AI Builder | Ex-Agile Coach | CS grad AI 工作流|AI知识库|敏捷落地交付 老码农/软件架构,前敏捷开发教练 写过两本未出版的电子书 放在闲鱼凑人气 一本关于敏捷开发 一本关于阳明心学 更多看这里:https://xitter.cf/t.co/fHl0Yd69Kh

Joined May 2019
Zed团队又新出了个 Delta工具. 如果关注 AI Agent 时代的软件工程方法,特别是: - 代码溯源 - 上下文管理 - 人机协作和 Agent 工作审查 Delta 的设计理念或许比普通 AI 编辑器更值得关注。
🤖 Made with AI
1
42
说起跟奇绩创投的渊源,当年我有个关于敏捷开发的SaaS项目,填了资料、录了视频提交给奇绩,他们拒了我,从此再没关注他们…
和一个founder朋友聊天 正巧赶上凌晨奇绩被制裁的消息 一致认为奇绩的打法已经远远落后于ai时代 之前的手搓时代,打磨细节带来更好体验 而现在 比的确却是谁能把生态位先立住 YC模式的精髓在于 Launch now. Talk to users. Iterate. 在3个月的时间内实现创业者和个人高密度的成长,寻求新的融资机会 但在老中人的考试基因下,demo day反而成了那个靶子,是一场大考 3个月时间打磨项目和pitch 世界早就变样了 真实的创业考场从来不在一场声势浩大的demo day上 而这种模式下培养出来的founder多多少少也会带着一些思维惯性 无意贬低,中国的vc或多或少的都会因为整体的投资环境或者GPLP的压力而做一些不符合风投的行为 一千个投资人聚集于此,上百创业项目,无数名校、大厂、小天才、phd创业者,一片光明 最后再讲讲心里话 奇绩一直以来被各种谩骂包裹,不管是如太阳鱼甩籽一般无孔不入的实习生,还是投不出来好项目的嘲讽,让奇绩在创投圈总是有些尴尬 甚至还有对陆奇博士的攻讦,颇为难听 但我想说的是,奇绩真的给了很多人机会,也真的培养了一群有理想有拼劲儿的年轻人, 一个在文科含量150%学校上学的小姑娘第一次接触到ChatGPT,看着大家在飞书群里和GPT对话,仿佛魔法,那是2022年 在ai行业聊天时提到奇绩,实习过的小伙伴都会会心一笑,问彼此在哪个组,什么时候 我仍然记得23年的春节,陆奇博士为新一轮融资奔走,仍然花了几个小时在All hands meeting上,一个一个回答大家的问题(虽然我被怒喷xs) 如今65岁的年纪,依旧勤勉,几次早上五点多看到他背着书包,脚下生风去工作 唯有尊敬和感激 或许奇绩不够成功,或许陆奇博士不够成功,但总需要有人来耕地和播种 总是播种,常常期待,有时收获
2
37
一份工作要不要继续的新标准…?😂
1
130
我准备过1个月后再看看大家是否还在讨论 Grok @bot , Muse 等, 以免被AI博主位带偏节奏, 误入歧途, 浪费时间... 经典, 真正有用的东西, 需要经过时间慢慢沉淀... 😂
1
155
不记得我啥时候在这个知识库里设置一条发推原则:避免政治话题。 然后写推、让AI发推时就有一条推文未通过这一原则审查… 所以有一个知识库,记录一些设定和规则,作为所谓的第二大脑还是挺有用的…
1
167
留给国内微博的时间不多了,给它一条建议: 微博团队现在大概不到 6000 人,可以考虑让 DeepSeek 收购了,然后把人裁到 600 人以内,换掉 ceo、品牌 logo 和定位,往国际市场扩张… 🥹 这可能是它未来最好的出路…
1
2
484
国内那个 QQ音乐 也应该裁掉 9/10的人,这也是一个迷失方向的产品和团队(´・_・`)
1
99
