拿了个蚂蚁集团的年度奖项😜

被事情推着走的感觉，就像是把命交给了别人，活得一点都不自在。

自由，或许就是，把主动权从别人手里拽回来。

从身边的实际情况来看，大把大把在猛烈烧 token 的人，已经进入到了另外一种状态，这种状态是烧不动 token 的人无法理解的状态。

他们会把更多精力 focus 在想要什么，而不是跟着 AI 一起做陪伴式编程。那是一种脱缰野马，创造力无限被释放的状态。

我能理解这种状态😃

你让 Claude Code 写代码，它在消耗 Token。你让 Agent 跑一天，它在消耗 Token。未来让 AI 管项目、写方案、分析财务、运营公司，本质上都在消耗 Token。

Token 是 AI 时代的通用劳动单位。工业时代用千瓦时衡量机器劳动。AI 时代用 Token 衡量智能劳动。

谁来写一本《Token 经济学》和《人机管理学》，😅

推特已经看不下去了，之前还会去围观各种技术帖子，虽然 AI 写的水贴也比较多，现在 timeline 遍地是来自各国被自动翻译成中文的泛流量帖子，比看微博还无聊，🥲

最近的工作模式已经逐步变成，AI 监控群聊/线上日志/会议纪要，定时产出可执行的 todo list，加入到 AI 自己的看板，然后结合对应项目的源码仓库和 okr 文档，能提代码的直接产出PR，能出方案的直接产出文档，要么就是各种私聊催办，让责任人补齐上下文材料，好让它继续干活儿。

目前一个复杂项目 15% 以上的代码，都是 AI 全流程自助完成，给自己建需求、写代码、跑单测、提 PR😅，甚至合并代码都被 AI给干了（换两个模型轮流交叉 review）。

哈哈，学不完，根本学不完，桌上已经一大摞等着学习了😅

很多人在聊 AI 的时候，默认有一个前提：人负责目标，AI 负责执行。

但当 AI 开始进入工作、生活、娱乐、社交，甚至开始长期观察你的行为模式之后，事情会发生变化。

因为它不再只是工具，它开始变成一种“连续存在”。

它知道你最近在关注什么，知道你为什么焦虑，知道你哪些事情总拖延，知道你什么时候状态最好，甚至知道你真正想成为怎样的人。你给它的上下文越多，它对你的理解就越深。到了某个阶段，它对“你”的了解，甚至可能超过你自己。

那么，真正的问题就来了。

如果 AI 可以帮你完成大量执行、组织、搜索、分析、协调、创作，那人还剩下什么？

我最近越来越强烈地感觉到，未来的人类价值，会逐渐收缩到几个非常核心的东西：

1）方向感。判断什么重要，什么值得投入一生。

2）审美。判断什么是好的，什么是有生命力的。

3）体验。真正去感受世界，而不是只处理信息。

4）意志。在无限可能和无限诱惑里，依旧选择长期主义。

AI 很强，但它没有活着的重量。它没有童年，没有遗憾，没有失去过重要的人，没有真正熬过一个漫长的夜晚。它能理解这些词，却无法真正经历这些东西。

让 AI 踏踏实实干活，少出错误，首先要确保它用事实讲话，做任何判断之前得先讲证据。而且光讲证据还不够，还要确保证据链的完整。

比如一次网络请求存在报错，AI 会在各个环节做假设和猜测，并做出一些实际的修复动作，最后还会给个修复报告，说已经处理完了。

可实际情况是，它假模假样地做了一些工作，甚至连单测都写好了，但就是没把问题给修复完善。

一旦你让它提供完整的证据链来证明它真的有把问题修好了，它就开始露馅了。这个时候，它才会开始认真起来。🐶

现在的 Coding LLM，很擅长处理代码、日志、文档、终端输出，但它们理解的是被描述的世界，而不是真实运行后的世界。

开发时就会遇到一种情况，代码逻辑完全正确，然后页面问题一堆，例如字体发虚、间距不协调、响应式布局失效，或者小程序、WebView、浏览器之间表现不一致。

这些问题，人一眼就能察觉，但纯语言模型就是不行。这也是当前做软件开发最让人头疼的地方，调细节调到手软，🐶

很多 Agent 会接入 Playwright/Puppeteer/截图分析/OCR/DOM Tree 等能力，相当于在给 LLM 增加了视觉输入，但就算是拿到了截图，它也很难还原真实画面，因为它依然是通过本文的方式来理解这个世界的。

产品体验里有大量东西，包括视觉认知、空间感知、交互节奏、动态反馈等，都存在于人的直觉里，滚动、动画、拖拽、手势、页面切换、焦点变化、微交互，这些都不是单张截图能够理解的。

最近也看到了一些变化的趋势，多模态 Coding Agent 已经在路上了。

下一代 Agent 会越来越像一个真正的软件工程师，它会自己运行页面，观察界面变化，理解视觉问题，修改代码，再重新运行，再继续观察。

当前主要还在靠 Harnees 工程手段来弥补这一块。