- 博客(149)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 我从不相信现成 SKILL，到整理出 Agent Harness Skills
我一开始是不相信现成 SKILL 的。更准确地说，我不是不相信 agent，也不是不相信 skill 这个形式。我是不太相信各种开源 SKILL。因为在我原来的理解里，SKILL 本质上是个人工作流程和经验沉淀。项目、环境、踩坑、命令习惯，写成SKILL.md当然有用。但那更像是给自己用的工作手册。别人的开源 SKILL，我以前基本不 care。这不是傲慢。我当时真觉得：“这东西离开原作者的上下文，很难真正可用。”真实项目不是 demo。
2026-05-28 17:42:19
284
原创 Agent 成为主要开发者后：AI-Shifu 的 Harness 工程实践
AI-Shifu 现在有一个明确的工程现状：项目里相当大比例的实现、修复、重构和发布准备，已经由 agent 完成。这里的 agent 指 Codex 或 Claude 这类编码代理。人仍然负责需求判断、架构边界、风险取舍和最终验收，但日常代码生产已经不再主要依赖人工逐行编写。这个变化带来两个结果。一方面，功能迭代和问题修复的吞吐提高；另一方面，如果没有足够明确的规则和验证，错误也会进入更多文件、更多分支和更多环境。
2026-05-26 17:33:52
621
原创 我把内容生产做成定时任务：每天自动产出，但我只管写代码
我这个人挺懒的。懒到什么程度？我希望“内容”这件事，像洗衣机一样：把脏衣服扔进去，按一下按钮，过一阵子出来一筐干净的。问题是：公众号、知乎、小红书、X……它们都不像洗衣机。它们更像一堆需要人盯着的流水线：选题、写作、排版、发布、复盘、迭代。你一松手，就断档。我以前也断过。断档最可怕的地方不在于“少发了一篇”，而在于你会开始自我怀疑：我是不是根本坚持不了？我是不是只配做一次性冲动？我把内容生产做成了定时任务。把自己从“写作民工”里解放出来。我只保留一件事：写代码。
2026-03-08 14:03:44
469
原创 用了 OpenClaw 一个月，谈谈我理解的 Skill
它给出的判断是：这几篇文章和同话题下的高赞回答相比，用词过于规整，段落节奏过于均匀，结尾都有一段"总结升华"，读者识别出来是 AI 写的，直接划走了。每次迭代的方式是一样的：发了几篇，数据又出来了，再让 OpenClaw 分析，哪些段落留存好哪些差，好的和差的有什么结构上的区别。跑了一个月，那份清单变成了我自己的东西——它里面有我的文章的数据，有我的话题的受众，有我的写作习惯里具体是哪些点会暴露 AI 味。别人拿去用不一定好使。我只是在一个流程里待着，流程跑，数据出来，AI 分析，我确认，清单更新，再跑。
2026-03-07 15:46:27
386
原创 OpenClaw 实战：一台 Mac mini 跑 3 个 AI Agent，替我打工 30 天
有意思的是，这三个 Agent 跑久了之后，各自会积累自己的"记忆"——工作日志、踩坑记录、常用配置都沉淀在各自的 workspace 里。真正的转折是我给它自己研究流程，然后加了第一个 cron 任务——每天早上 10 点，自动从知乎热榜找几个问题，匹配我的知识库，写一篇回答草稿推到飞书。Agent 的 80% 时间不是在"思考"，是在调工具——跑命令行、操作浏览器、读写文件。"帮我写个邮件""这段代码什么意思""总结一下这篇文章"——跟 ChatGPT 一模一样的用法。区别只是它跑在我本机，延迟低点。
2026-03-06 13:35:15
501
原创 和OpenClaw的两个 Aha 时刻
