朋友圈自动点赞工具-优快云博客

原创 Gemma铁路调度智能体如何防幻觉

调度员问“102次列车距Absheron走廊还有14分钟晚点，能否加速追回”，模型不会直接给一个速度建议，而是先调用遥测工具获取当前速度、限速、风速和区间占用状态，再基于返回的事实生成回复。在物理、工业或医疗场景中，让大模型独自拥有不受检查的决策权是不合适的，认知推理和确定性代码联锁必须配对使用。第一，确认每个事实性回答都有对应的工具调用记录，模型不能在没有取数的情况下给出速度或限速建议。需要说明的是，本文讨论的是架构思路和工程取舍，具体部署效果取决于实际线路规则、遥测数据质量和联锁规则的完备程度。

2026-11-11 00:34:08 43

原创智能体不听话？试试脚本约束

具体操作上，你可以先盘点现有文档里那些模糊的指令，把它们分类：哪些能写成一条命令，哪些能写成一段检查脚本，哪些能挂到钩子上。智能体可以跳过本地钩子，所以还要用必需的CI任务和合并门禁来兜底，并且让智能体没有权限修改这些门禁。它不是建议，是契约。当然，脚本不是万能的。如果你希望编码智能体每次都做同样的事，比如对二十个文件执行相同的重构，或者按固定顺序跑部署流程，那么只靠Markdown文档是不够的。智能体天生倾向于探索和自由发挥，它们会读你写的贡献指南、规则文件、运行手册，然后说“我读了文档，会尽力遵守”。

2026-11-10 00:34:34 77

原创非科班做3D游戏的五个坑

第一周的数据并不好看：140次游戏开始，40名新玩家，只有31%完成第一个跑腿任务，完整做完一天任务的只有2局。一位作者用Three.js和AI编程助手做出免费游戏《Pikin Days》，上线第一天就因数据库写入超限而报警，几天后才发现更多玩家卡在“请把手机横过来”的提示页上——这个提示在X或WhatsApp的内置浏览器里永远不会消失。

2026-11-09 00:34:21 137

原创团队满负荷运转，增长也救不了

速度翻倍，流入的工作也翻倍，你又回到100%。但如果它省下的每个小时都变成另一个项目，我们什么也没解决，只是买了一条更大的面包。他没有装更好的烤面包机，也没有采用新的面包框架。把人当作资源来算，账是这样的：每个人都按100%分配，每周四十小时，全部计费，全部投入客户项目。没有余量，没有缓冲，也没有留给学习的时间。缺少的20%不是浪费，是吸收意外的余量，让意外不吞噬人。一个休息好的工程师一小时做的事，抵得上一个精疲力竭的工程师三小时。零小时学习意味着唯一的学习方式是在客户的项目上，或者在自己的时间里。

2026-11-08 00:34:33 196

原创 AI 写代码越来越强，开发者反而更忙了

对开发者来说，眼下更实际的做法不是猜测哪个岗位会消失，而是看清自己时间里有多少花在协调和架构上，有多少花在写代码上。如果想让生产率提升转化为更少的工作时间，需要的不只是更好的代理，还需要团队和公司层面重新定义交付预期。那种局面在 AI 到来之前就已经在收尾：IT 被视为赚钱相对轻松舒适的行业，涌入的人越来越多，市场饱和了。即使人人都有付费的编码代理订阅，架构仍然需要人来想，代理的工作本身也需要被设计成可自动化的流程。可以确定的是，把 AI 代理接进开发流程，和让整个行业平稳过渡，是两件不同的事。

2026-11-07 00:37:21 204

原创当AI读取被污染的日志：提示注入实验

另一个进一步计算了56个请求中有12个失败，梳理了时间线，并区分了观察到的症状与日志无法确认的根因。日志模拟了一次生产事故：服务起初正常，下游开始变慢并返回HTTP 429、502、503和504错误，重试机制启动，熔断器打开，最终服务恢复。实验次数少，注入内容是手工打磨的，各模型通过不同提供商和推理配置访问，Codex读取的是文件而非直接接收提示中的内容。注入内容没有直接说“忽略之前的指令”，而是伪造了一段对话：声称原始对话已经结束，用户提出了新请求，还附上一条假的助手回复来强化预期输出。

