Agents Week 思维模式的转变：给人用的界面设计 -> 给 Agent 用的设计（可以不包含界面，只包含必要交互和托底的措施），人的行为距离最前沿的执行一线越来越远。
在ChinaJoy展会上参展的时候，发现推销自家服务接入的态度有很大差别：阿里的人直接端过来咖啡到展位上，Minimax的人请教技术后然后温馨提示多模态H3现在已经上线了，成本很低很值得接入。我不认为这样的推广是有效的，但是后期一旦出现了需要更低价格的接入，或者合规的处理上，更低价格的代理渠道就会迅速补上这个功能型的位置。
AI开发工具用习惯了，会觉得：如果下一次打开应用（一般是24小时左右的周期），客户端没有更新，就会觉得目前产品的开发节奏可能太慢了。
读书时通过AI问询，这件事的本质上好像是：为不同的信息节点增加相应的上下文信息，以便让局部的信息神经回路走通，从而实现更大视野下的意图。
由于一位热心用户的反馈，简繁转换经历了一系列密集的更新周期，真实的反馈最大的好处是提升工具健壮性。
Lilian Weng是一个坚持公开写作和乐意把工程中的问题放到更大语境中去讨论的人，例如她写的 Reward Hacking
Half a Second 书中出现的关于开源标准和软件的比喻，在《无人建造的大教堂》章节中引用的另外的描述：“他们还描述了在这样的结构下生活是什么样的。标准和基础设施‘无论在我们的生活中多么复杂，通常都是看不见的’，并且‘它们可能变得更加明显，特别是当它们崩溃或成为争论的对象时’（Bowker and Star 1999，2-3）。”想起来有人曾经评价开源软件的一句话“最佩服那些搞开源（软件）的，真的是一点都不考虑钱（收入）的”。 最早（Half a Second）
fanjinglian 学习和掌握任何一款工具，或者语言，或者技能，似乎都是在经历一种曲线：在前半段，需要花费双份的注意力，一份花在规划（plan），一份花在测试验证（debug）上；随着后续学习者逐渐构建出一套控制和迭代工具，花在规划的前置注意力会越来越少，在后置的内容享受上的注意力会越来越多。前置阶段，摩擦力大，乐趣少；后置阶段，摩擦力小，乐趣多，而且从前置阶段到后置阶段的过程是指数加速式的。
OpenAI基建(OpenAI infrastructure)文章中提及招募者筛选人才的标准：“极具创业精神、高度自主、有独立见解且拥有极强的主人翁意识”——“我们现在只聘用这类人才。”(very entrepreneurial, very self-directed, who have their own opinion and really strong ownership,we only hire those people now.) 当整个行业处于一个出现问题的速度大于解决问题的速度，且所有人都默认大部分出现的琐碎问题都可以被忍受的状态下，那么拥有元-自我实现特质（Meta-Self-Actualization Trait）的这群人必定会被推到由于数据洪流导致的基建缺失、构建大量基础控制设施的第一线。
当你觉得TikTok，Rednote就是全世界其他人生活的状态的时候，你就已经被锁入到算法深墙中，𝕏、YouTube也是。
日漫产品似乎是“抛出坏的，留下好的，然后把好的优化到顶尖”的方向选择。感受力和表达力极致，大部分情感内敛但又在人类对齐的道德规则框架下，做到情感创作探索的最前沿。スーパーカブ《本田小狼与我》也是一部可以穿越时间的作品吧。
今日随机漫游：从一个基于OpenWrt 的套壳界面项目 Neobird 跳转到 LEDE 佐须之男 的LEDE 项目，从佐须之男的固件开发历程 跳转到陈昊芝的 Cocos 商业变迁分享。“而作为 Cocos 商业模式“架构师”的陈昊芝，2012 年、2013 年每个季度都开启了在微博上晒《捕鱼达人》业绩的节奏，换来了游戏圈同行和投资人的震惊、不解、以及对《捕鱼达人》背后 Cocos2d-x 引擎的注意力。”陈的做法与影视飓风晒收入的做法又何尝不是一致的？陈用这个流量在引入和转化为Cocos开发者用户群体的增长，Tim把业务从TVC迁移到电商带货和娱乐内容的制作的新业务增长上。商业玩得转的人，策略游戏估计都会玩得不差。
