思考不是主动来到
而是靠着被动激发
Think, therefore I am
为了更好地使用 DeepSeek，我专门做了一个 Skill。 这个 Skill 不是为了把 DeepSeek 再包装成一个入口，而是为了让它在我的 Agent 系统里承担一个更清楚的位置。它要做的事情很具体，自动化地向 DeepSeek 提问，获取它的回答，再把回答接入后续 Agent 工作流。 也就是说，我关心的不是「能不能问 DeepSeek」，而是「问完 DeepSeek 以后，回答能不能
这篇文章想聊一个很具体的问题：为什么我会专门做一个剑飞ChatGPT SKill。 原因很简单。ChatGPT 本身已经很强，但越是强的工具，越容易被我们用得很散。今天问一个产品方案，明天上传一份资料让它整理，后天又让它帮忙改代码、总结会议、分析一个项目。每一次看起来都能得到答案，可是问题一多、窗口一多、时间一长，真正麻烦的地方就出现了。 你会突然想起来：前几天我是不是问过一个问题？那个回答在哪个
这两年我对语音写作的理解，发生过一次很明显的变化。 一开始我也会盯着技术看。识别准不准，转写快不快，能不能自动分段，能不能识别不同说话人，能不能一边说一边同步到笔记软件。坦白说，这些当然重要。一个工具如果连我说的话都听不清，那我很快就不想用了。 但用久了以后，你会发现，语音写作真正改变我的地方，并不是它让我少敲了多少字，而是它让我在生活当中多了一个整理想法的入口。 你想想看，很多判断不是坐下来的时
凌晨三点 今天凌晨三点，我电脑上的一个程序按时醒了。 NAS 备份程序。 它检查了 NAS 硬盘有没有挂好，然后开始干活。从我这台机器上扫描了七千多个文件，发现有 73 个是新的，把它们复制到了远程存储上。然后通过 SSH 连到另一台 Mac mini，同样扫描了一遍，八个目录全部同步完毕。 整个过程用了三分十三秒。 做完之后，它发了一条报告，然后又安静地睡过去了。 这事每天都在发生。凌晨三点，雷
你有没有过这样的经历， 跟一个AI聊了半天，好不容易教会它理解你的习惯、你的表达方式、你的项目逻辑。你耐心地解释了一遍又一遍：“记住啊，我这里用的是pnpm，不是npm。” 它说：“好的，记住了。” 然后你关掉窗口，重新打开。 它又一脸天真地问你：“请问您想用什么包管理器？” 那一刻，你是不是有点想摔键盘？ 这不是你的问题，这是所有AI助手的“出厂设置”，它们天生没有记忆。每一次对话，都是一次全新
⭐ 前React核心成员Cheng Lou发布了一个只有15KB的纯JavaScript排版库，48小时狂揽14k Star，现在已经44k+。 🚀 这个库不搞AI不搞框架，只做一件事，就是让浏览器排版速度快了483倍，简单来说就是用纯数学计算替代了浏览器回流。 💀 前端开发者都知道回流是浏览器最贵的操作之一，但所有人都将就了30年，因为一直没有更好的解决方案。Pretext这次终于从根本上解
现在学习 AI 的方式太多了。 怎么说呢，这本来是一件好事。 可以看教程，可以追工具，可以研究模型，可以报名课程，也可以每天刷各种案例。每一种方式都有价值，但我越来越觉得，真正能把 AI 学进去的方式，往往不是先把知识体系补齐，而是先从自己的日常需求里，做一个非常具体的项目。 这个项目不用宏大，也不需要一开始就产品化。它可以小到一个会议纪要模板，一个公众号草稿流程，一个账单分类表，一个客户跟进清单
systempromptsleaks，一个公开归档 AI 系统提示词的 GitHub 仓库 如果你平时研究 AI 产品、Agent 设计，或者正在写自己的 system prompt，最近可以看一个开源资料仓库，systempromptsleaks。它的仓库地址是，https://github.com/asgeirtj/systempromptsleaks 这个项目由 asgeirtj 维护，开源
