˗ˏˋAilurus´ˎ˗

人生如逆旅，我亦是行人🇸🇬 放不下的只有筷子🥢
Prefer Kopi over Teh, yet prefer Tea over Coffee ☕
Be the walking paradox, mate!

[Geek @geekbb]

有点意思，Codex 用的 Skill，专门给文章配手绘风格的插图，把文章里抽象的想法变成看得懂的手绘配图。

https://t.co/4a47xdShxz

[Jianshuo Wang @jianshuo]

看得见，才谈得上理解。我写了个 ccglass，npm 装上就能看到 Claude Code 背地里给大模型发了什么——系统提示词、48 个工具、token 账，全摊开。https://t.co/99thvxcoqh

[BoraBora @BoraBoraBaye]

新加坡外长维文医生这次在 AI Engineer Singapore 的演讲中，谈到自己如何动手搭建AI助手，用来整理资料、快速检索、辅助分析，把繁杂的信息处理先分担掉，让人可以把精力放在判断和决策上。他总结了三点：记忆和计算可以交给工具，但理解不能；真正的价值，是懂自己工作的人，运用AI 重新整理和改造流程；而现在，这些工具的使用门槛已经大大降低了。他本来是眼科医生出身，后来从政，又曾负责新加坡智慧国建设，他提到：“你不能只听别人汇报一种技术，就以为自己能管理好”。AI 现在已经不是只属于工程师，外长65岁带头学习应用。

[泊舟 @bozhou_ai]

卧槽，现在算命都卷到这种地步了，直接给你上 Agent。

而且我才知道，世界上居然真的有全球算命师大赛，3069 个算命师参赛，比谁算得准。然后有人开发了一个 AI 去打这个比赛。

更离谱的是它真的跑出来了。Tianfu Agent，50% 截尾准确率，接近人类 Top-20 平均水平 53.5%，同题目下最强通用大模型也才 40%。

我自己也去算了一下事业运，最近的情况说的竟然全对。

打开他们公开的���道样例题，1951 年女命，问年轻时做什么工作。AI 没直接给答案，是把整个推理过程摊给你看。

先查月柱年柱看家境，再排第二大限看官禄宫和迁移宫，再调八字看食神伤官，最后交叉紫微和八字两套结论，才给出答案：家贫，十多岁卖艺为生。

一道题，跑了 61 个步骤，全程可追溯。

跟普通免费占卜软件完全不是一个东西。那种本质就是模板填字，输入生日给你一段不痛不痒的话，换谁看着都差不多。Tianfu 是把命理拆成了一套工程：250+ 个工具，紫微/八字/奇门三套体系交叉验证。

@DestinyLinker
Benchmark: https://t.co/KelMYtFFEb
试一下: https://t.co/jhswK8R3Av

[Riley Brown @rileybrown]

The Codex Super-App (Full Beginners Guide)
The All Purpose Interface for AI Agents

Part 1: Codex Basics
Install Codex, Projects, Chats, Documents, Plugins, Custom Skills, Automations

Part 2: Multitasking with Codex
- iOS App Designs
- Build an iOS App
- Landing Page
- Launch Video
- Investor Deck
- Social Media Automation

TIMESTAMPS:

Part 1: Codex Basics
00:00 Intro
02:54 Downloading Codex
03:20 Overview of Codex interface
03:56 Chats, Prompting, & Built in Search
04:53 Creating Projects
07:37 Creating Spreadsheet
09:43 How Files are stored and mentioned within projects
10:42 Quick Codex Overview
12:47 Search (CMD G) and Folder Organization
14:29 Skills and Plugins
16:29 Using Calendar Plugin
18:07 Creating Automations on Codex
19:18 Learn about Plugins (Figma)
21:37 Built in Image Gen
22:37 MCP Example (Paper for Design)
24:17 Opening Chats in mini-window
25:26 Steering vs Queueing the Agent
27:35 Creating Own Skill with API's
31:34 Using YouTube Researcher Skill (That we created)
33:24 Creating Automation with your custom skill