我的OpenClaw助理叫小虾，住在 Mac mini 上，7×24 小时跑着。她跟 ChatGPT 那种一问一答的完全两码事。它有自己的 workspace、自己的记忆、自己的定时任务。你睡了它还在干活。早上醒来飞书一堆消息——凌晨自动写好的文章，自动跑完的数据，自动发出去的帖子。用了快一个月，大部分时间就是正常的主仆关系——我指挥，它干活。但有两个瞬间，让我觉得这东西和"工具"不太一样。
2026-03-05 09:53:19
640
原创 vibe‑coding 九阳神功之收：上线不是终点，是另一个开始
因为前面八式都是在"做"，只有"收"是在"交"。你可以代码写得很漂亮、测试全绿、方案被两个 AI 交叉验证过——但如果上线出了事回不了滚、监控不到异常、复盘没有沉淀，那前面的工作白做了一半。"收"的核心：上线不是终点，是另一个开始。收 = 上线 + 监控 + 回滚 + 复盘。收上线不是终点，是另一个开始。上线 checklist：AI 帮列，你来过，阻断项不过不上回滚方案：上线前就写好，3-5 分钟能回滚监控：至少有健康检查 + 关键日志 + 报警脚本复盘。
2026-03-04 12:15:43
311
原创 vibe-coding 九阳神功之扩：AI 帮你扩展认知边界，但学到的必须可验证
等这一轮做完，你对 React 的理解就从"AI 说的"变成"我亲手验证过的"了。"最小知识地图"逼它只说最关键的。AI 帮你"扩"的东西，你不验证就上线，那不叫扩展边界，叫制造债务。AI 能让你碰到以前碰不到的技术，但"AI 说能用"不等于"真能用"——学到的必须能跑。"扩"的核心就一句话："我能验证多少新东西"。这个笔记就是你的"扩展验证记录"——不光记录你学了什么，还记录你踩了什么坑。：新领域的代码更需要测试（你不熟的东西，更不能靠"感觉"）第 5 步：踩坑记录——从"AI 教的"变成"我自己的"
2026-03-03 09:03:29
378
原创 用 OpenClaw 给 OpenClaw 提 PR，合并了
我之所以知道群聊 session 要按人隔离，是因为我每天在用这个东西，踩到了坑。然后她去读源码，找到 session routing 那块逻辑，改了路由规则，加了配置项解析，写了四个测试用例——按人路由、按人+话题路由、旧配置兼容、边界情况。我干了什么呢——描述需求，看了眼代码，跑了下测试，点了提交。我要的是按人隔离——每个人有自己的上下文，别串。我跟小虾说了一句话："群聊上下文串了，加个按发送者隔离的功能。第一次用这种方式提 PR 的时候，我纠结过"这算我的贡献吗"。然后跟小虾说："你的代码被合了。
2026-03-03 09:03:29
575
原创 vibe-coding 九阳神功之测：让 AI 自己测、自己修、跑通了再汇报
"测"的精髓就是让 AI 承担测试的全部成本。怎么写测试根本不重要，重要的是你别自己跑。你描述测试场景（自然语言）AI 执行测试（Chrome MCP / browser）AI 发现问题自己修AI 全部通过后向你汇报你 30 秒看完报告，继续做甲方记住："AI 证明给我看能跑"。你觉得能跑的，上线全是雷。下一式我们讲扩：你不懂的领域，AI 帮你学——但学到的东西必须可验证，不能 AI 说什么你就信什么。
2026-03-02 09:00:40
390
转载 Skill 自迭代：我让 AI 写知乎小说，它自己学会了写爆款
先说个数据：本月我的知乎盐选小说给我赚了六块多。别笑。这六块多的背后有个我觉得挺可怕的东西。事情的起因很简单。我装了 OpenClaw（龙虾）之后，第二天就写了一个 skill 让它到知乎上去写故事。女频反转短篇，就那种盐选付费故事。为什么写小说？我会写小说吗？我不会。我能判断一个短篇小说写得好不好？说实话也不太行。但我知道什么是 AI 味——那种一看就是机器生成的，句式工整得像高考范文的东西。所以最开始我只干了一件事：在 skill 里写了一大堆约束，告诉它哪些句式不能用，不准出现"不是A而是B"，不准"
2026-03-01 15:59:42
500
转载 vibe-coding 九阳神功之验：多模型交叉验证，专治 AI 幻觉
