<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[xindoo]]></title><description><![CDATA[面向情怀编程]]></description><link>https://blog.youkuaiyun.com/xindoo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; xindoo]]></copyright><item><title><![CDATA[程序员会消失吗？]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/170815980</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/170815980</guid><author>xindoo</author><pubDate>Sun, 15 Nov 2026 15:16:19 +0800</pubDate><description><![CDATA[程序员的“寒冬”或将终结，因AI已重塑行业本质。代码编写正从技能退化为基础素养，真正稀缺的是判断力与决策力。未来核心角色是“人机系统对接工程师”——连接需求与AI产出，主导方向、验收成果、承担风险。技术细节可交由AI，但系统设计、业务理解、跨团队协同仍需人类智慧。学编程不再为写代码，而为培养计算思维。程序员的出路不在“手”，而在“脑”。]]></description><category></category></item><item><title><![CDATA[AI 提效了，为什么大部分公司没额外赚到钱]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/169748413</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/169748413</guid><author>xindoo</author><pubDate>Sun, 01 Nov 2026 22:40:30 +0800</pubDate><description><![CDATA[回到开头那两个问题。AI 对组织有没有提效：有，但只落在少数环节，我自己的感觉，端到端算下来也就提速两三成——1.18 到 1.37 倍，这已经是研发这种口径最容易算的岗位给出的上限。有没有多赚钱：从现有的证据看，几乎没有。我希望自己判断错了。如果 AI 真能整体抬高一个组织的产出，最先受益的就该是我们这种天天泡在协调、评审、交付里的人。可麦肯锡那组数据，两年了没怎么动过。写完这些，我对 AI 的期待反而变简单了：不指望它直接带来利润，只希望它别把成本悄悄挪到看不见的地方。]]></description><category></category></item><item><title><![CDATA[我对 AI 写作的看法，以及我是怎么用的]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/169070185</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/169070185</guid><author>xindoo</author><pubDate>Sun, 25 Oct 2026 23:04:17 +0800</pubDate><description><![CDATA[十一假期结束了，不知道大家过得怎么样，反正我是过得挺开心——9 月 24 号请了 4 天假，前后凑出 14 天。先是去天津看许嵩的演唱会，然后去三亚看海、冲浪、躺酒店，运气不错，都是大晴天，我回来后好像三亚一直在下雨。之后回来躺平 5 天，不过我捡漏到徐良的演唱会门票，于是我今年把汪苏泷、许嵩、徐良这“QQ音乐三巨头”的演唱会集齐了，感觉我的青春回来了，我的斜刘海又要长出来了。不过这半个月我也没完全断线，想到什么还是习惯随手记下来，攒了一堆想法——今天要聊的话题，就是从里面挑出来的。]]></description><category></category></item><item><title><![CDATA[超级个体为什么还需要团队？]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/167398668</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/167398668</guid><author>xindoo</author><pubDate>Fri, 09 Oct 2026 22:34:35 +0800</pubDate><description><![CDATA[比较优势是 19 世纪初英国经济学家大卫·李嘉图提出的。它指出，即便一个国家或个人在生产所有商品上都占优势，仍能从贸易或合作中受益。乍一看，这个概念似乎有悖常理。如果我在所有方面都更强，为什么还要和别人合作呢？绝对优势：谁生产得更快、更省力；比较优势：谁的机会成本更低。李嘉图反直觉的地方就在这儿：一个人可以赢在绝对优势，却输在比较优势。下面这个例子出自曼昆《经济学原理·微观经济学分册》。生产 1 份牛肉所需时间生产 1 份土豆所需时间Frank60 分钟15 分钟Ruby20 分钟。]]></description><category></category></item><item><title><![CDATA[为什么很多公司（团队）会考核工时]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/166680985</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/166680985</guid><author>xindoo</author><pubDate>Sat, 26 Sep 2026 09:22:33 +0800</pubDate><description><![CDATA[公司考核工时，不只是因为研发产出难以量化，工时还满足了过程控制、成本核算、向上汇报和责任规避的需要。而程序员只是缩影，正如开头所说，很多岗位都面临同样的困境。