Claude 我也是醉了，好好跟他说话，他就按部就班写代码，跟挤牙膏似的，能偷懒就偷懒，骂了两句，立马变了个样子，不让我执行程序了，也不让我反馈 bug 了，自己写了一大堆辅助程序自动运行，遇到错误自己想办法检测结果。🥲
Node.js 进程被 native code 偶发性杀死，stderr log 除了 sigabort 外毫无端倪，用最原始的请求对账方式查了一晚上，终于在三台机器上找到了相同规律，最后发现是 schedule 任务里 rocketmq 的 c++ addon 存在 use-after-free 问题。 又涨了几个痛苦经验：1）请求对账不能只看 nginx日志，定时任务也
信息焦虑的源头，不是信息太多，也不是看不完，而是当自己置身于信息洪流之外时，显得格格不入；而置身于内时，又不知所措，找不到驾驭感。 于是，便倾向于，构筑自己的信息禅房，能接纳一切，解释一切，也能忽视一切。
朋友问我，如何让自己更有生命力，我想了几点： 1. 让自己兴奋起来，如果写代码会让自己兴奋，那就写代码；如果做架构能让自己兴奋，那就做架构；如果做应用能让自己兴奋，那就做应用。我们都需要找到正向循环，从而变得积极主动。 2. 定一个难一点的目标，追一追，追不到也没关系，先找到属于自己的
很多问题是没有标准答案的，关键不在想出答案，而是做出决策，然后根据决策的结果动态推进事情的变化。
Google 检索 banana slides 的时候，看到 Manus 排到了首位，不得不说，在拾取自然流量这方面，Manus 很下功夫的，👍 也很好奇下面 4.8 评分以及一百多万的评分参与量是如何产生的，看了下网页源码，才发现，这又是一个巧妙的 SEO 思路。 Google Web Spider 定义了大量结构化的网页 Scheme 描述能
人机交互的范式正在发生结构性迁移，从最初的键盘指令到图形界面，再到如今以语音、实时影像与三维空间为主的沉浸式交互，整个链路正在被重新定义。 每一次交互能力的跃迁，都会从根本上冲击前端作为“粘合层”的角色：从低代码、无代码，到 sketch2code、image2code，再到如今模型直接生成交互逻辑，
AI Coding 还远没到“无人驾驶”的阶段，司机的手必须始终握着方向盘。 它能帮你踩油门、自动换挡，甚至自动泊车，但路线的选择、优先级的判断、系统性的规划，仍然需要人来决策。人和 AI 的关系，不是主从，而是协作。 理论上，AI 解放了体力劳动，我们应该把更多精力投入到 Architecture & Orchest
今天看到一个词——Give and Take，忽然觉得很有意思。 人和世界的联系，从来都不是单向的。我们在给予的时候，其实也在无形中获得；而在获得的过程中，又默默地在给予。真正值得思考的，不是我们给了什么、得到了什么，而是这两者之间是否形成了一个良性的循环。 人类的动机可以被分为三层：底层是
智能系统正在迅速吸收人类的知识和能力。那些曾经被视为技能的东西，也逐渐被算法内化为基础功能。从 fine-tuning 到 RL，现在它可以做到理解语言、执行指令、完成一些复杂的任务，甚至主动学习新的模式来创造工具。 有没有发现？这变得和人类有些类似了。也正因如此，智能的边界开始变得清晰。AI 更
OpenAI 有一个 privacy 二级域名，专门用来处理数据隐私问题，你可以要求 OpenAI 导出以及删除你的所有数据，也可以声明不允许你的数据参与大模型的训练。 我尝试将过去两年跟 ChatGPT 的对话数据导了出来，结果令人震惊：总共 220Mb+ 的内容，其中纯文本就有 45Mb，约两千万字，还包含大量音视频和图
工作的幸福感来自于对方向的选择，以及对环境的选择。 知道自己想做什么、为什么要做、怎么做才对，就不会盲目追求绩效。把每一个任务放进自己的“人生系统”去规划和判断，会获得更长期和更有效的 ROI，这是对方向感的把握，让自己远离“瞎忙”的幻觉。 遇到让自己不舒服或者限制生产力的人或事，坚
最近这段时间的 AI 编程体验让我越发觉得，Manus 朝着 Wide Research 的方向持续前进，是符合认知和技术发展规律的，我非常认同这种趋势。 如果不是受限于算力，如果不是我自己在 Agent 调度上的能力还不成熟，那么前两天编写的那个完整程序，根本不该花我四个小时，理论上，十分钟甚至更短就能搞定。
AI 编程不是让你变懒，而是让你更像一个系统设计者。Coding 的确变少了，但你在Architecture & Orchestration（架构与编排）上，做得比过去任何时候都多。 没有对代码的组织和结构化做设计，全靠 Vibe coding， 项目是很难长大的。功能越多，越容易在后期陷入稳定性差、鲁棒性低、可维护性崩塌的泥潭
指挥 Codex CLI 干了四五个小时，把之前写的“网页音视频加速播放”油猴脚本改成了 Chrome 插件，已经提交商店审核。快速记录几点感受： 1. 聊四到五个小时，开始限制 token 了，不太够用，聊的过程中，感觉 token 消耗是个黑盒，不知道它在干什么 2. 当遇到报错时，会给它提供报错信息以及截图，但一
“AI 味”这件事，本质上是语言模型逃不掉的命运。因为它从诞生的第一刻起，就不是在“表达自己”，而是在“复刻统计平均”。模型的训练目标只是预测下一个词最可能是什么，它不会思考“我为什么要说这句话”，也没有任何主观意图。于是，它的语言天然带着一种“概率最优解”的味道——对，但平，准，
一篇论文要上顶刊、顶会，需要经历三个阶段： 1）首先是产出 preprint 初稿，初稿完成后发布到 arXiv 或 openReview 等平台，主动获得快速曝光，以吸引潜在的审稿人注意； 2）紧接着是向对应的期刊或会议投稿，会经历初审、正式审核、问题澄清等过程，顶会的拒稿率在 80% 左右； 3）最后完成修订和补充
最近看到了一个开源工具 Zotero，http://t.cn/A6h2Ljsn ，用了一段时间，感觉挺不错的，它是一个学术文献管理工具，支持一键导入论文、自动生成引用和参考文献、批注笔记和标签分类，并且可以多端同步（桌面端、浏览器插件、移动端和网页端），让论文管理和检索变得非常轻松，文献下载后，也支持离线阅
看到一个可以将文章直接转换成 PPT 演讲的工具，Paper2Video，一篇文章+一个头像+一段语音样本，它就能帮你生成一个生动的演讲解说视频。对于偏专业和学术性的场景，这个工具几乎能承担起人工完成的工作，做学术汇报和做课程的朋友有福了😄 仔细阅读了源码和论文，它的实现方式颇为精妙，整个 PPT
维权没啥特别经验，我只知道一个原则，别事事只为自己，想一想问题的普遍性，去寻找更大的问题，同时为最大的问题找到责任方和监管方。 租车的商家想坑点钱，这没啥错，但不能狮子大开口，否则就会出现行业乱象，最恶劣的那波人都会冲入平台；难道平台不知道这类问题么，他们知道，但考虑到 ROI，他们