在为 Chinese Conversion · 简繁转换插件（for calibre）增加双语展示的时候意识到，沉浸式翻译的双语可能是当时市场环境中翻译类产品的核心差异点。所有的翻译软件对原文进行了一遍翻译，然后输出结果，这件事别的软件都可以做到。但实际上，用户需求层面仍然有一个问题没有被解决好，就是翻译结果仍然存在着大量的细节处理噪音，一旦遇到，就会丢失掉对于翻译后内容的所有信任的基准点，比如典型的用户抱怨，突然出现的一句不通顺的翻译腔词汇，就瞬间很容易脱离开语境，被语言惯性的噪音所干扰。沉浸式翻译的解决方案是翻译的时候，同时提供了一个保留原来上下文内容的方式-双语模式，可能当时的市场供给方仍然是一片空白，而且作为用户可能也是没有任何预期或者更具象的产品想法，但双语模式的确提供了双重的信息校验和理解的工具。这就通过一个小改变和调整的方式解决了一个大摩擦：翻译结果的输出够用就行（能质量再高一些就更好，但并不是刚需，是锦上添花），但是原始的上下文信息则保证了一层随时可以进行矫正的产品层面工具（是雪中送炭）。
读书（深入理解 AI Agent）感受：如何能在技术受限的现阶段去解决下一个阶段中会大概率被解决的复杂问题仍然是有价值的。从解决路径上积累的抽象逻辑和具象经验是有价值的，只是这些具象经验未必是能在下一个阶段降临的时候，直接产生100%增益效果的，这本书部分程度上就是这样的经验的分享。
潮汕精神的崛起。《梁文锋四小时投资人会议实录》
Half a Second 这本书看了个开头，开始阶段写得冗长且铺垫上下文过多。大概明白投毒者是怎么样的攻击思路，利用无法经过开源社区的 review 地带进行拉取，触发的时候则是套了几层故意迷惑的逻辑，可谓是用心设计了。结合最近这条新闻 Linux 一次修补 400 个内核漏洞 和 全球最大 AI 模型仓库Hugging Face遭自动智能体入侵，顶尖模型带来的竞争优势可能是全局式的，而不是单点式的。而由于用户对于模型的编排的依赖性，目前相互的防御上，似乎存在着大量的安全空白。凡是依赖超过2层，package数量超过5个，基本上就构成了一个注意力解决的复杂度，更别提前置依赖超过几百个的大项目工程。
镇纸，专门做 reMarkable 的中文本地化，由于 reMarkable 内核是Linux，反倒是给了第三方开发者以更多自由的权限去做。镇纸的商业化也很讨巧，花钱买reMarkable体验的人，应该不会在乎多花￥599为自己的电子书硬件购置一套适配中文化的方案。就单纯搞定配置下Linux下的中文输入法，就是一件仍然挺痛苦的事。
Half a Second 关于软件上游的xz压缩软件被投毒后被发现的过程。
如何跟随上技术的变化：开源书籍。git clone 这本书有感：《深入理解 AI Agent：设计原理与工程实践》 ↓下载
最近在处理一款OCR插件的开发，结果意识到可能图片转文字，尤其是纯图片的数据化提取可能已经到头了，因为目前Paddle 0.9b 的小模型经过好好打磨已经效果惊人。
不同代际之间的人群，工具、媒介、政治态度的默认选项都是不一样的，所以为了更简单地进行浓缩定义，00后，10后，20后就会像语言幽魂一样定期活跃在语境中。
设计需要放大感官，开发需要强化逻辑。产品定义则需要反复横跳。
有段时间，我很喜欢AI从一个角度探讨问题，“请通过大模型训练的角度来重新描述这个问题或逻辑以及当前比较成熟的解法”。这样的问法隐含了两个前提：AI的原始数据中大概率会包含丰富的，前沿的LLM训练的资料；技术中或生活中大多数疑惑都可以寻找到既定的抽象化逻辑来进行映射，从而启发找到新的解决方式。似乎中国传统知识分子大概率会在人生后半段开始探讨佛家典籍也是类似的逻辑：从历史到现在的大量既存数据中，通过语言本身就构建了一整套的描述工具，描述工具的不同版本又充分地对现实进行了映射，映射的时候，不仅有抽象化的描述逻辑，也有具象化的应用实例。这么一想，美国法律中的依据既有判例裁判也是这样的抽象化-约束应用方式。
GPT-5.4 mini：抽象工作不是在處理“事物本身”，而是在處理“事物如何被定義、分層、接口化、約束化”。久了之後，人會養成一種習慣：先問前提，再問結構，最後才看表面現象。
