即刻App年轻人的同好社区
下载
Barret李靖
171关注12k被关注11夸夸
编程领域优秀贡献者
AI Engineer | Lifelong learner | Cloud Native | Dad of 2
小胡子哥，一个有趣的灵魂
小胡子哥，一个有趣的灵魂
推荐卡兹克最近搞的这个 AI 资讯站点，内容质量还不错，aihot.virxact.com
真正专业花心思做自媒体，一定都会精心维护自己的 feed 流，也能产出有价值的行业日报周报，相比之下，我就是个纯粹的技术研究者，哈哈。
真正专业花心思做自媒体，一定都会精心维护自己的 feed 流，也能产出有价值的行业日报周报，相比之下，我就是个纯粹的技术研究者，哈哈。
31 16
研究了几天 Tailscale，用它组网实在是太方便了。它支持让任意两台设备，在复杂网络环境下，稳定、安全、低成本地互联，就像在同一个局域网一样使用，也支持将内网服务暴露到公网访问。
Cloudflare Tunnel 是把内网服务安全暴露到公网，在公网进行统一管理；Tailscale 的体验更像是，把所有设备拉进一个私有局域网，它会给所有的设备分配一个 100.x 的局域网 IP。设备跟设备之间互联，优先采用 P2P，通讯效率极高。
现在手机访问家里的 NAS，以及电脑 ssh 家里其他机器，都是局域网处理。这个产品简直就是在重新定义“内网”，😅
Cloudflare Tunnel 是把内网服务安全暴露到公网，在公网进行统一管理；Tailscale 的体验更像是，把所有设备拉进一个私有局域网，它会给所有的设备分配一个 100.x 的局域网 IP。设备跟设备之间互联，优先采用 P2P，通讯效率极高。
现在手机访问家里的 NAS，以及电脑 ssh 家里其他机器，都是局域网处理。这个产品简直就是在重新定义“内网”，😅
18 64
slock.ai，比较有趣的一个产品，人 + Agent 的协作模式，以群聊（Channels）为工作入口，核心产物是 todolist，AI 会自动推进 todolist，聊着聊着 AI 就把事情给干了。
平台不提供 Agent，用户来提供。用户在自己电脑上安装接入程序，它是一个 bridge 控制面，会把 Slock 里的消息、任务、系统通知等转换成可处理的输入，转给用户电脑上的 AI 来处理，然后将处理结果发回 Slock。
控制面在 Slock，执行面在本地 runtime。
平台不提供 Agent，用户来提供。用户在自己电脑上安装接入程序，它是一个 bridge 控制面，会把 Slock 里的消息、任务、系统通知等转换成可处理的输入，转给用户电脑上的 AI 来处理，然后将处理结果发回 Slock。
控制面在 Slock，执行面在本地 runtime。
15 22
关于 AI Coding 和 Harness 最近写的一些内容：
让ai学会并发干活儿 weibo.com
让AI能够复用过去的经验，把代码写的更好 www.weibo.com
如何让AI进入疯狂工作模式 www.weibo.com
让AI输出效果提升五倍 weibo.com
AI解放双手，如何把工作托管给浏览器 www.weibo.com
AI时代的软件开发速度 www.weibo.com
Claude Code 的编程哲学 weibo.com
vibe coding 的宪法 weibo.com
Claude code的记忆设计 weibo.com
Harness，让 Agent 跑长程任务 weibo.com
为什么你的 agent 跑不了长程任务？ weibo.com
构建有效的工作上下文，让AI参与决策 www.weibo.com
AI 时代的软件形态 weibo.com
Harness 也是过渡产物 www.weibo.com
组合不同 LLM 完成任务，会成为必备技能之一。weibo.com
文档编程，让AI一直跑下去。 weibo.com
让AI减少犯错 weibo.com
Codex 长程任务的运行机制 weibo.com
claude code/codex 的记忆设计哲学 weibo.com
大多数人不知道如何给AI定目标 weibo.com
让ai学会并发干活儿 weibo.com
让AI能够复用过去的经验，把代码写的更好 www.weibo.com
如何让AI进入疯狂工作模式 www.weibo.com
让AI输出效果提升五倍 weibo.com
AI解放双手，如何把工作托管给浏览器 www.weibo.com
AI时代的软件开发速度 www.weibo.com
Claude Code 的编程哲学 weibo.com
vibe coding 的宪法 weibo.com
Claude code的记忆设计 weibo.com
Harness，让 Agent 跑长程任务 weibo.com
为什么你的 agent 跑不了长程任务？ weibo.com
构建有效的工作上下文，让AI参与决策 www.weibo.com
AI 时代的软件形态 weibo.com
Harness 也是过渡产物 www.weibo.com
组合不同 LLM 完成任务，会成为必备技能之一。weibo.com
文档编程，让AI一直跑下去。 weibo.com
让AI减少犯错 weibo.com
Codex 长程任务的运行机制 weibo.com
claude code/codex 的记忆设计哲学 weibo.com
