即刻App年轻人的同好社区
下载
App内打开
钱学敏
41关注4被关注0夸夸
钱学敏
1天前
钱学敏
6天前
钱学敏
7天前
钱学敏
27天前

AI可可AI生活: 【Claude 进阶用法：把复杂业务流程拆解成可看可用的结构化数据】 快速阅读：通过 Prompt 让 Claude 将复杂的应用流程提取为 HTML 可视化页面与 JSON 数据文件。这不仅能帮人类理清逻辑，更重要的是为后续的 AI 开发提供了一份结构化的“上下文地图”，防止模型在长对话中迷失。 要把一个复杂的系统交给 AI 处理，最忌讳的是把成千上万行代码一股脑塞给它，然后指望它能自己理清逻辑。这就像是给一个初学者一堆零件，却没给说明书，最后大概率会得到一堆乱码。 有个很有意思的做法：让 Claude 把应用里的各个组件、包之间的交互流程，直接输出成一个单页 HTML 页面，并配上一份 JSON 数据。HTML 用来给人看，点点按钮就能看到数据是怎么流转的；JSON 则留给 AI 看。 这本质上是在为 AI 构建一个“内存映射”。有网友提到，这种结构化的 JSON 能像约束器一样，防止 LLM 开始胡编乱造。当你在开发新功能或修 Bug 时，把这份 JSON 喂给它，它就拥有了全局视角，不再需要去翻阅那些冗长的上下文。 这种做法让软件开发进入了一个“分形”阶段：Claude 写的代码，由 Claude 整理成文档，这份文档又成了下一个 Claude 工作的基石。 不过也有声音在质疑，如果设计本身就很烂，这种做法是不是在给“垃圾代码”打补丁？ 更有意思的思考在于，如何保证这份“地图”不失效。代码每天都在变，如果 JSON 没跟上，它就会变成一张过时的旧地图，误导 AI 走向歧途。 也许未来的开发流程不再是“写代码”，而是“维护状态”。就像有网友说的，保持一个实时的 agent-state.json，记录当前步骤和工具输出，这比单纯的聊天记录更能让 AI 保持清醒。 如果把这个流程自动化，配合 React Flow 变成一个实时运行的执行体，会发生什么？ x.com/DaveJ/status/2053867258653339746

00
钱学敏
29天前

歸藏: 当前 AI 产品演进已经确立了一个清晰的行业共识： 采取数据与表现分离的架构，以 Markdown 负责底层逻辑与记忆的纯净存储，用 HTML 实现对外的高密度交互与展示。 这个思路的脉络是，前几天借着 Obsidian 作者提出 Markdown 是 AI 内容谢林点的观点，我发散讨论了当前 AI 原生格式主要分为 Markdown 和 HTML。 刚好今天 Claude Code 的作者也发文印证了这一点，他提到自己主要的对外分享形式已经全面转向 HTML。这两位前沿开发者的观点结合在一起，非常完整地勾勒出了这套方案的底层逻辑。 在这个架构中，Markdown 的绝对角色是底层的逻辑和记忆。所有的事实性内容都必须使用 Markdown 存储，它作为核心的底层 Memory，是最适合作为原始数据的载体。 而 HTML 则全面接管了表现层和对外展示。Markdown 最大的缺陷在于篇幅变长后极难阅读和理解，但 HTML 可以通过精细的排版组织、空间定位和视觉元素，达到极高的信息密度，同时还能支持极其丰富的可交互形式。 HTML 也有明显痛点，极不适合做状态的版本控制。 在产品的迭代过程中，HTML 不能作为原始数据直接供 AI 消费。因为它内部混杂了大量的代码结构和样式等非事实类内容，这不仅会让人类在审阅版本差异时面临巨大的噪音，也会让 AI 浪费大量的 Token 额度。 所以构建 AI 产品的核心就在于彻底分离数据层和表现层。底层数据应该继续以 Obsidian 这种成熟的 Markdown 组织形式为核心运转； 而在遇到需要对外分享或交流的场景时，再将内容渲染为 HTML，并部署到类似 S3 这样的平台上，让用户拥有一键打开就能直接消费的顺滑体验。 未来的 AI 产品也必然会沿着这条数据与表现解耦的路径继续发展。 Claude Code 的作者原文：x.com/trq212/status/2052809885763747935