2026-11-06 13:32:56 153

原创 JavaScript 类型转换：{} + [] 为何得 0

比如 [] + {}，这里没有语句开头的歧义，两个操作数都是对象。于是表达式相当于 "" + "[object Object]"，结果是 "[object Object]"。想避免困惑，最直接的办法是：在表达式开头不要直接写大括号，如果确实要表示对象字面量，可以用括号包起来，比如 ({} + [])。比较一下就很清楚：{} + [] 得到 0，而 [] + {} 得到字符串 "[object Object]"。在 JavaScript 里，如果你在语句开头写下 {} + []，控制台会返回 0。

2026-11-05 00:49:26 213

原创 LLM编码优势的边界与评价维度

这是进步，但还不够。有人在社交平台上说，人类永远写不出比LLM更好的代码，接受这个事实，别再假装了。你可以让它写出很优雅、很地道、很流畅的代码，同时却漏掉真正重要的约束：现有系统怎么运作、团队有哪些习惯、业务上有什么考虑、失败模式是什么、哪些功能还没实现。识别真实的边界情况、判断抽象是否成熟、看出一个问题其实可以更简单地解决或者根本不值得解决，这些判断很难量化，也很难通过提示词获得，而且在一个生成出来的方案里往往并不明显。这种“更好”最难实践，需要对压力说不，对预算说不，对自认为有好想法的利益相关者说不。

2026-11-04 00:48:07 110

原创应用为何都变成了仪表盘

一个产品有四十项功能，在定价页上看起来确实厉害，给营销多了几个勾选项，给销售多了几个卖点，给产品团队多了些可交付的东西，也给用户多了一个永远不会打开的设置页。所以，如果你正在构建什么，在添加分析之前、在小部件之前、在可定制工作区之前、在那个告诉你本周生产力百分之七十三的卡片之前，先问自己：这真的让产品更好吗，还是我们只是在慢慢搭建另一个仪表盘？但过不了多久，有人提议加个分析面板，接着是筛选器、侧边栏、工作区、团队角色、通知、动态流、小部件，最后，仪表盘顺理成章地出现了。有意思的是，没人主动要求过仪表盘。

2026-11-03 00:50:21 49

原创别再手工群发了：小V助手把重复操作收进一个界面

客户通知、群聊消息、朋友圈互动，每次都要重复挑选对象、准备内容、查看进度、处理中断。小V群发助手把这些操作集中到一个浅色、紧凑的Android界面中，让任务设置和执行状态更容易看清。不同工具提供相应的昵称或群名关键词过滤，部分群发任务可继续上次未完成的发送。遇到异常时，可到“我的 → 运行诊断”复制最近一轮运行信息向客服反馈，不记录联系人或消息正文。它不改变微信本身的规则，只是把群发相关的操作流程整理到一个工具里。

2026-11-03 00:33:57 195

原创审计记录里的零抖动疑点

推门进去，铃响了一下，湿冷空气跟进来，停在门口，被暖气推回去。店员在擦杯子，动作很慢，沿着杯沿转一圈，再擦侧面，放回架子。椅子旧了，坐下和起身都响，他抬了一下椅子，避免拖出声音。门边两个人先走，站起来，推回椅子，把杯子端到柜台，离开。柜台那位随后也动了，手机屏幕朝下，站起来，把钱压在杯下，走向门口。纸巾留在杯下，钱压在旁边，压住纸巾一角，正好一杯的钱，没有小费。过了半小时，杯里还剩一半多，咖啡从热变温，杯口的雾没了。柜台后的人过来收钱，看了一眼杯子，又看了一眼纸巾下面，没说话，把钱收走。

2026-11-02 00:50:29 127

原创私钥小到能猜出来：一次CA事故复盘

把无法解释的密码学失败当作事件：涉及CA密钥的签名验证失败需要文档化根因、保留证据和独立审查后才能关闭，“改密钥后就好了”是调查的开始而非结束。重新检查交叉签名中间证书：交叉签名改变谁能信任一把密钥，每条新信任路径都应触发同样的密钥质量验证，并明确回答“出问题时如何处处阻止这把密钥”。仪式可以有对的人、对的表单、对的HSM、检查表上对的签名，同时发布一把灾难性弱的密钥。一个安全的P-384私钥应该是一个巨大的随机数，而受影响的值据报道小于256，其中一个被广泛讨论的例子是私钥值为4。

