即刻App年轻人的同好社区
下载
用textin的高精度文档解析能力封装了一个pdf脱敏的skill，不用在界面上点点点，只要让你的龙虾安装技能，配置好textin的账号，就能愉快使用了。
传统的解法是手工涂黑，或是用死板的规则来检测。但都ai时代了，这种活就应该让agent去做，人只需要告诉它要去掉哪些敏感信息，要涂黑还是涂白，或者是改成非敏感信息，只要有好用的工具，agent都能做到。
安装命令：npm i @leo56/simple-redact-skill
把上面的安装命令发给你的claude code / codex / 小龙虾，并让它初始化即可使用。
传统的解法是手工涂黑，或是用死板的规则来检测。但都ai时代了，这种活就应该让agent去做，人只需要告诉它要去掉哪些敏感信息，要涂黑还是涂白，或者是改成非敏感信息，只要有好用的工具，agent都能做到。
安装命令：npm i @leo56/simple-redact-skill
把上面的安装命令发给你的claude code / codex / 小龙虾，并让它初始化即可使用。
2 00
匮乏感最可怕的地方，不只是让人难受，而是把人变得越来越保守。
你开始用“别犯错”替代“去争取”，用“别亏”替代“去试”。你不是不想要更好的，你只是下意识地把人生当成一场“不能输”的考试。
过年回家的路上，不小心把结婚戒指掉进机场的厕所里了。几千块钱，打了水漂。
但我们没有歇斯底里，没有吵架，只是互相调侃：这相当于坐了一次超高价的航班。
我那一刻突然意识到：原来事情“搞砸了”，也可以不用崩溃，我好像也能淡定面对“犯错”了。
从小到大，“怕犯错”这件事仿佛已经刻进潜意识。好像一次做不好，天就要塌下来。
这种匮乏感不只是“钱不够”，更像一种底层预设：资源、机会、爱与认可都很稀缺，所以任何错误都承担不起。早年那些看似微不足道的事——作业没写、碗打碎了、睡前忘了关电视——常常会被拔高成“你不努力”“你不珍惜”“你让大人失望”。
久而久之，责备变成了我脑子里的监工。
很多时候我还没开始做，就先在心里把自己判了死刑。大脑早就忘了每件事的前因后果，只留下几句判词反复回响：我一定不能犯错、不能出糗、不能亏钱。
当错误不再是“事情没做好”，而变成“你这个人不行”，人的策略就会悄悄从“改进”变成“回避”。在别人说不之前，自己先退一步——甚至退很多步。
填志愿的时候，为了求稳不敢把分数榨干；
看到喜欢的人，第一反应不是靠近，而是把自己推远：我还不够好；
工作机会摆在眼前，会为了一个“更稳”的标签自愿牺牲，却不敢去试试另一条路；
甚至连过年打个牌，也总是不敢all in，所以输就输很多，赢只赢一点。
后来我才明白：很多限制，并不是现实给的，是自己吓自己。
我第一次真正体验到“搞砸也没关系”，是在外出和朋友聚餐、我主动做饭的那次。
我去做早饭：汤圆冷水下锅，鸡蛋剥了壳直接丢进微波炉加热。很自然地，我收获了一锅面汤，以及炸到整个微波炉的鸡蛋黄。
我站在那儿，第一反应不是收拾，而是心里猛地一紧：完了，我又要被嫌弃了。
但没人嫌弃我。朋友们只是笑，笑得很大声，然后有人递给我抹布，有人去拿垃圾袋，有人把微波炉门打开通风。那一刻我突然有点愣：原来搞砸了，并不会立刻失去爱与认可。
被接住的那一刻，我才明白——输不是终点，没人接住才是。
后来我想，如果从小到大都活在这种匮乏里，那我就得学着去找一些更友好的地方，学着让自己被接住。慢慢地，恐惧才会松开一点。
因为只要怕输，就永远不可能赢。
你开始用“别犯错”替代“去争取”，用“别亏”替代“去试”。你不是不想要更好的，你只是下意识地把人生当成一场“不能输”的考试。
过年回家的路上，不小心把结婚戒指掉进机场的厕所里了。几千块钱，打了水漂。
但我们没有歇斯底里，没有吵架，只是互相调侃：这相当于坐了一次超高价的航班。
我那一刻突然意识到：原来事情“搞砸了”，也可以不用崩溃，我好像也能淡定面对“犯错”了。
从小到大，“怕犯错”这件事仿佛已经刻进潜意识。好像一次做不好，天就要塌下来。
这种匮乏感不只是“钱不够”，更像一种底层预设：资源、机会、爱与认可都很稀缺，所以任何错误都承担不起。早年那些看似微不足道的事——作业没写、碗打碎了、睡前忘了关电视——常常会被拔高成“你不努力”“你不珍惜”“你让大人失望”。