重新思考的迷惑性：有些问题并非是看似表面上关联的逻辑原因导致的。
保持旺盛的创造力，离不开注意力的持续管理和自我肯定的强化。
是不是在最前沿的人眼中，世界周边处处存留着旧版本？如果公司、制度、组织机构都有一个具像化的版本号的话，阿里的版本号可能是v5.738.3, MiniMax的版本号可能是v2.201.0。美国政治制度的版本号是v1.693.389。类似这样。
Andrew Ng “100% of my tasks are now done by AI agents - hype has exceeded my expectations. Loops is next step.In 3-6 months, everyone will be using self-improving loops. No more prompting.” Cursor的新功能研究注意力要大于旧功能的使用了。
App是一种更持久化的使用路径的蒸馏。捷径（Shortcuts）次之，快捷键更高频次颗粒度更细。
Alternativeto比Product Hunt更好的地方是，利用Wiki+高度竞争关系数据的方式，解决了既提供有效信息的价值，又为产品提供可见性的问题。至于可见是好是坏，用户会说了算。Product Hunt上未必有人愿意为竞争对手添加信息，但在Alternativeto平台上，估计大有人在。
Haiker.app启发：AI在消费层面非常适合作为一个即时的解释器和翻译器，来充当信息流转的加速器。
重启优化和改造了Ask AI Plugin v1.4.5，目前主流的AI写码模型基本做到了指哪里打哪里，尤其是在1年前还比较头痛的基于Qt的界面排版逻辑。如果能挫出来符合Boris君Boris Cherny提及的Loop Engeering，的确无需亲手修改触碰代码细节。这和3月5日，Chao发布在美卡论坛上的文章拥抱黑盒：一个研究者 All in AI 的实录与反思几乎是一致的行动路线。人类帮AI解决的问题，大都是原来未被充分数字化的领域，或者是由于历史原因增加了安全的鉴权逻辑阻碍了AI的操作权限。
尝试用MacStories出品的捷径AI开发提示词仓库来进行了一次自动记账捷径脚本的开发，痛苦无比。因为测试验证的前置依赖项过于零碎，且必须满足。目前的测试验证环节的流程是：1. 从macOS的捷径App导入文件；2. Apple会自动把macOS上导入的捷径脚本自动同步到手机上的捷径App中，同步会有一个小的延迟。3. 触发使用了无障碍-触控-轻点背面，必须要进入该设置项，手动重新选择配置下触发器，否则即使名称一样，但是原脚本已经失效，新脚本和旧名称无法产生触发。理想很丰满：利用AI就可以开发出快捷的小脚本来完成生活中的各种自动化；现实：你有10+依赖项要解决。
习惯了AI原生产品的新版本节奏，你会发现在AI时代，旧有的App Store范式的审核机制是拖慢产品的更新节奏的。就像是如果你在国内备案的产品数量过多，会遭遇备案数量限制一样，我们本就是生活在一个多层级相互嵌套和形成相互依赖条件的复杂环境中。几乎每天登录不同操作系统设备上的Cursor客户端产生了这种感受。
意识到经验的传递，尤其是跨代际的经验传递，直接的经验同步是无效的，因为随着时间点的变化，很多基于原有环境和前提的判定规则都是无效的，之所以还在传递，是因为这些无效的经验无法得到实际的验证，但在上一代际的脑袋中认定还是正确的。而真正有效的经验传递方式是，思维框架、思考方式、判断逻辑。这些都是抽象化的思维范式，如何建立起有效的抽象化范式，且随着时间的迁移，范式本身还可以进行版本升级和边缘情况强化，这似乎能形成针对思考模型的评判基准。怪不得芒格推崇构建“100个思维模型”。
尝试听ChatGPT来念一些语音的回答，发现引号并没有做相应的阅读处理，例如前置冒号会被读作为“Open quote”（前引号），后置冒号会读作“Close quote”（后引号），记得李如一在录制播客的时候，会把两个引号读作“引号开始”、“引号结束”。这可以算是专为听众进行的TTS优化吧，通过人工的方式。
假期，是一种极佳的对于习以为常的生活流（类似工作流）的重构机会。有精力和时间去思考一些更上游的问题，是一件挺奢侈的事情。