用 Claude 验 GPT 的结论，用 GPT 验 Claude 的方案，让它们互相打脸，你来裁决。AI 的幻觉不可避免，但可以被发现交叉验证是最低成本的质量保障不是所有代码都要验，高风险场景必须验养成习惯：关键产出，多问一个 AI下一式我们讲测：验证了方案没问题，还得用测试证明代码真的能跑。
2026-03-01 15:59:42
73
原创 vibe‑coding 九阳神功之规：不要相信任何模型的上下文，tasks.md 才是唯一真相
做完前面的准备，真正开始让 AI 一个一个任务执行的时候，会发现一件事——AI 在约束下的产出质量，超出预期很多。对了说个题外话——我有次让 AI 自己写 tasks.md，结果它给自己安排了一项"优化 tasks.md 的格式"。Claude 也好，GPT 也好，Codex 也好——它们都有上下文窗口限制，都会"忘事"，都会在长对话里越聊越飘。上下文在文件里，不在对话里。让它自由发挥的话，它会像一个极度积极的实习生：说加个按钮，它把整个页面重写了，顺带重构了路由，换了状态管理方案，还把 CSS 全删了。
2026-02-27 18:51:16
290
原创 vibe‑coding 九阳神功之喂：把链接喂成“本地知识”，AI 才能稳定干活（API / 设计 / 报道 / 截图）
1. “像产品经理一样”把页面拆成组件与状态：header/list/card/modal/loading/empty/error。• 你和 AI 讨论的是同一份 source of truth（不会出现“你说的 A 文档，它看的 B 版本”）前一式"学"教你说黑话，这一式"喂"教你给 AI 喂资料——会说还得会喂，AI 才能稳定产出。你给了它一句话需求，它就开始“脑补”，然后用它的默认世界观给你写一套“也许能跑”的东西。一句话：不是教你“让 AI 写代码”，是教你“带着 AI 把东西交付上线”。
2026-02-03 20:13:29
457
原创 vibe‑coding 九阳神功之学：学习行业黑话，会组合技术栈
"我要搭一个 SaaS 系统，后端用 Flask，前端用 React（前后端分离），数据层 MySQL，缓存 Redis，Docker Compose 一键部署，Nginx 做反向代理（/ 走前端，/api/ 走后端）。• ✅ 专业问法："我要搭一个服务，用 FastAPI + PostgreSQL + Redis + Docker Compose 部署，Nginx 做反向代理，Swagger 做 API 文档"看到一个项目，立刻问"技术栈是什么 + 用黑话怎么描述"，3 分钟学会一套技术栈组合。
2026-02-02 19:33:45
965
原创 知炼(ZhiForge)：用 Claude Code 自动化知乎回答，顺手做成了一个 Skill
从"我想自动化知乎回答"到"打包成可复用的 Claude Skill 并开源"，全程大概 2 小时。它从我的博客里找到了 Git 教程（夯）、抄项目搭底盘（抄）、学技术栈组合（学）这几篇文章，综合成了一篇知乎回答，自动发布。我在知乎上会收到一些邀请回答，大多是 AI 编程、vibe-coding、Claude Code 相关的问题。知炼(ZhiForge)：用 Claude Code 自动化知乎回答，顺手做成了一个 Skill。今天干了件事：让 Claude Code 自动帮我回答知乎问题。
2026-01-31 14:44:55
970
原创 一个完全不懂 GEO/SEO 的人用 AI 建站：半天上线、三天出现收录信号、最后决定开源
（面向“生成式搜索/LLM 引擎”的可发现性优化）。而我看到的是（结合上面的 Search Console 截图，以及后面 Umami 的路径分布）：搜索入口会直接落到某个具体 repo 的详情页上——这通常意味着这页在信息结构上更“像答案”，更容易被拿来承接长尾查询（注意：这是一种经验判断，不是严格因果）• 工具选型要能扛事：AI 一开始想给我上更“优雅”的方案，我直接拍板用我更熟、出了事更好定位的那套。我想写的是更“老登”的那部分：一个完全不懂 GEO/SEO 的人，到底做对了什么，才没翻车。