Part 2: Multitasking (More chaotic and fun)
35:27 Part 2 Multitasking: Building iOS App, Web App, Investor Deck, Launch Video, Mobile Designs, and Automated X Posts
37:54 Creating Project
38:31 Planning my 6 Projects
40:25 Mobile Design Skill
41:47 Setting up iOS App
45:08 Implementing Desings into Mobile app
46:13 Creating a landing page that collects user info
46:45 Tally for form submission (Great for lead magnets)
49:43 Organizing and Renaming Chats for multitasking
52:12 Database for Mobile App (Supabase)
53:19 Generating app icons
54:08 Launch Video (Remotion)
59:32 Remotion Video Timeline and Seeing the Video Editor
01:05:37 Editing instructions for Remotion (Gridlines)
01:07:11 Editing Web App
01:09:46 Using CLAUDE CODE Inside Codex for Design (Terminal)
01:17:20 Forking a Chat to create investor deck
01:19:09 Using Claude 4.7 Opus for Designing Deck
01:20:22 Testing Canva Export (It's good)
01:22:33 Running Mobile App on Actual Phone (Not Simulator)
01:28:58 Finishing up All Projects (Mobile App, Landing Page Launch Video)
01:31:56 Exporting Deck and making changes in Canva
01:33:13 Deploy to Vercel using the Vercel Plugin
01:33:44 Adding Song to Remotion Video
01:35:26 Setting up x Post automations (Typefully)
01:37:57 Our App is on Testflight!
01:39:58 Final Remotion Video
01:41:04 Final Thoughts, Reflections, Summary

[看不懂的SOL @DtDt666]

兄弟们，斯坦福这场两小时的讲座，把 ChatGPT、Claude这类大模型的真实构建逻辑拆解得一清二楚。

通透程度甚至超过了很多 AI 领域顶尖从业者日常能接触到的内容。

赶紧收藏好，今天少刷点抖音，匀出两个小时看一看，

它很可能会成为你这一整周最有价值的学习收获。

[Berryxia.AI @berryxia]

Stanford 这堂 2 小时 AI 系统构建课，直接把 Claude 所有教程和 Prompting Thread 秒了！

强烈推荐：
“比你刷过的所有 Claude 教程都实用 10 倍”

里面讲的不是 prompt 技巧，而是 Stanford 真正教工程师如何从零构建可靠 AI 系统的完整方法论。

周末就刷这一个，绝对是你这周最有生产力的事！

我已经将其翻译为中英 文双语视频直接戳这��👇

[Huan @Huanusa]

马斯克03年在斯坦福，45分钟闭门演讲

他没有讲空洞的成功学，而是手把手拆解：
如何从0开始创办公司、如何在极端困难中活下来。
在场的人直接说：这才是创业者的教科书！

[˗ˏˋAilurus´ˎ˗ @0xAilurus]

Lmao

[Aaron Francis @aarondfrancis]

Codex is randomly hitting me with some ancient wisdom... for some reason.

[Tz @Tz_2022]

这是一个结合了《少数派报告》+《新世纪福音战士 EVA���的综合智能体。。。

它接入了目前最强大的三个大模型来进行多数决投票判定：

- gpt-5.4
- opus 4.6
- gemini 3.1 pro

我认为这样做出的判定和决断已经强于世界上 99.999999% 的人类个体了��。。

[Jackywine @Jackywine]

最终引发前额叶损伤，因为决策次数太多，也就是我们常说的“内耗”

[出海去孵化器 @chuhaiqu]

Claude Code 的创作者 Boris Cherny 最近分享了他们团队内部的日常工作流。有推友把这些硬核经验提炼成了一份可以直接抄作业的 https://t.co/N0ewrMcLcD 配置文件。只要把它扔进你的项目根目录，就能体验什么叫“10倍工程师”的快乐

仔细看了下这文件的设计确实非常巧妙。它把 AI 从一个“被动回答者”变成了一个“有记忆、懂规划的数字协作者”。特别是那个“自我优化循环”的设定，让 AI 能够从错误中学习，这在日常开发中能省去大量重复纠错的时间。

[尤雨溪 @yuxiyou]

AI coding 一个实践：每次做重大功能/改动之前先用 plan mode 做一个 research / design doc，然后再基于这个 doc 做实现的 plan。

design doc 加上编号存到一个文件夹里，commit 进仓库。这就类似你的设计思路的 db migrations，记录着整个项目进化思考的脉络。

[Frank Wang 玉伯 @lifesinger]

