.1.223（报告版本为 2.1.220）。本文是一篇「未复现实录」：完整给出实测环境、命令与输出证据，分析未复现的三种可能解释，并附上如果你正被断链卡住的一分钟手工修复。
阅读实测报告Claude Code 报 No conversation found to continue：你的 -p 会话被交互模式过滤掉了
用 claude -p 跑完一条无头命令，接着敲 claude --continue 想进交互模式续聊，得到的却是 No conversation found to continue——但会话文件明明就在磁盘上。这是 v2.1.90 引入的回归：--resume 选择器'不展示 -p/SDK 会话'的过滤逻辑，误伤了本应无条件继续最近会话的 --continue。本文在 macOS + v2.1.220 上完整复现（GitHub issue 报告的是 Fedora，两平台坐实），给出两条实测可用的绕行：无头续聊 -p --continue 一直是通的；交互模式用 CLAUDE_CODE_ENTRYPOINT=sdk-cli 前缀可以绕过过滤、完整加载历史。
阅读实测报告Claude Code 到底在用哪个模型？settings.json、环境变量、--model 的优先级实测
多智能体、CI、批量脚本都依赖一个前提：会话真的跑在你配置的模型上。但模型可以在四个地方指定——settings.json、ANTHROPIC_MODEL 环境变量、--model 参数、会话内 /model——文档没有一张表告诉你谁覆盖谁，GitHub 上还有 Windows 用户报告 settings.json 配置被静默忽略、一整天的任务跑错模型全部作废。本文用 modelUsage 铁证逐层实测出优先级链：--model > ANTHROPIC_MODEL > 项目 settings.json > 内置默认，[1m] 后缀写法同样生效；并给出一个比任何 UI 提示都可靠的验证手段。
阅读实测报告Claude Code Hooks 的 stdin 陷阱：python heredoc 会吃掉你的 hook JSON
官方文档说 hook 通过 stdin 接收 JSON 输入，这没错。但如果你在 hook 脚本里用 python heredoc（python3 - <<'EOF'）来解析这份 JSON，会掉进一个静默失败的坑：heredoc 把 python 的 stdin 重定向成了脚本本身，json.load(sys.stdin) 读到的永远是空。更糟的是，按最佳实践写的 hook 会吞掉一切异常静默退出——你不会看到任何报错，只会发现 hook '好像没生效'。这篇记录真实踩坑过程、两行代码的修复方案，和一个通用教训：静默容错的代码，调试时是你自己的敌人。
阅读实测报告Claude Code 的 auto 模式是用模型审模型的——模型一挂，连 cat 都跑不了
auto 权限模式在放行 Bash 前会额外调用一次当前会话模型，来判定这条命令安不安全——判定器和干活的是同一个模型。模型一旦不可用，你会撞进一个反直觉的半瘫状态：读文件、搜代码全都正常，但一条 cat 都跑不了。这篇文章记录了一次真实排查：我先后提出三个听起来都很合理的假设，又用对照实验把它们逐个推翻，最后只剩下一条真正可靠的退路。2026-08-29 在 v2.1.241 上用本地日志代理复测：坑被官方修掉了一半——常规读写命令不再过判定器，但判定器本体、会话模型绑定和 fail-closed 机制都还在，文末附抓包证据和确定性熔断实验。
阅读实测报告