共 302 篇文章
第 13 - 24 条，共 302 条
最近，一个名叫 Ponytail 的开源项目悄悄爬上了GitHub Trending榜首，Star数一路飙到4万多。乍一看名字，还以为是哪个程序员又在卷发型教程，点进去才发现——这玩意儿是个“反内卷神器”。 它不写代码，不搞框架，甚至连个像样的UI都没有。但它干了一件事：教AI怎么偷懒。 而且，效果惊人。 01 为什么说它是“AI编码界的清醒剂”？ 先问你一个问题：你用过AI写代码吧？是不是经常
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
如果你平时研究人工智能产品、智能体设计，或者正在写自己的系统提示词，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，开源协议是 CC0 1.0。也就是说，仓库采用公有领域贡献的方式发布。它不是一个可执行应用，也不是一个可以直接运行的人工
很多人做产品，最开始不是缺想法，而是想法太多。 你可能一边想做文档，一边想做课程，一边想写公众号，一边又觉得外部页面也要有。再往下想，还要有付费说明、引流内容、二维码、后端接口、自动发布、定期更新。 每一个都对，每一个都值得做。 但问题来了，先做哪一个。哪些是底座，哪些只是展示。哪些应该内部看，哪些可以公开。哪些要马上完成，哪些只是未来方向。 说实话，这种时候最怕的不是没有执行力，而是所有事情同时
最近不是在折腾工具，而是在修一套反馈系统。很多人问我为什么突然对反馈这么感兴趣，说实话，这源于我过去几个月的观察和反思。当我们在不断追求新工具、新方法时，往往忽略了一个最基本的问题，我们如何知道自己的努力是否有效？ 反馈系统是什么玩意儿 反馈系统，简单说就是一套让你知道「干得怎么样」的机制。坦率的讲，它比你想象的要重要得多。你想想看，没有反馈的工作就像在黑暗中开车，踩油门都不知道有没有用。 我理
Codex 客户端打不开了？一步步排查的人机协作实录 "Codex 客户端怎么打不开了？" 早上9点，我坐在电脑前，准备开始一天的工作。双击 Codex 图标，期待看到熟悉的界面，结果——没反应。 没有报错，没有弹窗，就是没反应。 这种"完全没线索"的问题最让人抓狂。我决定不直接瞎试，而是和 agent 一起，用系统性排查的方式来解决。 第一步：明确问题边界 我：Codex 客户端打不开，我需要
多台手机跑同一个流程：代码可复用性判断的一次真实协作 今天在处理 jianfeimobile 相关的事情时，遇到一个很具体的协作问题。 场景是这样的：有多台手机，多台机器，不同的接口，以及同一个型号的手机在处理同一个软件的时候，是同一个流程——但这些代码在写之前，要不要先看看可复用性如何？ 这个问题看起来是在问代码，实际上是在问：人机协作过程中，如何让判断链更短、更准。 用户的真实卡点：不是不会做
写完就是写完，别再改了 "再调一下标题吧。" "这段是不是可以再精简？" "配图好像不太对，换一张？" 这是我以前写文章最容易掉进去的坑——无限打磨。 一场持续了3小时的"最后修改" 上周四，我打算写一篇关于写作计划的文章。预计40分钟写完。 结果我写了整整3小时。 不是因为文章难写，而是我一直在"微调"： 写完初稿，觉得开头不够抓人，重写了3遍 重写了开头，发现结尾和开头不搭，又改结尾
同一个主题，先想清楚发哪个公众号 你有没有过这种经历：突然有一个想写的方向，觉得特别好，特别想立刻动笔。结果坐下来写了两百字，发现不对劲——这个话题放这个账号上，好像有点怪怪的。 这种"不对劲"的感觉，背后其实有一个没被显式说出来的判断：你的内容和你的账号，没有对齐。 从选题到账号，是两个独立的决策 常见的写作习惯是：先有选题，立刻动笔，写完再想发哪个号。 但更顺畅的路径是把这两件事倒过来：先想清
半夜自动写作翻车后，我加了一个"空闲门" 凌晨两点，我被电脑风扇声吵醒。 起来一看，是我的写作 agent 在后台跑批量文章。本来设置的是"空闲时自动写"，结果它没判断我正在导视频，直接把 CPU 占满了。视频导出时间从预计的40分钟变成了2小时。 这不是第一次了。 问题在哪 我之前对"自动写作"的理解很简单：有任务就执行，没任务就待机。agent 会在后台默默写文章，看起来很美好。 但实际用下
没有 API key，照样做网页审查：一次本地 Playwright 的真实协作经历 今天有个具体的问题冒出来：不依赖任何第三方 API key，能直接用浏览器跑自动化网页审查吗？ 这听起来像是个技术问题，但其实背后有更实在的诉求——很多人不想把自己的数据或网页访问行为交给外部服务，或者不想在项目里多堆一个 API 依赖。 我们来看一次真实的协作过程，看看这个问题是怎么被拆解、验证，最后落地的。
当助手说 Could you clarify 有一次用户只给了一个模糊指令，助手没有直接执行，而是问：“Could you clarify what you mean by login?” 它还举了例子：是登录某个服务，比如 AWS、gcloud、GitHub CLI，还是在项目里实现登录功能。这个回复看起来很普通，却很适合拿来观察 Agent 的判断链。 很多人看到这类澄清，会觉得 Agent