00
钱学敏
1月前
钱学敏
1月前

AI可可AI生活: 【AI内容泛滥正在毁掉在线社区，我们正在失去真实网络连接】 快速阅读：当 AI 生成的内容（Slop）变得廉价且海量时，在线社区正面临“信号噪声比”崩塌的危机。这不仅是内容质量的问题，更是由于低成本的合成参与正在侵蚀人类建立信任与连接的基础。 现在的互联网，正被一种名为“AI Slop”的物质淹没。 这不是在危言耸听。如果你最近觉得 Reddit 或 Hacker News 的讨论变得越来越像是在对着空气挥拳，你的感觉是对的。当一个人只需要输入一段 Prompt，就能在 GitHub 上丢下一个“Vibe-coded”的项目，或者在论坛里刷出一堆逻辑平庸但语法正确的“深度好文”时，社区的熵值正在呈指数级上升。 这种现象就像是藤蔓（Bindweed）在蚕食花园。 最糟糕的不是 AI 本身，而是那种“低成本的傲慢”。很多人觉得，既然 AI 能帮我写代码、写博客，那我就应该把这些半成品、甚至只是 Prompt 的产物，一股脑地塞进社区里。他们觉得自己在展示技术，实际上是在增加他人的“认知负荷”。根据 Brandolini 定律，反驳一段废话所消耗的能量，远比生成它要大得多。当社区成员不得不花费大量精力去辨别“这到底是真人的思考，还是某个 Agent 的幻觉”时，他们就会选择撤退。 有网友认为，如果社区无法通过身份验证或“信任网络（Web of Trust）”来过滤这些合成参与，那么公共聊天社区终将走向死亡，或者退化成毫无价值的评论区。 解决办法似乎总在两个极端之间摇摆：要么是极其严苛的身份审查，甚至要求扫描虹膜，这会彻底摧毁隐私；要么是任由其发展，直到真正的信号被噪声彻底淹没。 或许，真正的转机在于我们对“贡献”的重新定义。 与其炫耀你如何用 Claude 快速写出了一个平庸的工具，不如思考：这个东西是否真的解决了社区的问题？你是用 AI 来增强你的思考，还是仅仅想用它来代替思考？ 当互联网上的虚假信号多到让人感到疲惫时，人们可能会被迫回归现实世界，寻找那些无法被模拟的、带有体温的真实连接。 rmoff.net/2026/05/06/ai-slop-is-killing-online-communities

00
钱学敏
1月前
AI时代，一起图解SLAM技术
00
钱学敏
2月前

社交名流UCL预备生: AI时代真正值钱的不是技能，是"心态基建" 很多人以为AI先替代的是重复劳动 错了，它最先干掉的，是"虚假努力"——那种用战术勤奋掩盖战略懒惰的状态 📉 以前花3个月啃Excel高级函数，现在一句话让AI生成。技能贬值速度在加快，但判断力和心态框架反而更值钱了 💰 因为AI把"怎么做"的门槛踩平了，"做什么"和"为什么做"才真正显露出价值 🎯 心态转变1：从"怕错过"到"敢选择" 信息过载时代，FOMO被算法无限放大 刷到别人学Python、别人做自媒体、别人搞副业，焦虑像滚雪球一样越滚越大 🌀 但AI的真正价值不是让你追更多，而是帮你快速验证"这个方向值不值得追" 以前验证一个想法：调研→请教→试错→可能三个月过去发现此路不通 现在用AI跑3天原型，数据说话，不行就换，沉默成本趋近于零 👉 成熟的心态是建立"试错-止损"机制 不是每个风口都要上，不是每个技能都要学。用AI当筛子，快速过滤噪音，把精力押注在复利最高的那件事上 敢选择的前提，是你手里有决策框架，不是盲目自信 🔧 心态转变2：从"硬撑表态"到"精准补位" 职场里有个隐形陷阱：遇到超纲问题，第一反应是"我可以学" 然后熬夜硬扛、百度拼凑、交出一个60分的答案，还觉得自己很努力 😮‍💨 以前这是唯一解法，现在不是了 遇到不会的领域，成熟的做法分三步： 1️⃣ 向AI描述清楚问题——很多人连这步都做不好，因为描述清楚需要结构化思考 2️⃣ 给自己72小时封闭学习时间——不是漫无目的地刷教程，是带着具体问题去补特定短板 3️⃣ 输出最小可行方案——不求完美，先解决当下卡点 关键不是"会不会"，是"能不能在72小时内把不会变成会" AI压缩了学习曲线，但主动进入学习状态的决断力，还是你自己的 那种"关起门来好好学一下"的执行力，在AI时代反而更稀缺——因为诱惑太多了，能专注本身就是一种壁垒 🧱 🚀 心态转变3：从"证明自己"到"定义问题" 这是最难的一层，也是AI替代不了的核心竞争力 AI能回答"怎么做"，但"做什么"和"为什么做"还得人来定 举个例子： 老板让你做一份行业分析报告 初级思维：赶紧搜资料、堆数据、排版精美，证明自己很能干 成熟思维：先问——这份报告的受众是谁？决策场景是什么？核心要解决哪个具体判断？哪些数据用AI抓，哪些洞察必须人工提炼？哪些部分根本不该出现在报告里，因为会干扰决策？ 这叫在模糊地带划清边界——哪些用AI、哪些必须人工、哪些根本不该做 很多人把AI当搜索引擎用，高手把AI当思维放大器用 区别在于：你是让AI帮你更快地执行，还是帮你更准地定义问题 后者叫决策带宽，是心态稳定后的副产品 ✨ 💡 一个反直觉的真相： AI越发达，"知道自己不知道什么"越重要 因为AI会给你海量"看起来对"的答案，但如果你连问题边界都没划清楚，这些答案只是精致的噪音 🔇 心态稳的人，敢在信息洪流中喊停——"这个方向我先不碰，等我补完这块认知短板" 心态慌的人，永远在追最新工具、最新教程、最新风口，最后变成"工具收藏家"，不是"问题解决者" 💬 最后想说： 朋友说得对，大胆向前走 但现在的"大胆"，是算过概率后的下注，不是闭眼冲锋 🎲 你知道自己的优势区间在哪里，知道哪些战场值得投入，知道什么时候该止损、什么时候该加码 AI把执行层拉平了，心态层才是新的护城河 🏰 不是比谁更会加班，是比谁更会在不确定性中做选择