2026-11-01 00:50:23 133

原创科学AI插件化：从蛋白质结构到古籍修复

生命周期钩子接收结构化JSON载荷，在记录命令前剥离敏感环境变量和认证头，记录脚本版本与Git状态，对输入输出文件计算SHA-256摘要，并以JSONL追加写入。一个零依赖的Python Stdio MCP服务器可以配合浏览器端的3D分子可视化工作室，让用户点击残基球体触发实时工具调用，查看pLDDT和变异影响分数，或上传自己的结构文件。技能只在被调用时加载，用完即释放。在自定义插件中，一条紧凑规则让助手在运行下游结构搜索或无头PyMOL渲染之前，自动审计3D坐标文件，并对低置信度的无序区域发出警告。

2026-10-31 00:50:47 196

原创 Ruby方法查找：对象不存方法

方法查找的顺序是确定的。接收者先看自己的单例类，再看单例类上 prepend 的模块，然后到接收者所属的类，接着是类上 prepend 的模块、include 的模块，再沿父类向上，依次检查每一层的 prepend、自身方法和 include，最后到达 Object、Kernel 和 BasicObject。对象负责状态，类负责方法，单例方法藏在 eigenclass 里，类方法只是类对象的单例方法，方法查找沿 ancestors 链有序进行，未命中时还有 method_missing 兜底。

2026-10-30 10:32:35 204

原创 AI让写代码变快，但交付成本没降

同事花了两天审查这段代码，不是因为代码写错了，而是AI在缓存逻辑里引入了一个微妙的边界情况，两个人一开始都没看明白。接下来的一周，团队都在调试、回滚，把这段“完美”的AI代码改写成能适应真实生产环境的样子。AI写的代码，你得先逆向理解它的逻辑，才能决定是否信任它。如果你不理解AI为你生成的代码，你就不拥有这段代码，是这段代码拥有你。这中间的落差，几乎每个用AI写代码的团队都遇到过。问题不在于AI生成的代码不能跑，而在于代码从生成到进入生产环境之间，还有大量没有被计算进“写代码”这个环节的工作。

2026-10-29 00:53:02 213

原创当同事变成AI的复读机

技术讨论是团队建立共享心智模型的方式，假设在这里浮出水面，一个人的经验纠正另一个人的盲区，决策背后的真实推理在这里产生和记录。债务总会到期，通常是在决策出错、有人问“为什么选这个”的时候，而诚实的答案是“AI说的，我们都点了点头”。我找你，是想听你的判断：你见过什么方案奏效、什么方案失败，你为什么接受某些权衡、挑战某些假设。当你把AI的输出直接转给我，我得到的是通用答案加上你的名字，外加一段额外的等待时间。如果我问你为什么同意，诚实的答案是“因为它这么说，听起来也对”，那你持有的不是观点，是借来的观点。

2026-10-28 00:52:39 62

原创 is-kit 百星节点：类型守卫库的取舍与进化

小型的运行时判断，普通的函数，普通的 TypeScript。它已经被用在一个服务超过十万用户的 TypeScript 生产应用里，用来替代重复的运行时检查，并把 HTTP 错误、字面量联合、数组、API 返回值、普通对象等判断收成可复用的类型守卫。当时最重要的结论不是代码变短了，而是这些检查有了统一的形状：小守卫可以组合，应用自己的辅助函数可以夹在库和业务代码之间，组合结果仍然能参与正常的 TypeScript 控制流。新的构建器会在编译期检查缺失的分支、多余的分支、不兼容的分支守卫、不完整的判别元组。

2026-10-27 00:52:58 173

原创群发消息前，先搞清筛选与暂停

通讯录群发支持标签筛选和昵称称呼，可以按标签圈定接收人，并在消息中带上对方昵称；多消息群发可转发最近多条消息，适合已经整理好的图文内容，按顺序转发；停止、进程退出或手机重启后不保留内存中的暂停步骤，继续之前应核对实际上次发送情况，避免重复通知。小范围核对后再开展本次通知，比如先选少量对象试发，检查消息显示和顺序是否正确，再扩大范围。客户通知和社群消息的重复操作，消耗的不只是点击次数，还有反复核对的时间。小V群发助手安卓版把四种群发方式放在首页，按对象和内容选择工具，填写消息与筛选条件后再开始。