久而久之，责备变成了我脑子里的监工。
很多时候我还没开始做，就先在心里把自己判了死刑。大脑早就忘了每件事的前因后果，只留下几句判词反复回响：我一定不能犯错、不能出糗、不能亏钱。
当错误不再是“事情没做好”，而变成“你这个人不行”，人的策略就会悄悄从“改进”变成“回避”。在别人说不之前，自己先退一步——甚至退很多步。
填志愿的时候，为了求稳不敢把分数榨干；
看到喜欢的人，第一反应不是靠近，而是把自己推远：我还不够好；
工作机会摆在眼前，会为了一个“更稳”的标签自愿牺牲，却不敢去试试另一条路；
甚至连过年打个牌，也总是不敢all in，所以输就输很多，赢只赢一点。
后来我才明白：很多限制，并不是现实给的，是自己吓自己。
我第一次真正体验到“搞砸也没关系”，是在外出和朋友聚餐、我主动做饭的那次。
我去做早饭：汤圆冷水下锅，鸡蛋剥了壳直接丢进微波炉加热。很自然地，我收获了一锅面汤，以及炸到整个微波炉的鸡蛋黄。
我站在那儿，第一反应不是收拾，而是心里猛地一紧：完了，我又要被嫌弃了。
但没人嫌弃我。朋友们只是笑，笑得很大声，然后有人递给我抹布，有人去拿垃圾袋，有人把微波炉门打开通风。那一刻我突然有点愣：原来搞砸了，并不会立刻失去爱与认可。
被接住的那一刻，我才明白——输不是终点，没人接住才是。
后来我想，如果从小到大都活在这种匮乏里，那我就得学着去找一些更友好的地方，学着让自己被接住。慢慢地，恐惧才会松开一点。
因为只要怕输，就永远不可能赢。
26 104
假期和朋友一起手搓了一个 AI Skills 安全扫描工具 🛡️
输入 GitHub 链接，自动检测 Prompt Injection、数据泄露、权限问题...
我做了一个自己的fake项目，确实能扫出来一些东西。后面安装别人的skill的时候，也能看看有没有风险，毕竟现在给coding agent的权限是很高的。
UI、海报、各种debug全程都是在codex和nanobanana老师下帮忙完成的，总算是做出来了满意的视觉效果。
分享给在开发和尝试 Agent Skills 的同学！
链接：myskills.info
（目前还需要一些魔法才能访问）
输入 GitHub 链接，自动检测 Prompt Injection、数据泄露、权限问题...
我做了一个自己的fake项目，确实能扫出来一些东西。后面安装别人的skill的时候，也能看看有没有风险，毕竟现在给coding agent的权限是很高的。
UI、海报、各种debug全程都是在codex和nanobanana老师下帮忙完成的，总算是做出来了满意的视觉效果。
分享给在开发和尝试 Agent Skills 的同学！
链接：myskills.info
（目前还需要一些魔法才能访问）
5 02
安装了第一梯队的coding agent，就如同请了一个电脑全能大佬，不管是装系统，管理内存，清理老旧文件，解决任何软件问题，它全都能干！
而这在以前，需要有专门的装机师傅，还要安装专门的清理工具，现在都被通用agent覆盖了。
给人的效率工具类软件，真的不存在了。
而这在以前，需要有专门的装机师傅，还要安装专门的清理工具，现在都被通用agent覆盖了。
给人的效率工具类软件，真的不存在了。
5 20
如果你有一台不用的安卓手机，以及claude code这样的coding agent，那你将无痛得到一个在手机上运行的openclaw。
大致的准备步骤：
1. 给手机打开 开发者模式，启用 usb调试
2. 拿一根usb数据线连接电脑
3. 让claude code检测连接状态，并告诉它想要安装openclaw到手机，接下来它会搞定一切（主要是安装termux和配置环境）
4. 额外要准备的，就是一个大模型的key（推荐海外的接口），以及创建一个飞书机器人
不过现在玩法还是有点太少了，以及是运行在termux的沙箱里，拿不到root权限
大致的准备步骤：
1. 给手机打开 开发者模式，启用 usb调试
2. 拿一根usb数据线连接电脑
3. 让claude code检测连接状态，并告诉它想要安装openclaw到手机，接下来它会搞定一切（主要是安装termux和配置环境）
4. 额外要准备的，就是一个大模型的key（推荐海外的接口），以及创建一个飞书机器人
