北京和上海在生活质量与城市建设上的区别：
北京是中国的北京，上海是上海市民的上海

最近踩的大坑：TODO功能是最具迷惑性的功能，是一个看起来简单但里面隐含逻辑巨复杂的功能…不做完全想不到这功能居然这么复杂，难怪市面上有这么多的todo产品

招募前端队友一起养猫！

汰！王侯将相宁有种乎？

之前读《看见》最大的感受是，世界不是简单的对与错，背后有非常复杂的事实，没有对错，只有客观存在的事实。讨论对错没有意义，了解事实，改变事实才有意义。

分享一个不焦虑的心态小技巧:
如果把你在做的事看做一场马拉松比赛，你需要关心的不是如何击败身边的对手拿到第一名，而是关注如何在2小时35秒内跑到终点。
前者是动态的高频信号，后者是来自客观世界的低频信号。

今天团队的前端同学跟我说写小程序写到怀疑人生，于是我探索实践了一下如何利用GPT4o将前端代码生产提速**一倍**以上:
1. 将figma的设计截图输入GPT4o，要求输出代码。这个时候可以得到层级结构基本正确的xml，基本正确的js接口，和基本错误的css。
1.1. 根据自己的业务知识做少量xml层级修正
2. 利用figma dev模式下的样式代码，和自己的知识，替换css中的样式。(颜色样式基本全要替换，直接用设计师figma的结果就可以；layout有的对有的错，需要仔细思考。)(figma的样式代码，能借用多少取决于设计师水平，主要是layout对设计师挑战比较大。)
3. 按照项目需要做好公共组件的维护和复用。
4. 进行真机调试并解决兼容性bug

因为这次写的是微信小程序代码，其实本来不太抱希望。但是得到的结果意外的很不错。如果是主流的前端框架效果应该会更好。

如果设计师严格&科学地按照auto layout的方式制作自己的设计稿，整个过程应该会进一步提升。

利用AI工具节省编程的机械劳动部分还是非常棒的，这可以让工程师把时间和精力放在更重要的业务逻辑、用户体验和性能效果上。

我认为未来比较有可能的生产环境下的静态前端工作流是基于figma等设计工具的输出文件，由ai修改生成可用的代码。而不是基于图片直接生成，因为截图相较于figma设计还是有非常巨大的信息丢失（不过ai也可以根据常识补充缺失的设计信息，但这会导致用户体验不可控）

之前我们在写Swift的时候@DariusTopThx 也实践过类似工作流，这次算是强化了体感，特别是拓展到了微信小程序，这真的挺让我惊讶的…

最近做产品&国庆摸鱼看战争史的一个想法: 战略规划和战斗执行要区分隔离。
如果拿战争做比喻的话，做军团部署的时候可以牺牲一个师，死守高地为大部队争取时间。但是在具体战斗时就要遵循「不抛弃不放弃」的原则，宁愿牺牲10个人也要救下受伤的队友，否则就会人心涣散。
「放弃」和「撤退」是一种重要和必要的战略选项，但是如果轻易在战斗执行过程做的话，每个个体都有可能放弃和撤退，形成「误差累积」， 导致整个系统脆弱不稳定。所以，放弃和撤退只能在战略规划阶段做: 慎重地思考要不要这么做，并把决策过程和原因同步给整个团队。但是在战略目标制定好后，就要克服所有困难100%地执行完成。
可以在产品版本规划和排期上选择放弃部分用户，但是在具体执行时，要尽心服务好每一个用户。可以选择解雇团队成员，但是合作过程中要尽心培养和磨合。可以在产品排期的时候适当delay留出足够的时间，但是在实现过程中要加班加点保证完成。

帮朋友发个招聘帖，非常酷的团队！

想等用户们睡着更新一下服务器，结果大家不睡觉🥺 好几天没睡好觉了 我想早点睡觉