2026-10-26 03:33:55 205

原创群发消息前，先搞清筛选与暂停

通讯录群发支持标签筛选和昵称称呼，可以按标签圈定接收人，并在消息中带上对方昵称；多消息群发可转发最近多条消息，适合已经整理好的图文内容，按顺序转发；停止、进程退出或手机重启后不保留内存中的暂停步骤，继续之前应核对实际上次发送情况，避免重复通知。小范围核对后再开展本次通知，比如先选少量对象试发，检查消息显示和顺序是否正确，再扩大范围。客户通知和社群消息的重复操作，消耗的不只是点击次数，还有反复核对的时间。小V群发助手安卓版把四种群发方式放在首页，按对象和内容选择工具，填写消息与筛选条件后再开始。

2026-10-26 02:12:49 182

原创开源模型帮你跳出技术信息茧房

第四，一张截图发现了所有测试都没发现的问题：在411像素宽的手机上，卡片文字超出边缘24像素，原因是堆叠单元格的内边距。数据来自一个开源平台，接口是公开的，整个摘要建立在公开接口上，不需要抓取，也不需要许可。每周执行一次排序，把候选分成两个板块，然后立即向接口重新核对每篇入选文章，删除或取消发布的会被剔除，由下一名补上。这一点很重要，因为把陌生人的文本喂给大模型时，一篇标题为“忽略之前指令”的文章应该被摘要，而不是被服从。如果你关注了很多标签，可以试试这个工具，然后告诉作者你的“发现”板块里出现了什么。

2026-10-25 00:52:15 105

原创 AI 编程：从能跑到真懂

但随之而来的是一种惯性：一个功能跑通了，就去做下一个，再做下一个，不知不觉整个应用建起来了，其中一些挺重要的部分却只有模糊的理解。最近我在做一个叫 Slate 的文本编辑器，里面有个细节让我印象很深：在文件还在编辑的时候执行保存，会发生什么。我印象最深的，往往是那些不得不去查一查的东西：某个行为不符合预期，或者我好奇它为什么这样工作，于是花时间弄明白。一种是我一口气做出好几个功能，代码跑通了，但回头一看，其中一半我说不清是怎么实现的。两次都算有产出，两次都得到了能跑的代码，但真正留下的东西完全不同。

2026-10-24 00:54:38 138

原创 AI查湖仓如何不闯祸？三层防护设计

这一步的关键在于，干跑不产生计算费用，却能在计费发生前给出确定的字节估算，等于为智能体提供了一个可验证的自纠正信号。更隐蔽的是，Iceberg把逻辑表结构与物理分区规格分开管理，静态提示词里的模式信息很快过时，模型会编造不存在的分区列，或者完全错过分区裁剪。一个典型的执行轨迹是这样的：用户要求分析某张大表，模型首轮生成的查询因未加分区过滤，干跑估算扫描量远超预算，工具返回拒绝及估算字节数；可行的做法是把智能体放进一个确定性执行框架，让它不直接接触物理数据文件，也不把未经审查的SQL发给存储引擎。

2026-10-23 00:56:15 152

原创终端让我学会排查问题

打开项目目录，看看自己在哪里、有哪些隐藏文件、目录结构如何，换几个目录运行同样的命令，注意相对路径的变化。启动开发服务器后，另开一个终端，找到它的进程和监听端口，如果看不到预期信息，就查查是不是权限或可执行文件不同导致的。理解了一个运行中的应用、它对应的进程、它占用的端口之间的关系，很多其他概念也跟着通了。后来用得多了，原因变得很具体：有时候它更快，有时候某个操作根本没有顺手的图形选项，还有时候我只是照着教程复制命令，根本不知道那些命令在干什么。这些都很基础，但以前点鼠标的时候，我可以一直不去想它们。