它对管理者来说简单、清晰、容易解释，却可能对组织产生错误激励：奖励低效率，惩罚高效率；鼓励表演，压缩真正思考和创造的空间。研发工作确实无法被一个数字完整评价，但困难不等于不可能。目标、质量、业务影响、任务难度、协作贡献和长期价值，都可以构成评价证据。真正成熟的管理，不是找到一个完美指标，而是建立一套有证据、可校准、能申诉的判断机制。]]></description><category></category></item><item><title><![CDATA[为什么AI提效了但工作时间却没有变短]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/165245180</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/165245180</guid><author>xindoo</author><pubDate>Sun, 13 Sep 2026 23:51:10 +0800</pubDate><description><![CDATA[AI虽大幅提效，但工作时间未减反增，根源在于效率红利被组织攫取。帕金森定律使标准不断拔高，杰文斯悖论让高效催生更多任务，而制度激励下省下的时间被重新分配至新工作。技术进步未带来闲暇，反而加剧“伪忙碌”与认知负荷。真正的关键不在于工具多强，而在于效率成果由谁分配——唯有通过个体边界设定与集体博弈，才能让技术真正解放人力。]]></description><category></category></item><item><title><![CDATA[从超级个体到一人公司]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/164194255</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/164194255</guid><author>xindoo</author><pubDate>Sun, 30 Aug 2026 23:29:31 +0800</pubDate><description><![CDATA[一个人能够完成过去需要多人协作才能完成的工作。我们过去经常讲“T 型人才”，强调“一专多能”：既要在某个领域具备足够深度，也要对其他相关领域有所了解。但超级个体更进一步——他把"多能"做到了极致：不仅知识面足够广，更能在多个领域解决实际问题，一个人就能覆盖过去一个小团队的部分职能。这在过去几乎不可能，如今靠 AI 补齐剩余短板才成为现实。因此，超级个体不仅是“深度人才”，也是一种“广度人才”。能够跨越多个专业领域；能够独立完成复杂任务；能够借助工具快速补齐短板；]]></description><category></category></item><item><title><![CDATA[我和 AI 共创了一套会自己生长的 Obsidian 知识库]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/164033796</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/164033796</guid><author>xindoo</author><pubDate>Mon, 24 Aug 2026 21:33:31 +0800</pubDate><description><![CDATA[回顾这段实践，我最深的体会：知识库不是用来「看」的，是用来「用」的。一个只能看的知识库，无论结构多精美、笔记多丰富，最终都会变成电子坟墓。真正有价值的知识库，是当你做决策、写报告或准备会议时，能以很低的成本调出相关上下文、历史判断和关联材料，而不必重新翻找全部原文。这需要三个前提。AI 帮你维护（让笔记自己整理、自己更新），显著降低重复维护成本，把人的精力留给判断和取舍。规则写进 CLAUDE.md，让 AI 的行为可预测、可复现、可持续迭代。养成「先让它存在，再让它变好」的心态。]]></description><category></category></item><item><title><![CDATA[为什么我说绝大部分人都不需要AI知识库]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/163896712</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/163896712</guid><author>xindoo</author><pubDate>Wed, 19 Aug 2026 23:41:25 +0800</pubDate><description><![CDATA[需要先说清楚：AI 能帮你处理信息，不代表它能替你做决定。AI 不会疲倦，也不受情绪影响检索；但它并非没有偏见，更不能替人承担决策责任。它真正擅长的，是在大量材料中检索、归纳、对照和发现遗漏——只要喂给它的信息足够多、足够准，这些事上它能比大多数人更快、更全。所以回到最开始的问题：谁需要知识库？答案不是"所有人"，也不是"越努力的人越需要"。我是否持续接收大量、分散的信息？这些信息是否需要长期、反复调用？我的判断是否高度依赖历史上下文？遗忘、遗漏或检索缓慢的代价，是否较高？]]></description><category></category></item><item><title><![CDATA[聊一聊商业产品背后的定价逻辑]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/163834584</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/163834584</guid><author>xindoo</author><pubDate>Mon, 17 Aug 2026 23:49:19 +0800</pubDate><description><![CDATA[最后收束一下。免费不是没有代价，只是付费者可能不是你；会员也不只是打包功能，而是在不同用户之间重新分配收入与成本。对消费者来说，判断是否值得付费，要比较自己获得的价值（(V)）和实际支付的价格（(P)）；对产品经理来说，则要进一步比较价格（(P)）和服务成本（(C)）。