小畢

可能會有大量不著邊際的碎念，歡迎交流！但我不會關心你會不會被煩死的問題XD

[淘沙者(TheSandPicker) @Etudecn]

这哥们28分钟的视频教怎么写提示词
我看过300刀的课都没他前10分钟讲得透
Claude文档、记忆快捷键、并行对话、提示模式全给拆明白了
最骚的是完全免费
刚才点开一看已经5万多播放了
硬核分享

[SSD Secure Disclosure @SecuriTeam_SSD]

誠摯邀請台灣的資安研究人員與技術專家 📢

我們將抽出1張台灣資安盛會 #DEVCORECONFERENCE 的入場門票！

只要分享或轉發本篇貼文，即可參加門票抽獎。

[小畢 @CrBoy]

方法滿好的。不過其實 48 小時也差不多是一學期的上課時間了XD

[天不生邹子Zihan @Zihan_dev]

我无意中发现了如何将一个学期的学习压缩成48小时。

麻省理工学院的一位研究生给我看了他的 NotebookLM 设备。我以为他只是有条理。然后我看着他通过了一个他从未学过的资格考试。

他具体做了什么：
首先：他没有上传教科书
他上传了6本教材、15篇研究论文，以及所有能找到的讲座记录。

然后他问了 NotebookLM 一个问题：
“该领域每位专家共有的五大核心心智模型是什么？”
不是“总结这个”。而不是“解释这个话题”。
而是心理模型。那些教授们需要多年时间才能开发的东西。
但接下来的部分才是让我大脑崩溃的部分。

他接着说：
“现在告诉我，这个领域专家根本存在分歧的三个地方，以及双方最有力的论点是什么。”

20分钟内，他就绘制了该领域整个知识格局的地图：
辩论、共识、未解之谜。

大多数学生花一整个学期去弄清楚那些辩论到底是什么。
然后他做了一件我从未见过的事。

他问道：
“生成10个问题，以判断一个人是否对这个主题有深刻理解，而不是仅仅死记硬背事实的人。”

接下来的6个小时里，他用原著回答了这些问题。每答错一个问题都会引发后续问题：

“解释一下为什么这是错的，以及我错过了什么。”
到了第48小时，他已经能和导师对话而不被击垮了。

工具没有改变。问题确实如此.
大多数人把 NotebookLM 当作高级荧光笔。
这些学生把它当作私人导师，读过所有关于该主题的著作。

一个学期和48小时的区别不在于内容量。
关键是知道该问哪些问题。

[小畢 @CrBoy]

真的假的....

[nininana @Janina02573746]

可以這樣？
多怕人知道？

[小畢 @CrBoy]

這真的很難....具名、可溯源的話那個人可能會有危險，但沒有來源的話又沒辦法辨認是不是造謠....

[nininana @Janina02573746]

這大家都猜到了…..

[小畢 @CrBoy]

他很流利耶.....

[支布林殺手の紅魔亂舞篇 @damncold66]

哈哈哈～搬起石頭砸到自己腳了齁？

藍白艸製作的節目《#政當理由》

跑到高雄來採訪彈劾賴清德的民調

結果被這位攤商大哥無意之間用邏輯完敗他們，笑死人

連一般做小生意的大哥都知道你們搞彈劾是法律規定上做不到的事，然後你們藍白就硬要去搞

最後還想洗腦大哥覺得台灣有沒有獨裁，又再被打臉一次

我試問一下主持人臉不疼嗎？

虧這位大哥立場跟你們藍白還較為貼近

結果還得被你們自己人給教訓

有夠丟臉！一群艸屁孩回家洗洗睡啦

無知成這樣還敢出來做採訪～糗洗！

[向阳乔木 @vista8]

Claude Code 安装Obsidian CEO 写的一个Skill ：Canvas

安装后提问：

“你先搜索清朝的皇帝和故事，画一个canvas？”

可视化学习真棒啊，效果如下：

[路飞 🏴‍☠️ AI 研究员🧐 @0xluffy_eth]

nano banana Pro是目前最强大的图像模型

但几乎每个人都只用到了它1%的能力

以下是可以帮你精准生成任何图像的完整提示指南：

[Winosaur @winosaur32286]

