即刻App年轻人的同好社区
下载
置顶写了个 大模型应用开发的教程，公开免费
“因为自己淋过雨，所以想给别人撑把伞”，只为了像我一样的工程师/产品入门大模型开发 少走点弯路。
面向小白，尽量通俗易懂且实用。
“因为自己淋过雨，所以想给别人撑把伞”，只为了像我一样的工程师/产品入门大模型开发 少走点弯路。
面向小白，尽量通俗易懂且实用。
大模型应用开发教程
207 1577
用 ChatGPT 5.5 Pro 做架构，交付目标的设计，再丢给 Codex /goal + xhigh fast 执行 = 飞一般的感觉，又快又稳又好
10 03
年度最佳文章了，一直对由AI进行信息压缩和总结，提炼为经验有所怀疑。但是没想明白到底应该怎么做，我觉得这篇文章好像把各个观点打通了，到底要不要给模型 bias ，context 到底作用是什么，如何让AI摆脱中庸解
为什么AI只会说正确的废话，以及怎么把它逼出舒适区
29 211
在考虑搞一个 Agent IDE 了， conductor 好用，但是创建 worktree 的速度也太慢了，每次等半天才能分配任务。codex 客户端很不错，但是不支持多人协作。 symphony 支持多人协作，界面又太拉了，对接的 Linear 也不算是 Agent 友好的界面。目前没找到一个比较好的解
0 01
OpenAI 的 harness 那篇文章预定今年的年度文章了。 （Karpathy 的 autoresearch 也启发了我）
刚参考这个思路试了下：让 AI 去做一个 普通音频转微信语音 的功能，我只负责给详细的验收条件和想到可能要用到的所有 context。
然后我就眼睁睁看着它自己跑了一个小时：自己跑通流程，打开测试后台去跑测试；中间遇到前置条件不满足、跑不通的地方，AI 还会主动发消息提醒我排查问题，直到最后成功把语音发了出来。不仅如此，它甚至能自动监听线上服务的部署，部署完直接帮我做线上自动化测试……
看到最后语音成功发送的那一刻，真的是汗毛立起来了。
相信今年的一个必然趋势：可验证的结果驱动 AI + 给 AI 充分的基建与上下文权限（比如公开日志、Metrics、文档、测试甚至生产环境权限）。
这种“以终为始”的结果+约束驱动模式，非常像一种 Agent 维度的、加强版的“反向传播”（或者类似 DSPy 的 GEPA）。只不过中间执行迭代和纠错的，变成了更智能的 Agent， 2026可能真的是 AI review 取代 人工 review 的一年了。
刚参考这个思路试了下：让 AI 去做一个 普通音频转微信语音 的功能，我只负责给详细的验收条件和想到可能要用到的所有 context。
然后我就眼睁睁看着它自己跑了一个小时：自己跑通流程，打开测试后台去跑测试；中间遇到前置条件不满足、跑不通的地方，AI 还会主动发消息提醒我排查问题，直到最后成功把语音发了出来。不仅如此，它甚至能自动监听线上服务的部署，部署完直接帮我做线上自动化测试……
看到最后语音成功发送的那一刻，真的是汗毛立起来了。
相信今年的一个必然趋势：可验证的结果驱动 AI + 给 AI 充分的基建与上下文权限（比如公开日志、Metrics、文档、测试甚至生产环境权限）。
这种“以终为始”的结果+约束驱动模式，非常像一种 Agent 维度的、加强版的“反向传播”（或者类似 DSPy 的 GEPA）。只不过中间执行迭代和纠错的，变成了更智能的 Agent， 2026可能真的是 AI review 取代 人工 review 的一年了。
27 310
我不喜欢 Openclaw, 说一下我的理由，以及开源我的实现思路。
为什么我不推荐你用 OpenClaw？以及 如何构建自己的个人 Agent
88 2021
Most people try to turn AI into a rule executor.
A few treat it like a reasoning system:
give intent, give context, then step back.
Ironically, less control → better results.
Scalability starts where micromanagement ends.
A few treat it like a reasoning system:
give intent, give context, then step back.
Ironically, less control → better results.
Scalability starts where micromanagement ends.
7 00
