Posts

AI 写作最尴尬的地方，不是它写得差。 很多时候它写得太“像一篇文章”了。结构完整，语气积极，句子顺滑，段落之间还有恰到好处的转折。问题也在这里：你读了三秒，就知道这东西大概率是模型吐出来的。 ...

如果你问我，普通人该怎么理解 Claude Code 这类 coding agent，我不会先讲代码。 我会讲一个更土、更好懂的画面：你把一堆 PDF、截图、表格、会议纪要、录音转写稿丢进一个文件夹，然后对它说：帮我整理，写脚本处理数据，最后生成一份能打开看的 HTML 报告。 ...

Claude Code 这次最打动我的，不是它又加了一个命令，而是它终于开始认真对待“编排”这件事了。 /workflows 表面上像一个功能开关，实际上更像一条分界线。它把 agent 从“会回答问题的助手”，往“按规则干活的执行单元”推了一步。变化不吵，也不花哨，但我觉得它很实。 ...

有些工具不性感，但用了就回不去。 Zara Zhang 最近推荐了一个 Mac 小工具 Amphetamine：它能让 Mac 在合盖、下载文件、跑某个应用或执行长任务时保持唤醒。听起来像一个很小的功能，对吧？但我觉得这类工具正好戳中现在个人工作流里一个很真实的痛点：电脑越来越像一台个人服务器，可 macOS 默认还是按“人离开了，机器就该休息”的逻辑在工作。 ...

这两年看 AI 写代码，很容易产生一种错觉：只要模型足够强，后端开发迟早也能被一把梭。 我现在越来越不信这件事。 不是因为 LLM Agent 不会写代码。恰恰相反，它们已经很会写了。写接口、补 CRUD、生成迁移脚本、加测试、改几个文件，对今天的 coding agent 来说都不算稀奇。 ...

我最近越来越相信一件事：AI Agent 的真正意义，不是“又多了一个会聊天的工具”，而是它正在悄悄改写组织的最小单位。 以前，一个人想把事情做大，第一步通常是招人。现在，越来越多人的第一步变成了：先把流程拆开，再把能自动化的部分交给 agent，最后自己负责判断、协调和验收。 ...

我最近越来越确定一件事：AI 视频这波回暖，不是因为模型突然学会了拍电影，而是因为输入方式变了。 以前大家围着 prompt 打转，像在跟模型斗法。你得会写镜头，懂点节奏，知道怎么避开崩脸、崩手、崩字幕。说实话，那套东西对重度玩家有吸引力，对普通创作者就有点累。你不是来参加提示词考试的，你是来把内容做出来的。 ...

Google 改了搜索框。 听起来像一个很小的产品改动。搜索框嘛，互联网最古老、最朴素、也最容易被忽略的界面之一。用户输入几个字，系统返回一页链接，广告、摘要、蓝色标题、十个结果。这套东西我们用了二十多年，甚至已经懒得把它当成“界面”。 ...

过去几年，“第二大脑”这个词有点被用烂了。 很多产品说自己是第二大脑，最后做出来的东西其实还是一个更漂亮的笔记本。你把网页剪进去，把想法丢进去，把会议纪要存进去，然后它们安静地躺在那里。偶尔搜索一下，偶尔链接一下，偶尔在年终整理时感慨：我居然收藏过这么多东西。 ...

我越来越觉得，AI 视频工具最该卷的，不是“谁更会理解提示词”。 这句话听起来有点反直觉。毕竟过去两年，大家聊 AI 视频，几乎都绕不开 prompt：怎么写镜头语言，怎么描述风格，怎么控制人物一致性，怎么避免手指和字幕翻车。会写 prompt 的人，确实更容易出效果。 ...