不过现在玩法还是有点太少了，以及是运行在termux的沙箱里，拿不到root权限
25 11
rent a human 这个网站给我最大的启发，可能在于：产品验证的范式变了。
三年前大模型刚火的时候，我就在想：未来人机协作会是什么样？模型回答不了的问题，应该怎样快速找到人类兜底？说到底，就是 Human-in-the-loop 的早期构想。
今年 1 月深入体验了 Claude Code、Codex 这类通用 agent 工具之后，我连续被各种 wow moment 震惊到，整个人非常兴奋。
我几乎立刻确信：agent 一定会接管越来越多的工作。但与此同时，它也必然会遇到大量“它自己搞不定”的环节——而这些环节，终究需要人类协助完成。
有意思的是，即便我已经看到趋势，当时脑子里仍然是传统产品思路：先做市场调研、做定性研究，再看数据是否成立。
可那套方法论，本质上是十几年前的时代产物。它诞生在一个“软件开发很贵”的背景里：几十万上百万的成本轻轻松松就能花出去，所以必须慎之又慎、先验证再投入。
但现在不一样了。
在 vibe coding 的加持下，交付一个能跑的产品 demo 的成本已经低到离谱：就算像我这样三脚猫水平的人，也能用业余时间一周搓出两个小 demo。
更本质地说，变化的不只是开发效率，而是产品验证的“成本函数”变了。
当把一个能上线的 demo 做出来几乎接近零成本时，我们验证的对象也随之变化：
过去我们拼命在上线前证明“需求存在”，因为做错一次代价太大；现在我们更应该用真实投放去验证“增长是否可复现”，因为世界上最贵的早已不是开发，而是注意力、信任和闭环速度。
当“做出来”不贵的时候，还在用十几年前的谨慎姿势走路，就像拿着算盘去打高频交易。
所以新的护城河不在于“做得出来”，而在于“单位时间内跑多少次实验、收敛到多少可复现的信号”。
那还犹豫什么？
直接快速上线、轻量投放试试看——验人群、验需求、验渠道，很可能一周就能跑出不错的数据。更重要的是，这种方式很可能比“古法操作”验证得更充分、更真实、更准确。
这件事放以前都是不敢想的。
三年前我也试过：拉一支前后端队伍，把 MVP 做到可全网上线的程度。即便是业余时间，从需求设计到功能实现也花了将近一个月；而一旦要调整，沟通成本和实现成本都不低。
当然，成本变低也会带来新问题：大家都能快速上线，噪声会更大，假阳性会更多，一次跑通不代表可复现。
于是新的纪律也随之出现：
- 不要迷信“访谈里说想要”，而是看“真实行为能复现”；
- 不要为“把功能做完”庆祝，而是为“把闭环跑通”庆祝；
- 不要把上线当终点，而是当起点
所以——不说了。
大好的时光，赶紧干吧。
三年前大模型刚火的时候，我就在想：未来人机协作会是什么样？模型回答不了的问题，应该怎样快速找到人类兜底？说到底，就是 Human-in-the-loop 的早期构想。
今年 1 月深入体验了 Claude Code、Codex 这类通用 agent 工具之后，我连续被各种 wow moment 震惊到，整个人非常兴奋。
我几乎立刻确信：agent 一定会接管越来越多的工作。但与此同时，它也必然会遇到大量“它自己搞不定”的环节——而这些环节，终究需要人类协助完成。
有意思的是，即便我已经看到趋势，当时脑子里仍然是传统产品思路：先做市场调研、做定性研究，再看数据是否成立。
可那套方法论，本质上是十几年前的时代产物。它诞生在一个“软件开发很贵”的背景里：几十万上百万的成本轻轻松松就能花出去，所以必须慎之又慎、先验证再投入。
但现在不一样了。
在 vibe coding 的加持下，交付一个能跑的产品 demo 的成本已经低到离谱：就算像我这样三脚猫水平的人，也能用业余时间一周搓出两个小 demo。
更本质地说，变化的不只是开发效率，而是产品验证的“成本函数”变了。
当把一个能上线的 demo 做出来几乎接近零成本时，我们验证的对象也随之变化：
过去我们拼命在上线前证明“需求存在”，因为做错一次代价太大；现在我们更应该用真实投放去验证“增长是否可复现”，因为世界上最贵的早已不是开发，而是注意力、信任和闭环速度。
当“做出来”不贵的时候，还在用十几年前的谨慎姿势走路，就像拿着算盘去打高频交易。
所以新的护城河不在于“做得出来”，而在于“单位时间内跑多少次实验、收敛到多少可复现的信号”。