2026-01-29 17:22:26
286
原创 vibe‑coding 九阳神功之抄：使用优秀项目搭建基础架构
做到这一步，你就已经有了 vibe-coding 的“底盘”：这时候你就可以更自由地往项目里加功能了——因为你“抄”来的强规范（可审计、可回滚、可验收）会把你牢牢拉在轨道上，不容易跑偏。：一键 build 本地源码镜像，然后起 dev compose（bind mount + reload），非常适合“我不想在本机装一堆 Python/Node 环境”的人。有严格的命名/模板；），让它先输出一份“并集优点/目录骨架/关键规矩文件清单/Compose 双轨与 dev 脚本要点”的总结，再让它。
2026-01-28 18:15:55
631
原创 ＜span class=“js_title_inner“＞vibe‑coding 九阳神功之抄：使用优秀项目搭建基础架构＜/span＞
做到这一步，你就已经有了 vibe-coding 的“底盘”：这时候你就可以更自由地往项目里加功能了——因为你“抄”来的强规范（可审计、可回滚、可验收）会把你牢牢拉在轨道上，不容易跑偏。：一键 build 本地源码镜像，然后起 dev compose（bind mount + reload），非常适合“我不想在本机装一堆 Python/Node 环境”的人。有严格的命名/模板；），让它先输出一份“并集优点/目录骨架/关键规矩文件清单/Compose 双轨与 dev 脚本要点”的总结，再让它。
2026-01-28 18:15:55
814
原创 Vibe‑coding九阳神功之夯：Git 基础操作，AI 时代的刹车系统（附速查表）
所以 vibe‑coding（边跟 AI 聊边写代码）的第一步，不是提示词，而是——先给自己装一套刹车系统：Git。• 但只要是那种“AI 可能会改很多、你也不确定改到哪”的任务（比如重构、改目录结构、升级依赖、批量改配置），“夯”的意思就是打基础。你把 AI 当队友没问题，但要先接受一个现实：AI 很容易一脚油门，把项目开进沟里。当你掌握这套“刹车系统”后，AI 才会真正变成你的效率倍增器，而不是不定时炸弹。一句话：不是教你“让 AI 写代码”，是教你“带着 AI 把东西交付上线”。
2026-01-27 17:33:09
501
原创 AI 自主干活：我折腾的“永动机” vs 5行脚本的Ralph，惊为天人，大道至简！
澳洲一个放羊大叔Geoffrey Huntley，搞了个叫Ralph的开源项目，只用5行Bash脚本，就让AI像打了鸡血一样，自己写代码、测试、commit，直到项目完工！本拐试了试：拿我原来的tasks.md转prd.json，跑Ralph——AI自己干了6小时，醒来一看，git仓库满血复活？但别急着all in：Ralph强调“每次只做一件事”，这提醒我们，AI强大，但需求模糊它也懵。那时候Claude和Codex刚火，我发现这些大模型聪明是聪明，但容易“半途而废”——上下文一长，就开始幻觉、变笨。
2026-01-26 18:14:30
677
原创 半天上线 agentskill.work：老登程序员的含金量还在上升
说实话，这种焦虑不是空穴来风。极端的点在于：从抓取、限流、定时任务，到 Nginx、证书、Docker Compose 一键拉起，再到 Umami 埋点统计——全链路都是 AI 做的。但别误会，这不是“AI 全自动”——这事真正的点在于：关键节点的判断与把控，是我做的。最“老登”的动作，其实是这个：我上线的同时，直接把 Umami 搭好并集成。但“要不要把统计当成第一天就做的事”，这个判断不是 AI 给的，是老登给的。这一步是老登的判断：我要的是“可控的生产系统”，不是“能跑的 demo”。
