微信输入法 PC 版的语音识别功能很好用，中英文混合输入的识别正确率也很高，感觉可以完美替代 Typeless、闪电说、秘塔回响了，另外也不期待豆包输入法 PC 版了。

之前好像听过一个概念，说只要使用 Plan 模式，Coding Agent 的工作质量就有明显提高。最近好像也隐约感觉到了，发现不开 Plan 模式一次写不好的问题，开了 Plan 模式就能搞定。

AI Coding 使用 Plan 模式的时候不太爽的一点：AI 会问我问题，这很好，但是问的方式我觉得还不够好。

做比较复杂的重构的时候，只有一句话的问题描述，往往很难理解清楚模型到底在问什么，也不确定我回答问题之后他的详细解决思路。如果是一个人类同事和你协作，在讨论设计问题的时候，一般会把背景信息描述的更详细一些，再提出问题和方案。

希望这里能被优化，能在将来真的感觉到仿佛是和一个人类高级工程师沟通解决方案。

忽然想到，很多AI 在【我想去洗车，洗车店距离我家50米，你说我应该开车过去还是走过去?】这个问题上回答的都是走路去。

这让我有时候对于 AI 也是很难信任，比如同样的问题，迁移一下，【我想设计一个 xxx 架构，但是项目只需要 xxx，你说我应该是选方案 A 还是方案 B？】，这种情况我感觉 AI 就同样容易犯洗车问题的毛病。

AI Coding 时候，感觉给 AI 设定边界和缩小选择范围还是很有必要的。

茴香豆的茴有四种写法，但你不会想让 AI 随意混着用。

感觉在思路比较清晰的情况下，Cursor 的 Composer 2 还挺好用的，而且速度超级快，连带着也感觉这效率高了不少。

最近 AI Coding 的感受，即使是 Claude Opus 4.6(high 甚至 max 推理强度) 或者 GPT-5.4(xhigh 推理强度)，如果你过度依赖 AI 帮你做架构层面的决策，那么最后很可能会把整个架构越写越崩，留下一大堆技术债，然后到一个时间点，你不得不人肉介入来深度重构才能继续向前。

站在现在看去年，会觉得想要说：“去年的某个节点应该更激进的做xxx”。

那么如果站在明年的角度看，现在这个时间节点最应该激进做的事情是什么呢？我觉得可能是“应该更激进地、想尽一切办法地使用最顶级模型（提高工作效率），不要因为顶级模型贵就舍不得（大规模）用”。

刚看到一篇文章讲 Human-in-the-loop 的另外一个理解角度：AI 把人当做了一个工具，用来在执行过程中遇到不确定的问题时候调用。从这种角度讲，可以算是 human as a tool 了😂

感觉每天都能看到新厂商发布龙虾产品，百团大战 -＞百模大战 -＞百虾大战，不知道一年后哪些龙虾产品会留下来。