从 2024 年 5 月至今，创业做 YouMind 一年又九个月了。最大的感触为：

1、一切皆可造假。什么 ARR、月访问量、营收数据、DAU、PMF 等，一切都可以通过钱解决。我选择了不。什么竞品分析，都是浪费时间。哪怕尊敬的 Manus，说什么营销广告费用为零，都是骗小孩的玩意。

2、最重要的是愿景。愿景只有两种：赚大钱，或做成某件事。我之前很笃定做成某件事更重要。创业近两年，我的观念产生了很大转变，最重要的还是赚钱，只是要坚持站着把钱赚了，那么背后的事，就一定是件很尊敬的事。赚钱才是头等大事，要坚持的不是事，而是站着。

3、好玩 〉好看 〉好用。AI 时代，在好玩面前，一切好用都失效。我说的是 To C 市场，To B 市场的创业，我不懂。一个 To C 的 AI 产品，如果不好玩，就没做的必要。同时要切记，不要被 VC 带歪。VC 机构都是后知后觉的。哪怕 a16z，都落后得不行。

祛魅吧，让一切归零。
建魅吧，让一切激情澎湃。

[˗ˏˋAilurus´ˎ˗ @0xAilurus]

如雷贯耳

[Frank Wang 玉伯 @lifesinger]

如果一个程序员非常喜欢 Claude Code
那么
前途无量

如果一个产品经理非常喜欢 Claude Code
那么
基本完了

[Frank Wang 玉伯 @lifesinger]

如果一个程序员非常喜欢 Claude Code
那么
前途无量

如果一个产品经理非常喜欢 Claude Code
那么
基本完了

[Bear Liu @bearliu]

面向设计师的Claude Code教程

[Jackywine @Jackywine]