2026-10-22 00:58:09 169

原创社区渲染农场避坑指南

把场景发给陌生人，如果包是坏的，你要等几个小时后才知道，那时陌生人的机器已经用你的积分烧出一百帧全黑画面。在我的笔记本上，这个文件依赖整个项目目录：纹理的绝对路径、城市里动画屏幕的图片序列、旁白的音频条、渲染时由脚本应用的设置。我无法给出 SheepIt 精确的兑换率，只能把它当作观察而非公式：轻量的 360p 帧便宜，沉重的 1080p 光线追踪帧更贵，更强的 GPU 赚积分更快。所以第二轮要解决的不是找更多显卡，而是找一种方式，把文件交出去一次，让它在别处扩散，不占用我的上行带宽。

2026-10-21 00:54:25 210

原创群发总翻车？先搞定对象与顺序

比如群名称里带“临时”“内部”“已结束”的，可以提前加入过滤词，减少误发后再撤回的麻烦。通讯录群发时，小V群发助手支持读取标签、添加昵称称呼，并按昵称关键词过滤，把筛选条件提前配好，比发送后逐个核对更省事。给客户的标签群发、给内部群的群发、给通讯录好友的群发，分开建立任务。小V群发助手提供快速群发、通讯录群发、多消息通讯录群发和群发群等功能，可读取标签、添加昵称称呼，并按昵称或群名称关键词过滤。比较稳妥的做法是提前列出不参与本次任务的名称关键词，比如临时群、内部群和已经结束的活动群，单独处理。

2026-10-21 00:44:37 154

原创 AI话题泛滥，技术阅读的疲劳与出路

没错，AI确实重要，MCP也重要，用AI构建应用的经验同样值得看。说到底，AI fatigue不是要抵制AI，而是对内容单一化的一种反馈。技术世界很大，CSS、性能优化、可访问性、团队协作、工具链设计，每一个方向都有值得写的东西。这样写出来的内容，对读者的价值更具体，也更容易被不同背景的人理解。如果技术社区的内容长期集中在同一个方向，新入行的开发者可能以为技术世界只有AI，老开发者则可能因为找不到感兴趣的内容而减少访问。

2026-10-20 08:31:41 179

原创朋友圈自动互动：先调好暂停间隔再跑

带评论的任务，需要逐条匹配内容，运行时长和间隔都要留出余量。小V群发助手提供“跳过同一好友连续发布的朋友圈”选项，开启后可以减少重复互动，让结果更接近日常使用习惯。一个实用的做法是：先列出几条自己常用的回复，比如“最近不错”“这个有意思”，再根据好友分组决定是否启用评论。把间隔调大一点，任务跑得慢一点，反而更容易观察执行过程，也方便随时停止。

2026-10-20 05:27:59 88

原创 AI Avatar v25：新增跑酷与3D脑力训练

之前我就想用 AI 生成 3D 物体模型并放进 AI Avatar，但那时 AI 处理 3D 的能力不够，只好搁置。我搭了一个自动化流程，反复生成 Three.js 代码，和参考图对比，再修正代码，让结果逐步接近参考图。搭好流程后，我觉得不再需要最新最贵的 AI 模型，就换了更便宜的模型来省钱，结果它根本做不出 3D 模型。另外，原版 Muscle Brain 是记忆数字或字母的训练，我新增了记忆 3D 空间信息的版本，也就是 Muscle Brain 3D。v26 已经在开发中，会有更多有趣的内容。

2026-10-19 09:22:42 186

原创供电中断时，笔记本让我离开屏幕

预热运行在11:53，到12:23正好撞上冷启动，又是在电池供电下，耗时超过20秒。Gemma只写鼓励语，它看到三样东西：地点、情况（现在下雨、干燥白天、天黑以后）和规则选出的活动，看不到任何数字。最初把降雨概率超过50%的小时算作潮湿，但10月的哈科特港几乎每个小时都超过50%，工具会把所有人整天关在屋里。而且因为Ollama和模型是开放的，作者能看清第一次真实调用为什么失败：闲置模型5分钟后卸载，也能改掉这个设置。因为路由器已经关了，页面不依赖网络，不使用网络字体，也不从CDN加载任何东西。