用户愿意买（(V > P)）；产品交付得起（(P > C)）；整体可持续：单个重度用户可以亏，但整个用户群体必须赚钱——∑Pi∑Ci∑Pi​∑Ci​功能决定产品有没有人用，定价决定产品能不能活下去。]]></description><category></category></item><item><title><![CDATA[AI时代，中层管理者之危]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/163283053</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/163283053</guid><author>xindoo</author><pubDate>Tue, 28 Jul 2026 22:56:09 +0800</pubDate><description><![CDATA[历史上每一次技术跃迁，都会消灭一个"中间层"。电商消灭了经销商，流媒体消灭了唱片发行商，搜索引擎消灭了信息中介。这一次，AI消灭的中间层，在公司内部。组织不会对层级有感情。当技术让扁平化成为可能，当成本压力让精简成为必须，当年轻人的野心让变革成为人心所向——中层管理者的集体淡出，不是"会不会发生"的问题，而是"多快发生"的问题。这不是危言耸听，这是结构性必然。唯一的问题是：当潮水退去的时候，你是选择站在岸上，还是已经学会了游泳？（全文完）]]></description><category></category></item><item><title><![CDATA[程序员的阶级固化：同一个职业三种人生]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/163220380</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/163220380</guid><author>xindoo</author><pubDate>Sun, 26 Jul 2026 20:48:22 +0800</pubDate><description><![CDATA[中国程序员的分化，本质上是时代红利、组织结构和 AI 技术共同作用的结果。最残酷的不是有人过得更好，而是通往更好生活的路径变窄了。这是一个结构性问题。而结构性问题的意思是：它不会因为你一个人更努力，就为你单独松动。但也别急着躺平。承认电梯停运，恰恰是攀岩的第一步。个体层面唯一能做的，是把自己从"执行者"往"决策者"挪。你是把 AI 当成一台"写代码的机器"，还是当成一个"帮你做判断的加速器"。前者，是在用更快的方式，把自己变成更容易被替代的执行者；后者，才是在建立真正不可替代的价值。墙确实在加高。]]></description><category></category></item><item><title><![CDATA[浅谈 Loop Engineering 与组织运作的相似性]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/163023956</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/163023956</guid><author>xindoo</author><pubDate>Sun, 19 Jul 2026 21:13:54 +0800</pubDate><description><![CDATA[本文首发于公众号：XIN洞察——资深博主，做过运维、写过代码、现任产品经理，从命令行终端敲到产品设计稿，跨视角硬核解码新时代的XIN洞察。欢迎关注，先一步获取我的最新文章。]]></description><category></category></item><item><title><![CDATA[烧 Token：一件正在被重新审视的事]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/162432059</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/162432059</guid><author>xindoo</author><pubDate>Mon, 29 Jun 2026 22:53:21 +0800</pubDate><description><![CDATA[摘要 AI编程圈正流行一种新型"凡尔赛"——比拼Token消耗量。OpenClaw作者30天烧掉6030亿Token（130万美元），Claude用户刘小排月耗77亿Token（5万美元），NVIDIA全员使用AI编程提升3倍产出。这种趋势反映行业将Token消耗量视为AI使用深度的代指标，形成炫耀性消费。 不同模型的Token成本差异巨大：DeepSeek V4 Pro每亿Token约73元，Claude Opus则需2192元，相差30倍。重度用户月账单轻松超过工程师薪资，如OpenClaw作者相当于雇]]></description><category></category></item><item><title><![CDATA[从豆包收费看 AI 商业化的必然逻辑]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/162151383</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/162151383</guid><author>xindoo</author><pubDate>Sat, 20 Jun 2026 19:38:49 +0800</pubDate><description><![CDATA[豆包宣布高算力功能收费，3.45 亿月活的"国民 AI"告别免费午餐。这背后不是贪婪，而是算力的物理账单——AI 更像餐厅而非影院，每次对话都在真实烧钱。本文拆解 ChatGPT 的"用户分层装箱"定价术、国内大厂免费背后的生态逻辑，并告诉你：到底该不该为 AI 付费？]]