“生活中没有什么事，当你想到它的时候，会像你当时想的那么重要。”——丹尼尔·卡尼曼

最近在做企业知识库，从解析到切片，到检索，再到推理。

涉及的项目的数量是 5 个，目前做完2 个，剩下的还没启动。

其中 golang 的项目使用 cursor 进行 plan，然后 build。整体的时间分布是这样的：
- 和 AI 一起写设计文档大概花 1 天
- cursor 进行 plan，build，大概半小时，生成代码需要十几分钟。
- 然后稳定代码，保证按照预期的方式在生产环境可用，大概需要 3 天。

如果没有 AI Coding，我全部重头搭建，这个过程需要2周。

大多数人的痛苦阈值是一样的。

留一个记录：

阿里在未来一年，会收购 Kimi。

Gemini3 在ai coding 上的改进：
- 看起来结果更精准，言简意赅

我这两天阅读了一个比较大的代码库，对比两个工具
- claude code+kimi k2 thinking
- Antigravity，蹭的免费的 gemini 3

单从结果而言，都是正确的，gemini 倾向于更短的表达，kimi k2 thinking 倾向于长篇大论

这个特点可能是非常重要的改进，意义在于，ai coding 在使用中一个很大的问题发散太容易，然后收敛很难，全靠使用者的能力。如果模型自带收敛方向，这个对 ai coding 能在工程中，尤其是中大工程中是有帮助的。毕竟，在实际中，不需要一次多么好，我们需要每次一修改都够好。

保留测试题目：“使用 svg 画出太极图”
在 gemini 中使用 Gemini3，一次就成功了，是目前的模型中，唯一一次性正确的，并且代码极其精简。

见：svgviewer.app

不过 ai.studio 中失败了，附图。

画太极图，对于推理模型来说，容易想多，想多就容易错。

稻盛和夫说：“唯有读书和赚钱，才是一个人最好的修行，前者使人不惑，后者使人不屈。”

做正确的事情，其他的交给概率。

分享一个测试编程能力的案例，目前还没有被覆盖的，很简单的
使用 svg 画一个太极图

附图是最近挺火的 Maxmini M2

目前测试下来，Gemini Pro 2.5 和 Claude sonnet 4.5 算及格。

希望在 AI 时代，成为“精神分析师”