Vercel 的顶级产品设计师分享了他的 AI 时代设计流程：

我总算摸透自己这套全新的设计流程了……

没错，现在我就是用它随手记下这些想法的。第一步，就是随心口述表达。可以是和同事的讨论，也可以是自言自语，甚至就按着语音输入键，结合手头掌握的所有信息，想到啥说啥，对着要解决的问题天马行空地琢磨。我最常用的语音工具是 ——
有时候我甚至都不说明粘贴这些内容的目的，只一句 “这是文稿，你自己梳理”。如果是和别人的对话，我会把通话文字稿一股脑丢给 Claude，不加整理、不分类别、也不额外补充背景，完完全全把项目相关的所有信息都喂给它。
目前我用录音工具做这件事，但说实话，如果有专门的工具适配这个环节，我还挺想试试的。
另一款工具也挺好用，但对我来说 Notion 用起来更顺手，毕竟团队所有的文档都存在这里。
这一步里，Claude Code 的作用特别关键。我和它反复沟通、补充背景，它会抛出不少有价值的问题。而在描述问题的过程中，我自己对要解决的问题也会理解得更透彻。
我会顺着问题不断深挖，把 AI 当作我的研究助手，同时给它分配子任务：让它去做网页检索、生成 CSV 表格、撰写相关的 Markdown 文件，还会让它从我能访问的其他渠道调取相关文档。
说白了，这一步就是大海捞针，或者说，先找到那些可能藏着 “针” 的 “草堆”。
这曾是我最抵触的一步，如今却发现它至关重要。
我不是指 UI 视觉设计，而是应用架构、交互逻辑、文案细节、页面布局，以及和现有产品的融合适配 —— 这些能让产品用起来得心应手的设计核心，AI 都搞不好。AI 的设计能力其实糟透了。
但我发现，Claude Code 这类工具的 “糟糕设计” 反而有个大好处：它能给我一个绝佳的起点。
我不用再面对空白画布苦思冥想，也不用囿于现有产品里不尽如人意的功能，而是从一个功能可行但设计拉胯、落地粗糙的版本开始。
接下来，精彩的部分就来了。
我拿着这个设计糟糕的产品雏形，用最挑剔的眼光挑刺、吐槽，专挑漏洞猛批。没有什么建设性的建议，只直截了当说 “这也太烂了，把 X、Y、Z 这些问题改了”。
我会揪出所有边界问题、所有极端场景，找出遗漏的页面、缺失的错误状态、不清晰的悬停交互，厘清信息的取舍标准，然后把所有冗余的内容大刀阔斧删减，精简到最核心的状态。
但实则设计一塌糊涂。AI 的设计思路太 “堆砌” 了，会把各种颜色、组件、图标、标题、分类卡片一股脑往页面上塞，活像在页面上乱喷东西。做出来的东西，外行人看着像个成品产品，
放在以前，这样的设计基本就是产品死刑，根本没法挽救 —— 为了修正这些糟糕的设计决策，付出的成本实在太高了。
但现在，修正这些问题的成本几乎为零。我一天之内可以推倒重来十次，把这个糟糕的雏形砍到只剩核心需求，再花几���小时重新搭建。
这个粗制滥造的框架、漏洞百出的雏形，就像新事物诞生前的灰烬，而我的工作，就是从这堆灰烬里找到新生的可能。
这时我会以创意总监的视角，开始标注修改、添加注释，梳理信息的呈现逻辑，也会因此豁然开朗：想明白如果设计得当，这个产品实际用起来会是什么体验。
在完全不碰传统设计工具的前提下，把产品的应用逻辑、整体架构和 UI 界面打磨到极致。这一阶段我会用到这类工具 ——
直到产品能在合适的时机呈现合适的信息，信息架构初具雏形，使用起来流畅顺手，具备了一款产品该有的所有核心功能。可即便到了这个阶段，产品看起来已经 “落地可行”，甚至有成为好产品的潜力，它的设计依然不够成熟，还有大量优化空间。
毕竟，文字和语音作为设计媒介，实在太笨拙了。没法精准打磨细节、优化体验、设计图标，没法��证组件的统一性，也没法理清所有功能的关联、组件的复用逻辑，以及产品在整体生态中的适配性。
到了这个阶段，AI 的问题会层出不穷：新增一个功能，它会随手加新组件、创全新的按钮样式，记不住已经做好的元素，最后让原型变得臃肿不堪。
我总想在这个阶段继续打磨下去，但心里清楚，这一步的天花板就在这，无休止地耗下去只是徒劳。
但这一步的价值依然很大：能快速获取利益相关方的反馈，了解用户可能的交互方式，让团队成员参与讨论，从团队视角推动产品思路的落地。
一旦团队成员能清晰看到我的设计方向和落地思路，就该彻底抛开这个 “灰烬雏形”，进入下一阶段了。
前五个步骤下来，能得到一个有意思的产品雏形，但里面满是无用代码、模糊的设计决策，以及对产品走向的错误判断。
这一阶段，我会让 Claude 新建一个文件夹，生成一系列 Markdown 文档，记录产品的背景、开发历程和设计约束 —— 这些内容会为后续的产品开发提供重要参考。
说白了，我相当于重新从零开始，但会结合之前的口述稿和现有代码，打造一个更完善的产品版本。同时，我会把能想到的所有产品状态都截图保存：包括各种功能变体、极端场景，以及所有想要进一步精细化设计的细节。