這時間軸讓人怒。
17:23已經殺人還丟煙霧彈，犯人逃走，台北市政府應該要用Line、新聞聯播、各家媒體的Line去警告市民注意及預防。首都絕對能做到。

結果他什麼都沒做。

中山站的人是因為無能而枉死。
今天如果是多人的大規模攻擊，以台北這種應變能力，死傷絕對慘重。

台北人你們太包庇蔣萬安。

[陳艾斯 @AceTaiwan]

黃大謙走鐘獎登台開唱：
​
「我不用人民幣，也不用文化部的補助」
​
黃大謙 & Gummy B帥爆✌🏻

[宝玉 @dotey]

今天看到一篇文章，作者（Joe Mag）是亚马逊的一位工程师，他所在的一个资深工程师团队，过去三个月里借助 Coding Agent，代码产出效率是普通高效团队的 10 倍。

但作者可不像傅老板那样说人类程序员要被替代，毕竟人家是专业程序员，他反而是来浇冷水的。他用亲身经历告诉我们：当你的速度提升 10 倍时，你面临的风险和瓶颈，可能也放大了 10 倍。

并且“AI Coding”带来了新的变革”——它彻底改变了软件工程中关于“成本”和“收益”的传统计算方式。

他们的用法是这样的：

他自己提交的代码里，有 80% 是 AI 写的。但这绝不是“Vibe Coding”。他们管自己的工作流叫 “Agentic Coding”（智能体编码）。AI 在这里扮演一个“能力超强、但没有责任感”的初级程序员。人类工程师则是那个经验丰富的“技术主管”或“架构师”。

工程师的工作流变成了：

1. 拆解任务（自己先想明白，或者和 AI 一起头脑风暴）。
2. 给 AI 下指令。
3. 逐行审查 AI 的输出。
4. 反复迭代，直到对质量完全满意。
5. 最终提交PR，并为这些代码负全责。

这里面人的作用是最重要的，并没有闲着，只是把工作重心从手写代码转移到了“提要求”和“代码审查”上。

我以前打过一个比方：如果说 AI 编程就像汽车引擎一样，可以越来越快，但是软件项目交付速度并不会跟着一起变快，因为汽车跑得快，光引擎快还不够，还要考虑路况、司机的能力。

作者在文章中也用了一个类似的比喻：
> 当你在赛道上以 200 迈的速度狂飙时，你需要巨大的“下压力”来把车死死按在地面上，否则你会在第一个弯道就飞出去。

在软件工程里，“飞出去”指的就是 Bug 和系统崩溃。编码的速度上去了，相应的 Bug 出现的概率和系统奔溃的概率也会跟着上升：

- 过去：一个团队可能一年才会遇到一两次严重的生产环境 Bug。

- 现在：当你以 10 倍的速度提交代码时，哪怕 Bug 出现的 概率 不变，你遇到 Bug 的 绝对数量 也会翻 10 倍。以前一年一次的事故，现在可能每周都来一次。

这种“事故率”是任何团队都难以承受的。而很多吹捧 Vibe Coding 的人有意无意都忽略了这些问题。

要享受 AI 带来的 10 倍编码速度提升，相应的你也必须要想办法把“出问题的概率”降低 10 倍，甚至更多。

当然作者也给了一些具体建议：

1. 借助 AI 降低本级搭建开发测试环境的成本，做好“风洞测试”

提高代码质量最好的办法就是加强测试。

作者一直很推崇一种“风洞测试”的思路。就像造飞机一样，在真正上天前，会把模型放进风洞里吹。

在软件里，这就是指在本地搭建一个“高仿真模拟环境”。比如，你的系统依赖了 10 个外部服务（数据库、认证、支付等），你就把这 10 个服务全本地运行或者模拟出来。然后，在你的电脑上就能完整地跑一遍端到端的测试，甚至可以模拟各种极端失败情况。

这种测试能抓出大量在“组件”之间缝隙中隐藏的 Bug。

以前为啥不做？太贵了！模拟和维护这些服务的工作量太大，大多数团队都放弃了。

现在为什么能做了？AI 擅长干这个！ AI 智能体非常擅长写这种逻辑清晰、行为明确的模拟服务。作者的团队在 AI 的帮助下，只花了几天时间，就为他们那个相当复杂的系统搭建起了一套完整的本地“风洞”。过去要几周甚至几个月的活，现在几天搞定。

2. 做好持续集成部署（CI/CD）

早些年瀑布开发的时候，模块划分好后，都是各自开发，开发后再集成，集成时会很多问题，要花很长时间才能稳定下来。后来持续集成开始流行：
> 越早集成越早可以得到反馈，越频繁集成越是可以减少问题复杂度。