在做简繁中文转换（for calibre）感受：其实文字从左到右的阅读方式是一种神经科学层面的硬编码（hard-coded）。神经路径的可塑性导致了在阅读场景下，视觉皮层、眼动控制和大脑的语言处理区域都形成一个高效的神经网络协同模式，因而切换起来会非常不适应。
AI工具使用者的反向筛选机制是：如果你调用得不充分，和AI融合得不够好，就会被反向淘汰。淘汰的原因是：你无法最大化调用出AI的能力，而不是你无法发挥出自己的全部能力。
今天是2026年高考的第三天(被纠正了，原来高考已经是3天，而不是2天），社会意义上跨入成年的国人又多出来了1290万人。高考不应该是终点，也不应该是起点，应该把这个事件看作一个系统级事件。
看到关于王登科/DK的这篇文章《他花两天做的AI游戏，月成本不到100元，却让玩家争着烧Token》。其实他的blog就挺有意思，一直以来的第一人称口吻，跨越了长时间的消磨。看文章有个感受：DK不缺钱，现在看起来就更不缺钱了。
NCA(神经元胞自动机)的研究看来能通过AI和大规模的计算机迭代升级来实现突破。读公众号追问nextquestion中的文章《生命游戏2.0：当代码学会“断肢再生”，神经元胞自动机正在重演进》原文有感。
做成一件事的依赖前提越多，对于这件事的影响和控制力度就会越弱。通常来说，有很多前提都是隐性依赖，只有在处理的时候才会意识到依赖关系。所以，如果能有工具或者手段提供打破信息不对等的稳定渠道，就会产生价值。
Midjourney的探索页面像是在做一件反算法的事情：展示没有太多AI感的图片生成结果。的确有很多人是比较反感AI算法的生成物的，ta们管这些内容叫AI Slop(AI泔水)。那如果AI的确创作出来了一些动人的作品，又可以被叫做什么？AI Art？这可能就完美解释了为什么那么多人给自己冠上 AI Artist(AI 艺术家）的名号。
Stanislas Dehaene的《脑与意识》提到：“在1990年，我们的头颅变得可见起来。日本研究者小川誠二和同事们发明了功能性磁共振成像技术(fMRI)。”这个前沿技术的突破的结果是，大脑/神经科学的研究得到了一个神器，大脑内部的神经连接的可视化能力得到增强。不知道在90-95年之间，脑神经科学的研究领域是不是有很多质和量的突破？
苹果的用户使用文档向来做得很好，伴随着每年巨量的产品特性的更新和细节的优化，这些文档承担了每次疑惑产生时候的第一道跳转后的客服处理职能。前两日翻到Microsoft Edge的浏览器插件开发指引，第一反应是：唉，像是苹果做的，但还不够，截图质量太差，有的截图上面出现了红色框，有的截图上的分辨率明显与其他截图不一致。对比之下，苹果的截图，保持了一致的分辨率，没有标注，甚至边缘都处理为了界面出现元素的圆角边缘，没有带有多余的任何冗余环境信息。
“一个团队，核心的也就是那么一两个人。“从这个角度看，在一个小团队中，缺少自驱动力的角色大多数都会成为核心角色的扩展代理（External Agent）。
xAI高管在电话会议中用“逃逸速度”来定义公司的扩张节奏。这一源自天体动力学的概念，常被马斯克用来描述旗下企业的发展逻辑：必须以不计成本的速度加速，才能彻底摆脱行业引力的束缚。——人也存在持续的“衰退引力“：当个体不再更新知识库、收入结构、行业技能之后，个人进化的速度低于社会迭代的速度之后，衰退引力就会出现。
遇到一个问题，花费同样的时间，可以用笨方法，缺点是之后只能一直用笨方法，之后遇到了之后还是会消耗一模一样的时间和精力；还可以用新方法，新方法的优点是，只要解决了，之后每次去解决消耗的时间就会被极大的缩减，但风险是可能探索耗费了同样的精力和时间，但无法走通，只能转头继续用笨方法。AI工具把后者的门槛降到很低。
因为搜索Docx to Md发现了站点工具word2md.com的作者Ben Balter的一篇blog:The brag doc，讲的是利用记录日志来降低存在主义危机。word2md 也是很讨巧的做法，全部的处理都在本地，不会进行服务器数据上传，因此隐私问题会更少一些，使用的方式是：doc -> html -> md 的转格式路径。
