今天和阿里朋友聊天：他们在2050年就已经不鼓励手写代码了，更戏称手写代码是“古法编程”，前后端都是如此。
今天大家都同意的是2026年可能是大部分开发人员还需要手写代码的最后一年了，冲击会比想象的来得更快。不知道大家怎么看👀？
PS：今天深度学习agent skills 技能，明天就用起来。要跟上时代💪
#AI工作流

今天把BMAD-Method 的教程看完了，对analyst 提供的问题分析、需求定义的方法论很震惊。如教程所说，BMAD-Method可以应用在很多场景，远不止编码。
PS： 自己在做自己的数字分身项目时，所有的流程都是自己摸索，虽然事后看整体的思路和BMAD-Method非常相似，但是因为缺少系统化的工具引导，还是走了一些弯路。所以，在做任何一件事之前，都应该有意识地去寻找业界最佳实践。

今日新发现：AI Coding 时不要老是在一个会话中完成所有操作，应该一个阶段性任务用一个会话，结束后生成总结文档，然后再在新会话中开始新任务，并把上一步生成的文档导入进来作为上下文。
这样每个会话的任务和目标都很明确，方便管理和回溯，同时避免会话内容过长导致信息混乱、加载变慢。

#AI-Coding

最近经常在思考一个问题：很多的拖延，虚假勤奋，其实都是自己在对自己撒谎，本质是自欺。所以2026年自己给自己定的一个目标就是不自欺。

最近我根据过去几年自己 2000 条日记，开始完全从零开始构建自己的数字分身，这两天MVP版本正式跑通了，运行效果还不错，期待后面更丰富的功能实现：

昨天自己在进行 Spec coding时，一个非常大的启发就是，在完成所有的 Spec 文档 review 之后，面对 AI 产出的大量的代码，如何去 review， 或者是如何获得掌控感。大量的测试肯定是一种方式，只是自己目前还在熟悉适应这种方式。
不知道其他人是否有更高的见解？

spec-kit 学习笔记：大项目不要希望通过一次 spec 完成开发，一定要进行功能拆解才可以，比如订单、支付、通知各一个 specify.

所以技术人员的专业性就几乎完全转向 业务抽象、流程抽象、系统架构设计了。

今天第一次了解到一个概念：AI 使用复利，把 AI 犯的错误、执行的缺陷、非常有价值的观点，或者是过程中自己突发的灵感，都记录下来。
然后把这些非常有价值的内容，再反复利用到后续的工作中。
这真是一个非常有潜力的使用 AI 的方式。自己之前就没有在意到这一点。现在自己更加坚信，以后一定要尽量多的使用 Cursor、 ClaudeCode 等这种 IDE 平台，因为他们更擅长执行和格式化的输出，而这些正是产生 AI 复利效应的基础。

今天，自己终于把自己的 AI 数字分身的 MVP 版本完整地部署到了腾讯云服务器上面，可以正常地进行记忆查询和元数据查询。MVP 版本终于完成了，明天起向更高级的版本迭代。

在当前阶段，建设一个可以完成目前很多专业软件才能完成的复杂能力的超级 Agent 几乎不现实，不管是自己实现这些能力，还是去调这些专业软件的对外 API 都不现实。
况且很多软件基于本身利益考量，根本不会提供这种 API。Manus 这种基于远程虚拟机上面运行真实软件的逻辑，很好地解决了这个问题：只要可以在远程虚拟机上面运行的软件，都可以被 Manus 调用。这些软件能完成什么能力， Manners 都能做到。并且 Manus 还可以在多个专业软件之间进行灵活的编排调度。
再通俗一点，这个就是 PC 版的豆包手机助手啊。