搭配最新 DeepSeek-v4.1-flash-1017 模型, 让DSH-0.2.1画一个大熊猫骑自行车: 自动车,脚/踏板, 好像都对了, 但大熊猫像个鹈鹕, 水波纹和路面虚线向前移动, 车前还悬空一个花盆, 这有点意外... 🥹
8
23
10,212
DeepSeek 新版如能在同等条件下做出媲美 Opus5.5 效果的短视频,那会是一次绝佳的反击和泼天富贵机会… @tianyi
1
265
物理学不存在了吗,baby?😰 #特斯拉 #Roadster
Real life, baby
1
137
今天DeepSeek上午宕机, DeepSeek给大家补偿了10.8-10.14的所有Token消耗金额. 有人的补偿赠金达到100多万元, 这大概是目前看到的最大补偿了吧. 哎, 比不了, 真比不了... 🥲
2
224
绿泡泡 这个名字不是我们闲鱼用户创造的、用来交换微信的暗语吗? 这就被鹅厂鸡贼地拿去用了?🥹
1
316
Token总是额度不够? 几条AI省钱小技巧 2: 1. 长会话先总结: 目标、已定内容、待修改项和下一步,压缩上下文;换任务再开新会话。 2. 尽量命中提示词缓存:把每轮不变的上下文放前面,变化的要求放后面。前提是模型产品支持缓存。 3. 控制输出 Token:只要核心方案、本轮改动和待确认问题,别每次重述全文。 4. 把重复任务脚本化/程序化:检查链接这类结果能验证的活,脚本先验证,以后直接运行。
1
152
作为AI 从业者,我们都是在为人做嫁衣。 熬着夜,耗着身体,折腾各种 Agent、Harness、工作流,热火朝天繁荣着 AI 生态,帮 AI 加速迭代。 闷声发大财的,是卖芯片、卖算力、卖大模型的... 今天费尽心思折腾出来的东西,大概率过几周、几个月,模型一次能力升级,什么卵也没了... 我们每天忙活的,不过是 AI 发展过程中的临时脚手架。 所以有人也觉得,不如多等等: 等AI能力更收敛更成熟、生态不再三天两头推倒重来,再大举介入也不迟... 毕竟 AI 的能力曲线还在往上走,人的身体和心力可没法跟着指数增长。 别 AI 还没进化到头,自己先迭代没了... 😪 当然,道理都懂,每天该折腾还得折腾。 看透了时代的荒诞,也不能免除生活的账单。(这最后一句,我让AI加大了润色力度)
1
5
1,423
对岸用 AI 降本增效,国内用AI 娱乐至死?🤔 AI 用来做火药、还是烟花,这是个问题…
中美国情差异很大,以Token消耗为例 ,中文在线披露的一组数据: 国内所有Token消耗份额中,AI短剧与视频生成高居首位,占比达55%;电商和营销又占了24%;在美国列Token消耗第一的软件开发只有15% 。 2026年前8个月,中国上线了大约43万部微短剧,是去年全年的13倍,其中超过90%都使用了AI技术。全国微短剧用户已超过8亿,2025年市场规模突破1000亿元。 大西洋对岸美国的数据是这样的:美国58%的Token消耗用于编程开发和企业自动化。 一边在写代码、搞企业自动化,一边在拍短剧、做广告、卖东西。 有人称:AI时代,中国人再一次把火药做了烟花。 但我不这么认为,核心原因是:美国的企业端软件生态决定了做coding能赚很多钱,所以OpenAI放着那么多C端用户不培养也要去和Anthropic争coding市场;但在中国自始至终都没有形成很好的企业软件市场,在B端单纯靠coding市场很难赚钱,中国单纯靠去搞coding赚钱根本不现实。在C端娱乐市场,尤其是在AI生成视频这块,本身创意视频传播力就强,再加上用户广泛,所以比较繁荣,竞争也激烈。
1
3
321
Obsidian/Claudian 终于对DeepSeek Harness直接提供支持了... 这日子也算是好起来了... 😂
1
2
196