></description><category></category></item><item><title><![CDATA[为什么程序员反而是受 AI 冲击最大的岗位]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/161665467</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/161665467</guid><author>xindoo</author><pubDate>Wed, 03 Jun 2026 22:46:31 +0800</pubDate><description><![CDATA[**AI 冲击职业的顺序不取决于人类学习难度，而是取决于任务的结构化程度、验证闭环的自动化水平以及训练数据的丰富度。程序员工作因高度结构化输入输出、快速自动化验证和大量开放数据，成为AI最早深度介入的领域之一。当前AI主要辅助局部编码任务，尚未完全替代程序员，但已显著重构工作流程。未来，AI将优先接管可结构化、可验证的任务，而人类仍需负责复杂判断和最终责任。关键结论：AI不是替代"简单"工作，而是替代结构化程度高、验证闭环短、数据丰富的任务，程序员正处在这一变革的交汇点。]]></description><category></category></item><item><title><![CDATA[关于内卷，几个值得深想的洞察]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/161368883</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/161368883</guid><author>xindoo</author><pubDate>Sun, 24 May 2026 20:37:05 +0800</pubDate><description><![CDATA[《内卷的本质：资源分配规则下的囚徒困境》摘要 文章揭示了内卷的核心并非资源不足，而是分配方式问题。通过创业公司奖金分配案例说明，即便资源总量增加，只要采用"强者恒强+末位淘汰"的分配规则，内卷就不可避免。文章用博弈论分析内卷的囚徒困境：个体理性选择导致集体非理性结果。真正受益者是规则制定者，他们将竞争压力转化为员工自我驱动。要破解内卷，不能依赖个人觉悟，需要制度约束建立底线。作者提出判断良性竞争与恶性内卷的三个标准：是否存在天花板、规则是否透明、竞争是否有边界。最后强调，系统性问题不应归咎于个人，认清规则本]]></description><category></category></item><item><title><![CDATA[当创作被 Skill 化：我用 AI 写了一部 320 章的长篇网文]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/160780684</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/160780684</guid><author>xindoo</author><pubDate>Tue, 05 May 2026 10:54:23 +0800</pubDate><description><![CDATA[本文介绍了一项将软件工程思维引入文学创作的实践：作者开发并开源了 AI 工具“Sumeru（须弥写作）”，将长篇小说写作解构为七个标准化的工作流模块。经百万字小说的极限压测验证，该系统成功将极度依赖灵感的“玄学创作”转化为稳定、可控的“工程化推进”，为利用 AI 落地长周期复杂任务提供了严谨的范式。]]></description><category></category></item><item><title><![CDATA[AI第一剑，先斩程序员]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/160668264</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/160668264</guid><author>xindoo</author><pubDate>Thu, 30 Apr 2026 22:18:10 +0800</pubDate><description><![CDATA[摘要： AI对程序员岗位的冲击源于其标准化、可拆解的特性，尤其威胁初级程序员（重复性工作占比高）。程序员的核心价值正从“写代码”转向“决策与验证”，需升级为“架构师”角色，利用AI处理低价值任务，专注需求分析、系统设计和质量把控。建议：1）强化需求理解与验收标准；2）提升验证能力（测试、监控等）；3）将AI视为协作工具。AI淘汰的不是程序员，而是固守流程的思维，关键在于转型为“结果负责人”，通过系统性选择放大自身价值。 （字数：150）]]></description><category></category></item><item><title><![CDATA[AI 也会偷懒？这个 PUA 工具专治“摸鱼式编程”]]></title><link>https://blog.youkuaiyun.com/xindoo/article/details/159656808</link><guid>https://blog.youkuaiyun.com/xindoo/article/details/159656808</guid><author>xindoo</author><pubDate>Mon, 30 Mar 2026 22:32:40 +0800</pubDate><description><![CDATA[本文介绍了一个名为PUA的AI编程工具，通过模拟大厂管理话术有效解决AI&quot;偷懒&quot;问题。文章指出当前AI编程存在暴力重试、甩锅用户等五大通病，PUA通过三条红线（闭环验证、实事求是、穷尽一切）和阶梯式压力升级机制，强制AI保持高能动性。该工具提供13种大厂方法论风味包，并能自动匹配任务类型选择最优解法。实测数据显示，使用PUA后问题修复率提升36%，工具调用增加50%。文章还介绍了夸夸模式、妈妈唠叨模式等特色功能，展现AI编程从单一Agent向团队协作的进化趋势，体现了从&quot;AI写]]></description><category></category></item></channel></rss>