2026-01-25 19:34:09
444
原创 Cursor 疯狂生码的年代，老炮真正的优势：敢按下 ESC
你省下的时间，最后会在某个凌晨三点，用事故的方式还回来。未来真正值钱的工程师，不是会让 AI 写更多代码的人，而是知道什么时候该按下 ESC 的人。我现在的习惯是：一按 ESC，立刻把 AI 的“输出模式”从“写代码”切成“先回答问题”。这样新手也能学会，AI 也会被你训练得更像“工具”而不是“野生代码喷射器”。真正稀缺的是：你能不能在系统开始变味的时候，及时按下 ESC。Cursor 疯狂生码的年代，老炮真正的优势：敢按下 ESC。按下 ESC 以后，你别让 AI 写代码，先让它“找路”
2025-12-29 20:41:36
859
原创 AI 在变坏：当它开始“制造问题”，我们就输了
已拟 30 分钟会，明早 10:30，与李雷，附三点议程。”——你会觉得“它懂我”。当 AI 暗示“还有更好的下一步”，你很难当下结束。• 注意力切换成本：从“已解决”再跳到“可更好”，你的上下文不断被打断重组。本拐想看，你会如何把“制造问题”的主导权，收回来。就像社交网络从“帮你连接世界”，一路走到“让你离不开时间线”。当 AI 问“要不要生成/改进”，你以为在主导，其实在被引导。从“帮你解决问题”，到主动制造新问题，再把你带入下一轮对话。当 AI 学会了制造问题，它就开始变“人”——也开始变坏。
2025-10-20 17:45:47
932
原创 TalkReplay：把你的 AI 对话，变成可复盘、可分享的生产力
https://github.com/yfge/TalkReplay（欢迎 Star / Issue / PR）：把长对话提炼成摘要/纪要，导出为 Markdown/HTML（持续增强），用于文章、Issue 或项目文档。的聊天记录，变成可检索、可回放、可导出的「对话时间线」。：标签与书签、对比视图（同题多模型）、更强导出（Markdown/HTML）、长列表虚拟化。：让 AI 对话变成「可复盘、可验证、可传播」的团队资产，而不是一次性的灵感烟花。：组织/成员/空间、权限与审计、组织级检索与分享。
2025-10-02 00:13:49
1170
转载 MarkdownFlow，AI 时代的创作方式
因为有 AI 师傅一年的课程制作和授课经验，所以我们可以非常自信地说，在纯文本场景，只要提供最基本的交互控件（按钮和输入框），和必须完全遵从创作者原文的输出能力，就可以满足 95% 以上的场景。总之，MarkdownFlow 抓住了提示词是控制 AI 唯一手段这个关键点，用提示词来表达创作者意图，用简单的语法提升确定性，降低创作门槛，向消费者提供千人千面的个性化体验，更有机会借力语言模型进化、多模态模型的成熟和智能体互联网的建设，成为未来一切内容创作的格式标准。AI 有很大的不确定性，但这是智能的特点；
2025-09-30 18:07:59
189
原创 AI 辅助完成的开源工程范本 —— Orion 项目背后的 vibe coding 实践
• 它定义了：后端分层（core/api/domain/adapters/repository/services）、前端分层（app/components/lib）、commit message 的风格、CI 流程。（当然，也是AI 加持），作为单一真源（Single Source of Truth），明确规定目录结构、提交规范、分支策略。：AI 擅长把功能写出来，但可靠性（幂等、熔断、退避）、安全性（加密、权限）、可观测性（追踪、告警）需要人来补。这样，项目就不是“能跑的玩具”，而是“能运的系统”。
2025-09-27 13:31:07
380
原创 双航母同框西太：外媒怎么看中国海军这波操作