00
钱学敏
2月前
钱学敏
2月前
钱学敏
2月前

李惠子Huizi: Claude Design 是设计领域的Claude Code 时刻。 @宝玉: Anthropic 自家设计师 Ryan Mather，一人负责公司 7 个产品线。他发的几条自己用 Claude Design 的心得，结合官方教程： 1. 别急着干活，先花一小时搭你的设计系统。 把代码库、设计稿、品牌素材全塞给 Claude，让它抽出一套 UI Kit 并直接发布。这一小时的投入，以后你每次生成设计稿，风格都会自动套用，性价比爆表。公司要全面推开，可以投入一到两周做系统沉淀，道理不变：先沉下去规范，后面才有复利。 2. 别再玩接力，跟工程师一起边聊边改。 过去那种“设计师出稿→甩给工程师实现→回来再修改”的模式，已经过时了。开个会，你们一起看着画布，边讨论边敲定方案，一场会定下来直接开发，效率拉满。 3. 结构级大改用聊天，细节调整点评论。 你想换个深色模式、布局大洗牌、新增设置面板，或者一次出多个方向，这种级别的任务用聊天界面效率最高；按钮 padding 调一下、颜色换一换、输入框改下拉菜单，这种小修小补直接在元素上评论就行，精准又快速。 4. 反馈要具体，别给模糊情绪。 官方举过一个特别好的例子：「看着不对劲」就是最差反馈，而「表单字段间距改成 8px」才是智能体最爱听的明确指令。Claude 最擅长处理具象具体的要求，不善于揣摩你抽象的审美情绪。 5. 接上 Connector，让 Claude 读懂上下文。 Ryan Mather 提到他最爱的用法：把产品吐槽会议的纪要喂给 Claude，然后出去溜达一圈，回来一份完整的解决方案 Deck 已经自动生成了。 让 Claude 干复杂又综合的脑力活儿，你腾出手做更重要、更有创造力的事。 6. 关键时刻，别怕手工慢下来。 新图标、核心插画、产品名字、品牌形象，这类活儿别指望模型给你完美答案。这不是 Claude 不够牛，而是这事儿本质上考验的是你的个人品味和判断。Ryan 把这叫作“Agentic Designing 的艺术部分”。 7. 挂代码要精准，别塞整个 monorepo。 把整个 repo 拖进去会直接卡爆浏览器，模型的上下文也被无用信息污染了。你只要挂目标组件的文件夹或 package 就够了，记得排除 .git 和 node_modules，干净利索。 再补两条官方没说的小窍门： 1) 多开几个 Chat 平行探索。 同一个想法开 3 个对话，各自往不同方向跑一段，然后再挑精华合并，比在一个对话里反复折腾要高效太多。 2) 团队 Leader 得改改你的审查流程。 以前是“人做、人审”，现在是“Claude 做、人审”，这个差别巨大。如果你不调整节奏和人力配置，工具的价值会浪费一半，审查这一步一定要重构。 推文：x.com/Flomerboy/status/2045162321589252458