Visa的交易系统成功构建了天量交易量的可信交易网络、五方支付体系（支付方、收款方、支付银行方、收单银行方、Visa中间人交易网络），净利润超过50%，远超Microsoft，Google的净利润率，见Visa by Acquired。早在网络还不那么成熟的阶段就构建了东西海岸双备份的容灾机制。从这个角度去看，Elon Musk想要通过𝕏构建即时通信工具，大概还是想要搞定流通中的支付场景，就比如𝕏 Money。
卖课一直都是一个不错的生意，无论是针对平台还是针对课程的制作者。对于个人要解决分发和付费墙的问题，最近得知熠辉通过FlowUs、Bilibili的卖课年收入接近100人民币𝕏-Yihui。课单价是599元人民币，有2300份的实际销售，讲的是Vibe Coding。
人在AI前面算不算一种胶水Agent？通过粘合不同的组件来构成解决方案，胶水语言（Glue Language）在某个成熟态的早期是常态。现在几乎每个开发都会有不同的主力AI支持提供特定的能力，容错性极强，甚至不要求API格式，提供托底处理方案，但解决了核心的生产MVP的能力，看到lex推文有感。
Vibe Coding （氛围编程）到底哪群人最受惠？和做技术的人和纯粹不懂技术但是有需求的人交流了下，发现这两群人都不是目标，真正的目标是产品经理这样的技术边缘人。因为对于不懂技术的人来说，门槛太高，无法自行解决基本Init（初始化）问题。对于中高级技术人群，氛围编程的大量Harness（缰绳）优化之前，有心理负担和持续不对等的投入产出不对等摩擦力。例如对于OpenClaw，很多技术人的第一反应是：反应太慢，控制太不精准，耗费Token过于浪费。
决策的错误前提可以用《九品芝麻官》中的一句台词来解释用前朝的剑，斩本朝的官。
和前老板学会过一招提升描精确度的沟通技巧：只需要往一个对象上增加足够多的标签就可以筛掉很多噪音。这跟ChatGPT的不是...是...的AI感句已异曲同工之妙，都是二分法来提升信息的精确度。
幸运是对于无法预测的成功结果的最好解释。
ElevenLabs的图标很有意思，是一个暂停键的ICON，又是从Eleven和labs抽出来的两个l。
代际之间是有一些数字操作的痕迹的，就像是为了规避垃圾邮件，很多人在博客站点上放带#符号的邮箱，为爬虫的自动化机器人增加一重摩擦力。在现在，似乎不存在这种风险，各大邮箱服务已经能拦截和过滤几乎100%的垃圾邮件。虽然这个现状前提变了，但人们的惯性还在往前走，那些没有修改过来的#就是数字操作习惯的痕迹，带有一些时代感的。就像是谁说在App中，个人开发者不能放置自己的微信号呢？Bayt的开发者就是一次很好的实践。
MiniMax发布10x Team招募要求。终于，前沿部署工程师（Forward Deployed Engineer，FDE）岗位的有效性的传播从Palatir到Claude向Shopify派FDE Delta，再到Minimax招募10x Team成员(由于灵活度，可以是Palatir的 PDE dev，也可以FDE Delta），在AI时代完成了高效能职业的裂变落地。
使用智识上超越自己的作品时，你会知道，有位智识或能力远超自己的人，为了让这条途径走通，彻底想清楚了这件事，而且把铲子已经做好就位，随取可用。
TRAE的推广咖啡是星巴克最便宜的美式，但却获取到了超过瑞幸的品牌溢价。瑞幸咖啡=千问，TRAE=星巴克。喝了TRAE的美式，驱动直接产出了一款Android应用，通过gofile.io直接下载安装。一代人有一代人的鸡蛋要领。
想到佛教中讲的因果，可能最直接的解释是：人势必要为每个决定付出代价。这套逻辑反过来也要求人主动成为那种愿意为每个决定负责的人。夸张点说就像，你不能因为冲突就突然按下核弹按钮，然后轻飘飘地说一句：Oooops，不好意思。使用Selfcontrol观感。
上海税务局做了一件挺酷的事情：搜索相应关键词即可搜到一份在线 PDF 规则文档，区间收入加纳税比例，清晰明白，最短路径，URL 可以传播。上海税务局个人所得税税务表
GitHub 作为日记的存储，可以几乎永久免费地进行归档和提交。
如果 80% 的边缘情况是一份脏活，为了塑造一款产品来获得收入或者其他收益，从交易的层面来看这是一个不对等的交易：你愿意花费近乎无限大的成本来换取一个你想要的结果。