透过这些杂糅着担忧与赞叹的声音，中国读者或许能跳出信息茧房，更全面地理解这场“双航母秀”背后的意义：它既彰显了中国海军走向深蓝的雄心，也势必成为亚太安全格局中的新常态之一。正所谓**“深蓝逐梦，稳舵方能远航”**，中国海军的每一步向前，都需要理性与克制相随，才能真正实现维护和平与捍卫国家利益的双重目标。有美国智库专家指出，这符合中国海军长期规划的节奏：遵循已故海军将领刘华清的蓝水战略蓝图，先实现第一岛链内的常态化巡航，再逐步挺进第二岛链，最终谋求全球海洋影响力。两艘航母携手，力量触达更远，训练更贴近实战。
2025-06-11 10:20:05
741
原创 今日（2025 年 6 月 1 日）三大装备焦点深剖
过去一周，003 型航母“福建”连跑第八轮海试，央视罕见画面显示舰载五代机 J-35 在陆上弹射轨道密集起降，配合舰上电磁弹射系统同步调校，引爆军迷讨论“何时正式交舰”在 5 月 8 日引述美官员确认“巴方已用歼-10C 击落印机”后，未对 J-35 订单做跟进，凸显该消息尚欠独立佐证。下次热点再起，咱们继续拆招！：若轰-6 部署常态化，将迫使美菲武装侦察机飞行轨迹北移 200 公里以上，南海空域“灰区摩擦门槛被抬高”。：此举虽不改变力量平衡，但在法律层面固化“根据地”事实，对仲裁法庭裁决形成事实抗辩。
2025-06-01 10:53:02
1003
原创 主要英文媒体对印巴冲突中S400是否被摧毁的分析/Deep research
各方针对S-400系统争论激烈，暴露出印巴冲突中的信息战特征：巴方媒体倾向夸大战果，印度媒体强调“假新闻”，国际媒体则报道双方说法并保持观察。一些新闻报道呈现“各方互有说法”的态势，例如美联社指出“巴方称摧毁S-400，印方否认” ，英国BBC则援引巴军方声明并声明未获验证 。总的来看，印度叙事强调S-400完好无损，并对巴方报称摧毁S-400的宣传持高度怀疑态度。巴基斯坦方面公布的“针对阿达姆普尔S-400目标”的卫星示意图（左图为S-400未被击中前的卫星影像，右图标注红圈处为目标）。
2025-05-17 09:30:01
922
转载 我做了一门新课《跟AI学AI通识》
为此，我几乎和所有岗位、所有年龄段的人都有过交流，去了解他们对 AI 的好奇、疑虑和向往，也试图帮助他们理解 AI 到底是怎么一回事，如何从 AI 获益而不是被替代。所有人，无论年龄、职业、学历、兴趣，都应该学的 AI 知识，应该就像我们知道人有喜怒哀乐，天有四季变换，衣服穿多会热，一顿不吃会饿一样，是社会生活必须的常识。秉承「把 AI 当人看」的理念，这个课的结构完全按照一个大模型从初生，到求学，再到工作、升职的历程设计的，学起来代入感很强。最主要体现在，AI 的记忆，是可以被人为操纵的。
2025-04-28 10:18:23
137
原创 十分钟用Cursor写一个电子翻译器，已开源！
源起昨天无意发现了一本好书：《教育新语》我这种资源狂人，第一反应是看看有没有电子版别说，还真有可惜，是英文原版原版吧，咱也能看，但总是差点意思所以，我决定把它翻译成中文翻译翻译，咱也不能手动翻所以，我决定用AI来翻译于是，我打开Cursor，切到Composer模式，开始命令AI给我写代码只有了十分钟，代码就完成了而且效果出奇的好因为全是AI搞定么所以咱也开了源，地址在https://github...
2025-03-12 09:49:34
368
原创 DeepSeek-R1 爆火给教育带来的几点思考
DeepSeek-R1 爆火给教育带来的几点思考各位好，我是人在中年无家无娃的老拐，但是你们知道啊，我特别喜欢孩子，愿意聊教育，没娃硬聊的那种，也收获了一众人等的粉丝，那么，作为AIGC从业者以及AI-Shifu的技术负责人，斗胆聊一点这一波DeepSeek-R1爆火以后，我对教育的一点思考：以下论点都是针对5岁以上有基本的文本阅读能力，和表达能力的娃：第一条是外语类的教育一个英文单词的写法，用法...