00
钱学敏
2月前

mikely.eth: vs 跟AI协作（协同工作），我最近对跟人的协作越来越悲观 你跟人协作 ta不认同，做起来就很低效 ta有情绪，也低效 你说话还要考虑ta的情绪，客气婉转，温柔而坚定，即使如此ta也可能会多想 过程中你还要不断问他进度和风险，而ta一般不愿意被催 ta交付的东西如果你给了comments，ta可能不乐意接受但勉强改了1个点 你还要给他coaching/appreciation/evaluation，沟通对齐拉通等等 这些做起来都是身心俱疲的事。 或许工作效率这个事AI确实更合适，人还是回归人的价值：呵护好自己的灵性，释放自己的创造力，跟真人建立深度的连接，珍惜当下的每一刻，听自己爱听的歌，看自己爱看的电影，塑造自己平凡但充满力量的人生。

00
钱学敏
2月前

AI可可AI生活: 【所有伟大，都始于一次对 “不可能” 的尝试】 尼采曾言：我不知道还有什么比因尝试伟大与不可能而毁灭，更崇高的生命目的。 每个人的潜力都是无限的，唯一能困住你的人只有你自己。请停止成为自己最大的敌人。 一、重新定义困难：它只是陌生 最高级的认知转变是意识到：无论你做什么，没有任何事情是真正困难的，它只是对你而言还很陌生。 当你看到某个领域的顶尖大师，感叹他们是为之而生的天才时，请记住这并非天赋，而是投入。他们只是比你开始得更早，失败得更多，重复的次数更密集。 不要让自我怀疑阻碍你。拥抱作为初学者的不适感，一遍又一遍地重复。很快，曾经觉得遥不可及的事都会变得轻而易举。 二、对潜力保持偏执 你必须对探索自己的极限感到痴迷。平庸是对天赋的亵渎，如果你不去挖掘潜力的全部，就是在亏待自己。 让这种痴迷成为你的燃料，它是通往成功最强有力的动机。 成功的七个关键要素： 1. 自律：日复一日的枯燥重复。 2. 坚持：没有任何借口的永不言弃。 3. 受教：能够接受不同的视角和严厉的批评。 4. 信念：坚信自己具备达成的能力。 5. 圈子：让自己置身于赢家之中，创造成功的环境。 6. 目标：将宏大愿景拆解为可落地的里程碑。 7. 渴望：对成长和成就保持永恒的饥饿感。 最悲哀的现实是，大多数人因为恐惧或不自信，从未尝试去寻找自己的极限，从而在平庸中挣扎一生。 三、拥抱妄想式的乐观 在现实生活中，真正的限制因素只有你。你必须相信自己可以掌握任何技能，成就任何事业，并为此付出足以匹配野心的努力。 所谓妄想式的乐观，是指在面对未知时，持有一种极其正向的心态。这不代表你不会失败或挣扎，也不代表你无坚不摧。 它的核心逻辑是： - 在万物中寻找机遇而非阻碍。 - 削减负面情绪，放大正面信念。 - 既然潜力是无限的，那么你的信念也必须是无限的。 如果你想实现千倍的潜力增长，就不能浅尝辄止，你必须全身心投入。 四、持续不断的努力 潜力不会从天而降，也不会一夜成名。它需要时间、奉献、重复和汗水。 事情不会变得更容易，但你会变得更强大。 这种持续的努力是在玩一场不同的游戏，它奖励的是韧性、正直和成长。在这个过程中，你正在构建谁也夺不走的内在资产：自信、胜任力以及强大的执行记录。 不要把努力看作惩罚，而要看作准备。在新鲜感消退后依然选择出现，这才是拉开差距的开始。 五、最后的自省 你的潜力正在终点等待着你。不要因为不敢追逐而辜负了它，也不要辜负了你自己。 最后请问自己一个问题：为了达到那个伟大的不可能，你愿意牺牲什么？ 原推文链接：x.com/digiii/status/2044735145706762301

00
钱学敏
2月前
钱学敏
2月前
钱学敏
2月前
钱学敏
2月前
钱学敏
2月前