而这一步，正是我三个月前设计流程的起点。现在想来，真的太不可思议了。
我带着这些截图和所有背景资料，绘制用户流程图，然后打开 Figma，开始真正的专业设计：启用自动布局、遵循过往的设计规范，搭配色彩、复用设计系统、规范排版和设计变量…… 这些经典的设计步骤，一个都不能少。
说实话，经过前面一系列高效的打磨，这一步会让人觉得节奏很慢，但它对打造高质感的成品来说，必不可少。
目前这里还有个明显的工具缺口：如果能把产品里所有标准化的元素直接转换成对应的 Figma 页面，效率会高很多。但我暂时还不敢信任这种 “转换工具”，因为进入 Figma 后，我还会有大量的设计探索，这是工具无法替代的。
在 Figma 里，我可以放开手脚探索：尝试不同的交互逻辑、文案状态、页面布局，把之前在 AI 阶段难以实现的细节都落地。AI 阶段的高难度操作，在 Figma 里会变得轻松，反之亦然。
我发现，在这个阶段，我最容易进入心流状态，能探索最多的设计可能性，也总能想出之前从未考虑过的创新解法 —— 因为此刻我的设计媒介是视觉设计，而不再是单纯的语言表达或功能梳理。
设计的同时，我会随时分享截图、制作 Figma 原型，和团队同步进度，确认设计方向是否正确。
“别关注 UI 视觉，重点看功能逻辑。”必须说一句：在进入 Figma 之前，所有的 UI 设计都很粗糙，我和团队分享时也会反复强调这一点：
也正是在这个阶段，我能以更自由的方式验证之前未探索的想法，最终产���的设计成果，在 Figma 里的呈现形式不再像过去那样繁琐 —— 我发现自己不再需要设计那么多页面了，因为大部分创意构思，在前面的阶段已经完成。
而最终从 Figma 里出来的设计成果，质感远非 AI 能企及。
接着，我会带着所有的设计文件和背景文档，在这款工具里开启新的对话 —— 这依然属于规划阶段。
这一步，我会精准梳理项目范围，结合新的设计原型，理清所有待解问题，也会核对设计原型是否和之前梳理的背景信息有冲突。这种冲突大概率会出现，但必须梳理清楚，才能推进后续工作。
说真的，这是整个流程里我最不喜欢的一步。
Figma 的 AI 功能目前还太弱，单靠截图根本不够用，但眼下我也没有更好的办法。
更希望能把原型的 JSON 格式文件交给它，让它能识别原型里的所有状态。理想的状态是：我能把产品截图、所有组件名称及截图、完整的组件结构、所有文案、色彩变量，以及包括截图在内的所有相关信息，都传递给 AI；
Figma 做用户流程原型很方��，但面对复杂的用户交互、列表类元素，或是任何数据驱动的动态内容，就显得力不从心了。我依然想继续用 Figma，但迫切需要一种高效的方式，把里面的设计数据传递给 AI，让它辅助后续的开发落地。
我觉得，Figma 现有的开发者交付功能其实大有潜力可挖。我想和 AI 针对功能的落地方案展开沟通、标注细节，甚至希望它能主动针对我的设计文件提问，把设计和它已有的项目背景结合起来，还能指出设计中可能存在的漏洞和不可行的地方。
就像我平时和资深开发沟通的样子。
等所有设计方案敲定，做出一个功能完善、体验流畅、落地性强的原型后，就进入第九步。
我始终认为，优秀的资深开发者是无可替代的，目前 AI 还做不到这一点，这一步的重要性依然毋庸置��。
性能优化、技术落地、接口对接、代码架构梳理、同步其他开发进度、融合其他在研功能、选择最优组件…… 这些工作都需要开发者的专业积淀和项目全局视野，AI 根本无法企及。
我自己没法把代码推到生产环境，其实除了一些小的调整和 UI 修改，我也不该碰生产环境的代码。这一步的工作流程，和过去其实很相似：我把设计成果交给开发者，由他们在生产系统中落地开发。
这部分和传统的设计流程几乎没差别，我把设计交付给开发，他们在正式的产品环境中实现。
当然，如果是做个人网站或自用的小项目，这一步可以省略。如果只是营销类网站，不涉及百万级用户和高额商业风险，设计师完全可以自己编写前端代码落地。或许未来行业会变，但我还是更愿意把工作交给专业的开发者 —— 他们有扎实的技术背景，能预判风险，也知道出了问题该如何解决，交给他们更让人放心。
唯一的不同，在于前期规划和交付给开发者的内容。不再是单一的静态流程和设计稿，开发者拿到的，除了静态设计稿，还有一个可交互、一体化、体验流畅、高度贴近实际产品的原型。这个原型能在任何电脑上运行，能在各类设备上测试，我们还能回头借助打造原型的 AI 继续优化设计，而不用牵扯到复杂的生产代码。
依然是一个大胆构想、寻找创作心流的过程。我不确定这套流程能沿用多久，工具会更新、流程会调整、产品的复杂度也会变化。但把这些步骤拆解开来细看会发现，这本质上依然是设计——依然是一个探索不同解决方案的过程，
唯一的变化，只是使用的工具不同，以及工具的使用顺序不同而已。