到现在 CI/CD 已经是公认的软件工程最佳实践，但真正做好的团队也不算太多，原因同样也是搭建和维护这样一套流程成本不低。另外还有一个问题就是很多团队虽然做了 CI/CD，但是流程耗时巨长，一个 PR 等所有各种测试、发布跑一遍，少则十分钟，多则上个小时。

以前没有 AI 的时候，这些问题还不明显，现在 AI 能力强了反而成了障碍。特别像汽车引擎速度上来了，还是跑在土坑路上。

所以 CI/CD 也需要跟着一起升级，把反馈循环从“小时级”压缩到“分钟级”。 你需要一套快到夸张的基础设施，能在几分钟内发现、隔离并回滚有问题的改动，让其他没有问题的改动继续前进。

3. 决策和沟通系统也要升级

10 倍的代码产出，意味着也要 10 倍以上的沟通和决策效率。

以前开发个系统，需要各种开会，讨论很久，最后才开工干活，毕竟要依赖其他人的模块，要先定义好协议，否则后面都没法集成。

另外各种技术决策也要反复讨论很久，毕竟那时候开发成本高，如果决策错了返工代价太大。

而现在如果还是以前的沟通效率，会极大的拉低整体效率，也许最高效的是尽可能的减少沟通，每个人做的事情尽可能不依赖于其他人。包括我以前提到过的微服务方案，也许在 AI 时代是个不错的选择。

对技术决策来说，现在反倒是可以有更多机会试错了，不必像以前一样过于严谨的去反复论证技术决策。

AI 带来的 10 倍编码速度，它更像是一个给汽车升级了一个全新的“引擎”。如果你只是把它装在原来的“老爷车”上，你得到的不会是 10 倍的速度，而是 10 倍的问题。

AI Coding 的真正价值，不仅仅是写得快，更是它让那些过去“好是好，但太贵”的最佳软件工程实践（比如CI/CD、自动化测试）变得便宜可行了。就像你不仅仅是升级汽车的引擎，还把汽车经常跑的马路一起升级一下，以前的老司机不是让 AI 替代，而是让他们能适应新的高速引擎，给他们舒服和安全的驾驶环境。

---
原文：The New Calculus of AI-based Coding https://t.co/74EK6kUALP
译文《AI 编程带来的新变革》： https://t.co/NoOEG1wipz

[FDKovos @AstronAnthorio]

@HoundDeli 就是要你們習慣中國用語，讓你們以為中國很熟悉自己想太多

[小畢 @CrBoy]

XDDDDD

[雨可韓韓 @Yucohanhan_ROC]

到底是要怎麼挾持已經過世的人作為威脅 ...？

[小畢 @CrBoy]

https://t.co/xlz7wSFyBz

看了他們的談話.....他們真的把民眾當白癡嗎？民眾......算了，好像真的常常滿白癡的....

[小畢 @CrBoy]

編不編我不知道，但我知道這有拯救一個人的效果

[小畢 @CrBoy]

我昨天看到電視新聞有報這件事....但新聞並沒有提到法國人罵了中國女人這種說法，只提到其他法國人道歉。

想了一下該新聞媒體平常的立場....好吧也合理...

[自由時報 @ltntw]

出國最可怕的事，應該就是被當成中國人。（圖／擷取自企鵝妹Twitch ）

圖文報導：
https://t.co/kuxxDq52Iu

#南韓 #企鵝妹 #法國 #中國人 #China #유윤진

[小畢 @CrBoy]

不知道怎麼收音的...？是指向性麥克風嗎？

[Huang autum @AutumHuang]

426就是426
非罷不可！！

[小畢 @CrBoy]

滿好笑的啦XD

[風暴士兵 🪐🪬Taiwan only @dabowagaga]

🤭

中國人吶，是不是覺得當中國人很可恥。

[Takehiro🌈威 @Takehiro_Wei]

僞哉,慈濟
重新詮釋著作權耶

[小畢 @CrBoy]

@Janina02573746 摘錄維基百科：
一孩政策，是中華人民共和國於1979至2015推行的計劃生育政策。 從1979年開始隨著改革開放推行，規定中國大陸的城市人口只可以生一個兒女，生第二個就需要審核批准，如果違反規定生第二個，需要交罰款（「社會撫養費」）。