大多数人不知道如何给AI定目标 weibo.com
71 480
Spec-Driven Development 如果把任务的颗粒度拆得过细，且没有控制好任务边界和不做什么的声明，在调度多 agents干活时，特别容易出现过度设计问题。
over engineering 更让人头疼，下面是一个很高频的 case。
原始目标只是：给后台系统增加一个文件上传能力。
结果因为没有明确约束：
* 一个 subagent 引入 repository pattern
* 一个 subagent 开始设计 storage provider abstraction
* 一个 subagent 顺手兼容 S3 / OSS / GCS
* 另一个开始补异步队列和事件系统
* 最后甚至拆出了 upload-sdk
硬生生干出了一套半成品云存储框架🥹，可真实需求只是：单机部署，上传到本地磁盘。
从局部看，哪哪儿都没毛病，还写的挺好，全都是最佳实践，但离原始目标已经十万八千里了。
最头疼的是，你的同事给你提了这样的代码 PR，你合还是不合？
over engineering 更让人头疼，下面是一个很高频的 case。
原始目标只是：给后台系统增加一个文件上传能力。
结果因为没有明确约束：
* 一个 subagent 引入 repository pattern
* 一个 subagent 开始设计 storage provider abstraction
* 一个 subagent 顺手兼容 S3 / OSS / GCS
* 另一个开始补异步队列和事件系统
* 最后甚至拆出了 upload-sdk
硬生生干出了一套半成品云存储框架🥹，可真实需求只是：单机部署，上传到本地磁盘。
从局部看，哪哪儿都没毛病，还写的挺好，全都是最佳实践，但离原始目标已经十万八千里了。
最头疼的是，你的同事给你提了这样的代码 PR，你合还是不合？
8 45
AI 会穷尽自己所学，来服务人类目标，于是就衍生出一个必须面对的问题：如何避免它在完成目标的过程中，用了不该用的工具，看了不该看的文件，做了不该做的事情？
这是很容易发生的，项目中也都遭遇过。
例如某次客户端优化中，AI 改到了底层的代码，底到啥程度呢，它去改了 Electron 源码🐶
再比如拿着用户 token 让它读某个范围的数据，结果它找不到就从全局范围越权读取，把用户私密文件给读出来了；
再比如让它做数据库订正，它说项目还在 poc 状态（可能是读了某次对话记录），直接把数据库给清空了，全表重写数据。
Prompt 只能做约束；Claude Code 的策略是增加人工确认；控制最小权限意味着对工具和上下文都要做最小颗粒度的拆分，或者提供工具网关和上下文沙箱，系统改造成本巨大。
这类问题很难根治，这可能也是使用 AI 解决问题必须要付出的代价。
这是很容易发生的，项目中也都遭遇过。
例如某次客户端优化中，AI 改到了底层的代码，底到啥程度呢，它去改了 Electron 源码🐶
再比如拿着用户 token 让它读某个范围的数据，结果它找不到就从全局范围越权读取，把用户私密文件给读出来了；
再比如让它做数据库订正，它说项目还在 poc 状态（可能是读了某次对话记录），直接把数据库给清空了，全表重写数据。
Prompt 只能做约束；Claude Code 的策略是增加人工确认；控制最小权限意味着对工具和上下文都要做最小颗粒度的拆分，或者提供工具网关和上下文沙箱，系统改造成本巨大。
这类问题很难根治，这可能也是使用 AI 解决问题必须要付出的代价。
16 04
以前更换电脑，是吭哧吭哧用 dotfiles 管配置、写脚本，一点点把环境克隆出来。
现在的方式简单粗暴多了。打开新电脑的远程端口，让旧电脑直接 ssh 过去，然后丢给 AI，一路操作下去。吃个饭回来，七七八八了。😜
现在的方式简单粗暴多了。打开新电脑的远程端口，让旧电脑直接 ssh 过去，然后丢给 AI，一路操作下去。吃个饭回来，七七八八了。😜
17 30
AI 能够很大程度替代知识工作者后，再去回看前些年流行的大厂 35 岁门槛，就更能理解原因了。
Coding 可以说是劳动密集型的知识生产活动，对熟练工的依赖性比较强，一般程序员到 30 岁基本都达到了熟练工程度，后续竞争力便开始下降。
社会对人的隐形评估函数是，经验 × 成本 ÷ 可替代性，经验不增长，成本提升，可替代性也提升，35 就很容易接近极点了。
而这一波 AI 的影响，大厂对两类人的需求量会增加，一类是工程和架构能力强的专家，能定义复杂问题，也能解决复杂问题，年龄反而没那么重要；另外一类是创新意识和动手能力强的年轻人，没有先入为主的观念，喜欢天马行空，想了啥就直接干。
最近的体感很强烈，未来挺长一段时间都要去适应不确定的环境，企业和个体都比较艰难。
Coding 可以说是劳动密集型的知识生产活动，对熟练工的依赖性比较强，一般程序员到 30 岁基本都达到了熟练工程度，后续竞争力便开始下降。
社会对人的隐形评估函数是，经验 × 成本 ÷ 可替代性，经验不增长，成本提升，可替代性也提升，35 就很容易接近极点了。
而这一波 AI 的影响，大厂对两类人的需求量会增加，一类是工程和架构能力强的专家，能定义复杂问题，也能解决复杂问题，年龄反而没那么重要；另外一类是创新意识和动手能力强的年轻人，没有先入为主的观念，喜欢天马行空，想了啥就直接干。
最近的体感很强烈，未来挺长一段时间都要去适应不确定的环境，企业和个体都比较艰难。
49 22