[idoubi @idoubicc]

复盘一下我vibe coding 一周，开发WorkAny 的过程，很有意思。😂

1. 上周三在香港办卡，临时起意想做个桌面 Agent 项目，对标 cowork，晚上回到广州开始写代码

2. 初期目标是快速发布，没时间去研究哪个 Agent 框架好用了，看很多人在用 claude agent sdk，先用这个吧

3. 第一时间想到用 tauri，喜欢小而美，总觉得 electron 很重，不想用

4. 不想自己写代码了，决定让 claude code 来写。之前的 claude 账号都被封了，用不上原版 cc，装了个 cc-switch，接上 OpenRouter 的 API 开始写

5. 截了个 chatbot 的交互截图，让 cc 参考着先把基本的对话流程跑通，用 claude agent sdk，接上 OpenRouter，cc 很快写完了第一版

6. tauri 本质是用 rust 的壳子套了个前端界面，不熟悉 rust，让 cc 用 hono 写API，rust 只做壳子，不做业务功能。API 作为 sidecar 打包进 app

7. 让 cc 在 API 引入 sqlite 实现本地存储，持久化任务数据，创建本地工作目录，保存任务输出文件

8. 写了半天，看 OpenRouter 消耗了 110 刀，有点肉疼。买了个美国住宅 ip，付费上了原版 claude pro

9. 截了个 Manus 的任务详情图，让 cc 参考写完工具调用的逻辑，中间是 chatbot 对话，右边用一个虚拟计算机的容器展示输入输出

10. 让 cc 接入 shadcn/ui，把样式做得好看一点，支持切换皮肤

11. 又写了一天，关键时候 claude pro 限频了，很影响心情，补差价上了 claude max 顶配版

12. 让 cc 把自定义模型配置，mcp、skills 调用的逻辑都实现了，跑了几个生成 PPT、Excel、Doc、 网页的 case，效果不错

13. 让 cc 把输出文件夹和中间过程的 artifacts 都在右边展示出来，写了个 artifact preview 容器，渲染各种类型的文件，可视化预览

14. 有些任务需要跑脚本完成，考虑到用户电脑可能没装代码运行环境，让 cc 引入 sandbox 来运行代码

15. 考虑到扩展性，需要支持不同类型的 Agent runtime 和 sandbox，让 cc 写了两个抽象类，统一接口调用。Agent runtime 支持 claude code、codex、deepagents，sandbox 支持 boxlite、codex-sandbox、claude-sandbox

16. 觉得 cc 写的代码有点乱，让 cc 引入 eslint 和 prettier 做了下格式化，把逻辑太多的文件做模块化拆分。再参考 ShipAny 的目录结构，调整了一下项目��构

17. 让 cc 写打包脚本，构建不同操作系统的安装包。把安装包发给一些朋友，开始内测了。根据内测用户的反馈，再让 cc 继续优化逻辑，解决问题，迭代功能

18. 有些用户电脑没装 node，没有 claude code，安装软件后跑不起来，让 cc 在构建脚本支持 flag 参数，把 node 和 cc 作为 sidecar 打包进 app，让用户能够开箱即用

19. Mac 用户安装 app 后提示文件损坏或有安全提示，让 cc 在构建脚本里面加上签名处理，用我的 Apple 开发者账户对打包的 Mac app 做签名

20. node 和 cc 都打包进 app 的版本，安装包 100 多 m，有点重。让 cc 在构建脚本实现默认不打包，在用户启动 app 的时候引导安装 node 和 cc，精简版安装包才 20 多 m，小巧精致

21. app 基本功能实现得差不多了，让 cc 在 ShipAny 模板基础上写一个 WorkAny 的官网，放上演示图，部署上线

22. WorkAny 开源发布，MVP 版本上线，用户拉源码本地构建，配个 API 直接用

23. 让 cc 写了个 github 构建脚本，在代码推送到 main 分支时，自动触发 github action 构建，一��性打包 Windows、Linux、Mac 三大平台的安装包，自动发布到 release，用户无需自行构建了

24. 根据用户的反馈，问题丢给 cc 去修，想到什么新功能也告诉 cc 加上，自己只做测试，不写代码，看都不看一眼。🌚

------

几点感悟：

1. 第一次尝试全自动驾驶 vibe coding 做项目，爽感非常强烈，WorkAny 的代码 100% 由 cc 老弟完成，我只负责指挥，日常开三个窗口，让三个 cc 老弟同时干活，效率拉满

2. AI 时代技术平权，人人都是建筑师，理解用户需求、好的产品 sense 和审美是做出好产品的关键

3. 技术广度和全局视野是最大的优势，可以精准提需求，指哪打哪，遇到问题能快速定位，防止 AI 走偏失控

4. 以前总觉得手洗的衣服比洗衣机洗的干净，现在可以放心交给洗衣机了，又干净又快，能穿就行

5. 优秀的程序员不会被 AI 淘汰，法拉利���了还是法拉利。🌝

[˗ˏˋAilurus´ˎ˗ @0xAilurus]

@vista8 什么软件？