2025-02-16 22:01:17
423
原创 以 AI-Shifu 的日志功能为例，一个工业化的 API 服务日志要考虑哪些点
随着业务规模的扩大和分布式架构的广泛应用，日志已经成为运维和排障的核心关键。AI-Shifu 做一套面向于工业化的系统，在开发时就非常注重日志体系的“工业化”设计。本篇文章将结合 AI-Shifu 中的日志功能为例，探讨在工业化的 API 服务中，日志需要关注哪些点，并穿插具体代码与设计原因，帮助你快速理解为什么要这样做、如何实现。同时，针对许多团队没有部署 Elasticsearch、Kiban...
2025-01-18 15:46:17
1157
原创 从TikTok用户涌入小红书，看“流量”如何像水一样奔流，以及为什么说 AI + 编程才是未来？...
最近，TikTok 在美国面临下架的消息，让大量原本使用 TikTok 的美国用户纷纷“搬家”，涌入了小红书。大量美国用户像洪水般涌入，小红书呢，也只能连夜扩容，生怕接不住这“泼天的富贵”。这番景象，令我重新思考“流量”一词的由来——为什么我们要把互联网的用户使用量和访问量称为流量?因为用户如水，水往低处流01 “水往低处流”：高低究竟指的是什么？水往低处流，对于网络的流量，此“高”与“低”并非真...
2025-01-15 12:17:35
404
原创 openai又双叒叕要开大，说个暴论
暴论是1.2025脚踏实地的人会做出成功的应用2.2030年以前，没有银弹，没有agi3.管他是sora，还是o1，不care，坚持我所坚持的ps： 开大如下，拭目以待
2024-12-05 01:23:18
274
转载 0编程基础的人，已经靠 AI 做出了哪些工具？
没有任何编程基础的人，为什么需要自己去做程序呢？先来看一个 AI 师傅（AI-shifu.com）的学员，他用了GitHub Copilot (AI 编程辅助工具) 做了一个「一键生成媒体发布报告」，可以从Excel表中取出对应的数据，再基于模板生成可视化的图表，可以拿来给客户做汇报。一个相对简单的小工具，但可以在实际工作中帮他节省出不少的时间。另一个学员在法院工作，因为是专网环境，很多工具都没有...
2024-11-19 13:31:55
366
1
原创 从AiCon拿到的小黄鸭说起
一个羊毛上周入职了新东家新东家的第一个福(Jia)利(Ban)，是参加AICon既然是福利，必须要去，至少有好多羊毛可以捡比如XXL的T恤领到以后自信心爆棚，感觉自己有一米八了（一米六八不到一百斤的我穿上XXL的T恤非常合身）这家厂商直接路转粉！！！！这其实是另一个故事了，关于用户体验：比如，我骑美团的单车，就必须调整到180cm的座椅高度，才能骑得舒服但是如果骑某家的单车，就必须调整到160cm...
2024-05-23 09:57:28
541
转载 复盘大模型的一次成功落地，代替了百万年薪的人
先说下背景，再回顾下过程，然后总结成功落地的五大要素，最后说说怎么凑齐全部要素。一、背景我创立的 AGI 课堂的课都是直播。当直播间人数超过 500，互动区消息就刷得飞快，授课老师已完全不可能进行有效互动。为解决此问题，我们尝试每次课安排助教值班跟课，职责是：全程跟踪互动区，把和课程相关的有效提问拷贝粘贴到飞书文档里，并去重。这样老师只需要看这份飞书文档，就能完成互动了。运行了几次，效果不错，就是...
2024-04-07 09:05:31
1029
原创 惊！网课助教用AIGC提效把自己提没了
引工作之余，接了一份AIGC网课的助教工作，一方面，可以搞点小钱钱，买买咖啡，哈哈酒，另一方面，及时跟进最新的技术，可以反哺到自己的工作中，也算是一举两得。作为助教团的一员，我们主要工作由以下几个部分组成：1.教研工作，追踪网上最新的大模型技术发展动态，协助老师更新课程内容；2.群内答疑，对学员的问题及时跟踪反馈；3.跟课辅助，在直播期间跟踪直播间内同学的发言互动，收集相关问题，并将问题整理...
2024-01-25 08:45:04
692
应用程序架构指导包v2.0
2008-10-29
C# C/S 用户管理模块
2008-07-28
Efffective C#
2008-04-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人