那还犹豫什么？
直接快速上线、轻量投放试试看——验人群、验需求、验渠道，很可能一周就能跑出不错的数据。更重要的是，这种方式很可能比“古法操作”验证得更充分、更真实、更准确。
这件事放以前都是不敢想的。
三年前我也试过：拉一支前后端队伍，把 MVP 做到可全网上线的程度。即便是业余时间，从需求设计到功能实现也花了将近一个月；而一旦要调整，沟通成本和实现成本都不低。
当然，成本变低也会带来新问题：大家都能快速上线，噪声会更大，假阳性会更多，一次跑通不代表可复现。
于是新的纪律也随之出现：
- 不要迷信“访谈里说想要”，而是看“真实行为能复现”；
- 不要为“把功能做完”庆祝，而是为“把闭环跑通”庆祝；
- 不要把上线当终点，而是当起点
所以——不说了。
大好的时光，赶紧干吧。
6 01
给了clawd一个大项目，让它拆成6个模块，并自动调度和管理6个subagent来执行。
虽然我知道大概率会拉一坨大的，但还是很期待明天会看到什么😂
既然都是抽卡，不如趁晚上睡觉抽个大的，万一成功了呢hhh
虽然我知道大概率会拉一坨大的，但还是很期待明天会看到什么😂
既然都是抽卡，不如趁晚上睡觉抽个大的，万一成功了呢hhh
5 20
以前在团队里做产品研发协作，我其实一直想推两件事：
- 测试优先（把不确定性前置）
- 可发版的独立模块迭代优先（让交付变得可控）
核心目的很简单：把「需求理解不清晰、实现效果不可控」这种坑，尽量前置到需求讨论和技术方案阶段解决掉。
但现实是：对齐成本太高、太消耗精力。让大家从 0 写文档、补流程、写验收标准，往往既痛苦又写不全。过程文档留得少，经验也很难沉淀——每次都像重新来一遍。最后只能作罢。
直到最近自己开始 vibe coding，手搓一个可发布的小产品，开发工作流才第一次变得异常清晰：需求澄清 → 分步迭代方案 → 交付物定义 → 回归 → 发版门槛
这一整套，不再是“理想”，而是可以很轻量地执行。
原因也很简单：AI 天生适合干那些“琐碎但关键”的事---写规格、补边界、列验收点、补回归用例、补变更记录……
人只需要做高价值部分：讨论、提意见、给上下文、做选择、做最终验收。
所以我逐渐冒出一个暴论
：
vibe coding 时代，如果研发协作还停留在：产品经理拆需求 + 复杂评审同步上下文 + 研发主要让 AI 写代码。那团队效率可能还不如一个人单干。
因为真正的瓶颈不在“写代码”，而在“上下文对齐”和“交付可控”。
当下团队要交付的，也许不该只停留在模块级代码，而应该是：在架构拆清楚之后，每个人都能独自交付可上线的产品功能（feature）。
只有这样，才算团队效率真的上来了。
也许一个简单的衡量指标就是：能不能做到每天至少上线一个稳定feature？ 🤔
- 测试优先（把不确定性前置）
- 可发版的独立模块迭代优先（让交付变得可控）
核心目的很简单：把「需求理解不清晰、实现效果不可控」这种坑，尽量前置到需求讨论和技术方案阶段解决掉。
但现实是：对齐成本太高、太消耗精力。让大家从 0 写文档、补流程、写验收标准，往往既痛苦又写不全。过程文档留得少，经验也很难沉淀——每次都像重新来一遍。最后只能作罢。
直到最近自己开始 vibe coding，手搓一个可发布的小产品，开发工作流才第一次变得异常清晰：需求澄清 → 分步迭代方案 → 交付物定义 → 回归 → 发版门槛
这一整套，不再是“理想”，而是可以很轻量地执行。
原因也很简单：AI 天生适合干那些“琐碎但关键”的事---写规格、补边界、列验收点、补回归用例、补变更记录……
人只需要做高价值部分：讨论、提意见、给上下文、做选择、做最终验收。
所以我逐渐冒出一个暴论
：
vibe coding 时代，如果研发协作还停留在：产品经理拆需求 + 复杂评审同步上下文 + 研发主要让 AI 写代码。那团队效率可能还不如一个人单干。
因为真正的瓶颈不在“写代码”，而在“上下文对齐”和“交付可控”。
当下团队要交付的，也许不该只停留在模块级代码，而应该是：在架构拆清楚之后，每个人都能独自交付可上线的产品功能（feature）。
只有这样，才算团队效率真的上来了。
也许一个简单的衡量指标就是：能不能做到每天至少上线一个稳定feature？ 🤔
15 13