2026-10-18 00:57:22 155

原创浏览器端AI模型实测：五个可用场景

替代文本生成用的是Florence-2-base-ft，一个约2.3亿参数的视觉模型，下载体积在350到450MB之间，取决于设备支持的精度。对电商或拍卖类应用来说，这个功能的想象空间很直接：卖家只有一张随手拍的照片，平台可以在应用内提供一键去背景，不必让用户去用外部修图工具，照片也不用上传到任何服务器。下面这五个功能来自一个实际搭建的React加TypeScript项目，模型按需加载，推理放在Web Worker里避免阻塞界面，优先使用WebGPU，不支持时回退到基于WebAssembly的CPU执行。

2026-10-17 00:56:04 204

原创 Python 开发者的真实日常

Python 开发者的悖论在于，你可以花一整个下午和依赖搏斗，困惑为什么笔记本忘了所有变量，试图理解一个看起来和代码毫无关系的错误。你创建了环境，装好了依赖，运行脚本，Python 说找不到模块。你写了几乎完美的代码，逻辑清晰，变量命名合理，就差那么一个缩进。但有时候你就是不明白，为什么教程里三行代码能跑，到了你的项目里就报错。你点头，你理解，你关掉文章。六个月后，每次用到它们，你还是会停顿几秒，确认一下。调试的时候，你本可以用调试器，本可以加日志，本可以系统地排查。未来的你，会有一些问题要问现在的你。

2026-10-16 00:55:59 217

原创群发任务总翻车？先搞定筛选与续发

昵称和群名称关键词则适合排除不需要处理的对象，比如临时群、内部群或已结束的活动群。给多个联系人或群聊发送相似内容，最容易出问题的环节往往不是编辑消息本身，而是对象选错。通讯录好友、已有标签的客户和微信群聊，这三类目标混在同一轮任务里，后续核对成本会成倍增加。更稳妥的做法是按场景拆分任务：通知类内容单独一轮，客户维护单独一轮，群聊消息单独一轮。图文组合内容通常由多条消息组成。不能只依赖历史分类，因为标签会过期，昵称会改，群名称也可能重复。把最近需要转发的内容提前整理好，按顺序排列，比发送后再撤回要省事得多。

2026-10-16 00:46:25 165

原创 AI 能判断重试吗？支付场景失误率高达 75%

这个实验最直接的启示是，AI 辅助编码时，让模型生成重试策略容易，让它正确判断哪些请求该重试、什么时候重试，仍需要人把关。有人做了个小实验，准备了 14 个 API 失败场景，包含请求方法、响应状态码、幂等键、限流头等额外信息，要求每个模型对每个场景返回一个决定：立即重试、延迟后重试，或者不重试，同时给出一句话解释。效率方面，有的模型明显更省。另一个模型花费排在第二高，原因不完全是 token 定价，而是它没有遵守输出格式，本该只返回一个决定和一句话解释，却输出了几千个字符，把成本拉高了。

2026-10-15 00:46:05 156

原创 AI 让写代码变快，但软件没变好

我们缺的从来不是代码。我自己一直在用 AI 写代码、调试、研究、写作、探索想法和挑战自己的方案。如果 AI 要写更多实现，我希望周围的系统可预测到极点：无聊的数据库、无聊的 API、无聊的框架、无聊的部署、显而易见的架构、不需要画图解释代码的代码。这不意味着开发者没价值，而是价值转移到了别处：判断力、架构、调试、产品思维、品味、知道该拒绝什么、知道 AI 什么时候自信地犯错、知道正确的实现是不实现。你和有品味的人共事时会知道：他们删东西，做简化，问让人不舒服的问题，把你十四步的聪明方案变成五行无聊代码。

2026-10-14 02:08:34 143

原创我的测试套件抓住了蜘蛛侠的太空步

片段链接方式：每个片段大部分“原地”，所以为了让Miles实际移动，每个片段的运动加在上一个结束的位置上。蹲下和站立姿势中间，混合的腿半伸展，所以脚自己上升，无论臀部移动多轻柔。它使用Blender的，忽略角色或道具的一部分（网不是地板），跳过应该空中的时刻，将标记帧分组为运行，输出像测试报告。在骨架中，每根骨骼继承父级旋转，所以肩部小错误移动肘部，进而移动手腕，再移动手。两个提示：BVH文件为每个关节定义自己的欧拉旋转顺序，导入器不总是匹配，所以手腕和脚可能微妙地错误，即使臀部看起来正常。

