即刻App年轻人的同好社区
下载
在并行 AI Coding 任务的时候，最重要的是什么？
最重要的是你有一套熟悉的 AI 调度流程，从而保证你的人脑 CPU 节奏在多任务调度的时候不会乱。
知道什么地方应该交给 AI 来做，什么地方需要人工来介入。
在这样一个节奏下，才能有条不紊地处理积累在待处理列表中的任务，从而一直保持这种心流的状态。
我这边针对不同的开发场景，主要是有四种 AI 调度的流程：
第 1 种是项目从 0 到 1 的调度流程。
第 2 种是大功能的开发。
第 3 种是小功能的开发。
第 4 种是 Bug fix。
在这 4 个主要的场景里面，我知道哪一部分是需要人来参与的，哪部分是交给 AI 让它自己放心跑的。
在这样一套机制下，我就能够很好地把控任务的情况，让自己的心智负担很小，从而可以高效并行多任务。
#AI工作流
最重要的是你有一套熟悉的 AI 调度流程，从而保证你的人脑 CPU 节奏在多任务调度的时候不会乱。
知道什么地方应该交给 AI 来做，什么地方需要人工来介入。
在这样一个节奏下，才能有条不紊地处理积累在待处理列表中的任务，从而一直保持这种心流的状态。
我这边针对不同的开发场景，主要是有四种 AI 调度的流程：
第 1 种是项目从 0 到 1 的调度流程。
第 2 种是大功能的开发。
第 3 种是小功能的开发。
第 4 种是 Bug fix。
在这 4 个主要的场景里面，我知道哪一部分是需要人来参与的，哪部分是交给 AI 让它自己放心跑的。
在这样一套机制下，我就能够很好地把控任务的情况，让自己的心智负担很小，从而可以高效并行多任务。
#AI工作流
0 00
我喜欢上了在户外用手机 AI Build，这种感觉，很休闲自在，和坐在电脑前 AI Build的感觉完全不同，而且我甚至感觉比坐在电脑前更“高效”。
这种高效的维度是兼顾工作和生活的高效，在户外很开心，找个风景不错的地方，和家人一起，带些吃的，搞几把躺椅，坐着聊会天，看看钓鱼佬，悠闲。
很多 AI Builder 的想法或者说点子会在这种氛围下爆发，然后直接在画布上记录下来，和 Claude 开聊，这种体验很好，我准备长期感受一下这种模式～
将我 AI Builder 的大部分工作可以迁移到在户外直接用手机和 CanvasAgents 就能够解决。
这种高效的维度是兼顾工作和生活的高效，在户外很开心，找个风景不错的地方，和家人一起，带些吃的，搞几把躺椅，坐着聊会天，看看钓鱼佬，悠闲。
很多 AI Builder 的想法或者说点子会在这种氛围下爆发，然后直接在画布上记录下来，和 Claude 开聊，这种体验很好，我准备长期感受一下这种模式～
将我 AI Builder 的大部分工作可以迁移到在户外直接用手机和 CanvasAgents 就能够解决。
1 20
我其实很喜欢 Designer 这个职业，现在发现是更喜欢从 0～1 创造出属于自己的一些东西的感觉，那种成就感，有 Build 过自己产品的同学应该都有体会。
现在我作为 AI Native Builder，很多需求的设计决策可以自己做主，这种感觉挺好的。加上有了 AI 的加持，其实很多产品的 UIUX 可以几十秒生成一堆。
不过我基本上都不会直接拿来就用，但我会借鉴，从不同的方案里面寻找灵感，同时我平常也会比较关注那些让我眼前一亮的设计，比如我在做 canvasagents.dev 这个产品的 landing page 时，我在任务画布上跟 Agent 头脑风暴了很多很多想法，如下图所示。
最后才决定一款最适合展示产品功能的设计：跟随页面滚动来直接模拟用户操作 CanvasAgents，以及在演示 CanvasAgents 手机端的时候加上类似于 iphone Duo 的折叠效果，很多灵感就是一瞬即逝，在画布上记录下来了，很可能就会成为产品的亮点，这也是我现在使用 CanvasAgents 作为我的核心生产力工具的原因之一。
能力，无边界。灵感，不枯竭。
现在我作为 AI Native Builder，很多需求的设计决策可以自己做主，这种感觉挺好的。加上有了 AI 的加持，其实很多产品的 UIUX 可以几十秒生成一堆。
不过我基本上都不会直接拿来就用，但我会借鉴，从不同的方案里面寻找灵感，同时我平常也会比较关注那些让我眼前一亮的设计，比如我在做 canvasagents.dev 这个产品的 landing page 时，我在任务画布上跟 Agent 头脑风暴了很多很多想法，如下图所示。
最后才决定一款最适合展示产品功能的设计：跟随页面滚动来直接模拟用户操作 CanvasAgents，以及在演示 CanvasAgents 手机端的时候加上类似于 iphone Duo 的折叠效果，很多灵感就是一瞬即逝，在画布上记录下来了，很可能就会成为产品的亮点，这也是我现在使用 CanvasAgents 作为我的核心生产力工具的原因之一。
能力，无边界。灵感，不枯竭。
0 00
写了篇文章，记录了我作为 AI Native Builder，在不同阶段遇到的不同问题，使用的不同工具，怎么破局的故事。
#AI工作流
#AI工作流
我的一套 AI Native Builder 全流程研发工作流
1 00
近期加入了一个 AI Native 的团队，岗位是“需求交付工程师”，日常工作就是交付不同需求的完整闭环，会在不同的角色中跳转: 设计师、前端、后端、测试等，不同角色的不同上下文在不同的软件间进行信息流转、上下文传递，再加上我会同时并行多项目、多任务，就会造成脑子很不够用。
