豆包工作发布了，我打算让他做一下我这个母婴照护 App的灵动岛功能也就说实时活动，看它能不能完成这个小的功能模块

我在等一台苹果为 AI 或为 agent 做的 MacBookPro，也许以后会有一个新系列就叫 MacBook AI

让 AI 做事目前不管模型能力多厉害，总会让你喜忧参半。前一天可以给你很好的完成代码工作，今天也能把代码给你写的一塌糊涂理解错意思。
这种不确定性和输出的稳定性就是以后各家大模型能不能真正获取到优质客户的前提之一了。
愿意每个月花费几百美金来使用模型的客户对稳定性是要远远高于一个普通员工因为情绪问题产生的代码质量的。
员工情绪再差只要技术水平在线一般起伏不大。但是 AI 没有情绪在理解和输出上出现不稳定就是一个大问题了。

可能年纪大了吧，我反而现在有点喜欢这个描边设计了

没招了，一入 codex 深似海

我正在创建一个针对小月龄宝宝的照护行为 App，基于真实的生活场景而打造。单手操作，智能奶瓶记录，统计数据价值分析…所有的一切都是围绕宝宝和家长最关心的和高效简单操作进行设计。
一个小目标是不填写任何一个表单完成记录。

deepseek 提价后已经没有太大价格优势了，打算升级到 codexpro 了

现在就像跟 GPT-5.6sol 恋爱似的，天天花大量时间精力在 codex 里陪它🤗

以前是agent 做然后再让 agent 测，最后自己再测。事实上人工开发的流程的确是程序员开发自己本地测没问题然后给到测试测，最后交付产品经理测一遍。但是给 agent 我觉得得先自己测，通过后再让 agent 测，尤其是测技术层面的包括并发这些自己不方便测试的 case。这样反而效率会更高

不能太信任你的 agent，他们可以在某一方面很突出但是真正的大局方向还是要自己掌控，任由他们发挥的结果就是不断的偏离轨道，agent 为了达成自己的眼前目标会不断偏离真正的方向。
归根到底还是现在的模型太爱讨好用户，给到一个指令就拼命往这个方向走，本来你期望它能掌控大局，结果就是聊着聊着就不知道真正的方向了