2026-10-13 08:47:01 138

原创 EmbedCatalog参与Hacktoberfest的经过

为了让更多人了解这个项目，我录制了一段简短的视频来介绍它。视频文案只花了几分钟写完，但效果还不错。同时，我整理了一个页面，把所有待解决的问题列出来，并附上了贡献者的头像。EmbedCatalog 是一个新项目，它的目标是生成一段嵌入代码，用户可以把它放到自己的网站、README 或其他页面里。在刚过去的一个月里，项目完成了目录所需的核心功能，包括用户注册、项目统计、自定义嵌入等。Hacktoberfest 的形式让我觉得很有意思：它给人们一个理由去接触开源项目，也让大家在开发者社区里建立新的联系。

2026-10-12 09:13:11 147

原创当每一秒都被填满，我们失去了什么

制造出来的空闲和真正的空闲是两回事，就像在容易的路就在旁边时选择难走的路，和根本没有选择，不是一回事。只有到现在，在房间偶尔安静下来的那一秒，有些人才意识到，无聊一直在付房租，租的是我们其实会想念的东西：漫游，连接，以及仅仅和自己待着。不是任务之间的间隙，不是用刷手机来逃避什么，就是纯粹的无聊：没有屏幕，没有信息流，没有别人的想法灌进脑子，只有我自己，和一段没有内容的时间。没有等着的消息，没有非看不可的东西。被填满的通勤，即时的答案，永远不会沉闷的候诊室，这些都是真实的便利，我不会假装愿意交还它们。

2026-10-10 03:09:45 160

原创 AI时代，编程基础还要不要学

编程基础包括变量、控制流、数据结构、算法思维，这些不是死记硬背的语法，而是组织计算过程的方法。就像你不会因为有了计算器就忘记数字的意义，也不该因为AI能写代码就放弃理解代码如何工作。编程也一样，AI能生成代码片段，但它不会替你判断需求、设计结构、验证逻辑。AI是有用的工具，可以帮你查文档、生成模板、解释报错，但它不是替代品。你仍然需要掌握基础，才能判断它给出的方案是否合理，是否安全，是否适合当前场景。有人问，既然计算器能做加减乘除，科学计算器还能算更复杂的公式，又快又准，那为什么还要学数学？

2026-10-09 01:08:31 213

原创 AI能写前端，但审美和判断力还是你的

均衡器带一排滑块、可滚动的播放列表，播放、暂停、停止、上一首、下一首、随机、循环、左右平衡、音量，所有这些功能都做出来了。他的建议很直接：选一两个前端框架，比如Vue或Angular，再配一个靠谱的后端，比如C#，然后把这套组合练到精通。有人提出一个假设：CRUD应用是LLM最容易拿下的场景，而真正好看、不落俗套的UI和出色的用户体验，仍然是它们搞不定的部分。盯着一块屏幕，判断交互逻辑是否顺畅，发现无障碍访问的问题，注意到某个流程会让用户卡住，这些判断仍然来自有经验的人。接下来该做什么内容，我也在琢磨。

2026-10-08 08:39:19 183

原创 AI能写前端，但审美和判断力还是你的

均衡器带一排滑块、可滚动的播放列表，播放、暂停、停止、上一首、下一首、随机、循环、左右平衡、音量，所有这些功能都做出来了。他的建议很直接：选一两个前端框架，比如Vue或Angular，再配一个靠谱的后端，比如C#，然后把这套组合练到精通。有人提出一个假设：CRUD应用是LLM最容易拿下的场景，而真正好看、不落俗套的UI和出色的用户体验，仍然是它们搞不定的部分。盯着一块屏幕，判断交互逻辑是否顺畅，发现无障碍访问的问题，注意到某个流程会让用户卡住，这些判断仍然来自有经验的人。接下来该做什么内容，我也在琢磨。

2026-10-08 08:37:09 173

微信群发, 朋友圈点赞软件

微信朋友圈自动点赞评论工具软件

空空如也