所以我把不同角色的上下文都融合到了 canvasagents.dev 这个项目，再搭配上一套 AI 调度流程，在这个工作台里面可以很心流地完成需求的完整闭环，也可以比较清晰的调度多项目多任务，欢迎大家交流经验～ 下面是用 Opus 5.5 做的项目演示视频。
所以我把不同角色的上下文都融合到了 canvasagents.dev 这个项目，再搭配上一套 AI 调度流程，在这个工作台里面可以很心流地完成需求的完整闭环，也可以比较清晰的调度多项目多任务，欢迎大家交流经验～ 下面是用 Opus 5.5 做的项目演示视频。
00:40
0 00
我愿称之为现阶段Cursor最佳实践之一：
通过 composer 调度 command tool ，从而接入外部的数据源或者调度外部的系统。
这种调度方式跟mcp比起来体验更好，灵活性也更高。
比如可以针对某个项目，把所有需要调度外部系统的地方封装为一个npm包，安装到对应的项目中，再到project级别的.cursor/rules（or全局的cursorrules）中注入调度tools的声明，这种调度方式甚至还可以在执行npm command的时候，人工介入选择各种参数（类似于脚手架命令），每个环节都尽在把控之中。
mcp接入curosr还是存在一些槽点的，比如接入的是长时间的tool任务，会超时等。
如果你不需要对外提供ai服务，只是内部落地的话，现阶段用建议composer agent command接入更好。
今天偶然也发现，国外有一个开源项目也分享了这种方式，理念是一样的，大家可以学习下：github.com
通过 composer 调度 command tool ，从而接入外部的数据源或者调度外部的系统。
这种调度方式跟mcp比起来体验更好，灵活性也更高。
比如可以针对某个项目，把所有需要调度外部系统的地方封装为一个npm包，安装到对应的项目中，再到project级别的.cursor/rules（or全局的cursorrules）中注入调度tools的声明，这种调度方式甚至还可以在执行npm command的时候，人工介入选择各种参数（类似于脚手架命令），每个环节都尽在把控之中。
mcp接入curosr还是存在一些槽点的，比如接入的是长时间的tool任务，会超时等。
如果你不需要对外提供ai服务，只是内部落地的话，现阶段用建议composer agent command接入更好。
今天偶然也发现，国外有一个开源项目也分享了这种方式，理念是一样的，大家可以学习下：github.com
24 315
在录制教学视频过程中，越来越体会到“费曼学习法”的精髓。
之前可能只是自己实践过某个知识点，能过做出来，但是针对其中的原理、背景，或者深入聊到具体的内容时，会说的含糊、卡顿。
而作为教学，相当于是强迫自己把知识讲清楚。
作为把知识“讲清楚”的前提，首先要阅读大量的资料，比如我在讲RAG这节课时，搜寻了大量的相关RAG文档，还买了专门聚焦RAG的书籍，相当于脑子里对整个RAG有了一个相对整体的认知。
作为“讲清楚”的核心：要把RAG体系化的认知，融合自己的理解，再结合一些通俗易懂的示例，整理为课件，同时这一步才是真正意义上消化了知识。
通过讲清楚的前提（搜刮大量聚焦的知识，书籍、网络、ai、报课等）、结合讲清楚的核心（通过教学倒逼输出体系化知识），整套流程实践下来，理论上没有学不会的知识。
学习法理论都会，核心还是实践，人至践则无敌。
之前可能只是自己实践过某个知识点，能过做出来，但是针对其中的原理、背景，或者深入聊到具体的内容时，会说的含糊、卡顿。
而作为教学，相当于是强迫自己把知识讲清楚。
作为把知识“讲清楚”的前提，首先要阅读大量的资料，比如我在讲RAG这节课时，搜寻了大量的相关RAG文档，还买了专门聚焦RAG的书籍，相当于脑子里对整个RAG有了一个相对整体的认知。
作为“讲清楚”的核心：要把RAG体系化的认知，融合自己的理解，再结合一些通俗易懂的示例，整理为课件，同时这一步才是真正意义上消化了知识。
通过讲清楚的前提（搜刮大量聚焦的知识，书籍、网络、ai、报课等）、结合讲清楚的核心（通过教学倒逼输出体系化知识），整套流程实践下来，理论上没有学不会的知识。
学习法理论都会，核心还是实践，人至践则无敌。
5 02
离不开cursor的n个理由之一：mermaid图生成。 场景：我在准备课程的课件时，需要大量绘制各种示意图（一图胜千言），只需要提供相关的参考资料、例子给到cursor composer，它来生成对应的mermaid图，同时插入到md课件中，通过mermaid插件实时预览出来。（如下图例子）
如果自己画，耗时间不说，关键还没画的这么好看。
市面上应该有很多类似的AI生成示意图的AI产品了吧（我都想撸一个出来给非技术人员用）
如果自己画，耗时间不说，关键还没画的这么好看。
市面上应该有很多类似的AI生成示意图的AI产品了吧（我都想撸一个出来给非技术人员用）
23 97
33 88
Cursor也出来了MCP，定制化能力直接拉满，看得出这是趋势，MCP已经成了AI调度外部能力的规范了，今年会大放异彩，各种第三方系统为了迎合平台的规范趋势，也会陆续对外暴露MCP的Server出来。
详见：docs.cursor.com
详见：docs.cursor.com
8 07