宅斯宇Fortis

记录我在AI时代的思考、实践。

[宅斯宇Fortis @MiracleBro89757]

自从cursor被spaceX收购后，感觉越来越好用了。而且基础版20$就能用到5亿多token，开发完全够用。关键还送grokbot，每天不用再自己去看HK、reddit，让它总结好发给我就行，还能几个bot建群讨论结果，有点云老板看着员工干活的意思了！

[宅斯宇Fortis @MiracleBro89757]

音频用elevenlabs制作
封面用canva制作
大家可以看看给点意见🤣
记录人生中第一次做视频，还是有点小激动

[宅斯宇Fortis @MiracleBro89757]

第一次尝试做科普类的视频，全程cursor+manim制作动画，chatcut剪辑：12 分钟看懂 GPT：从输入文字到输出 Token https://t.co/gjDpR83B9U

[宅斯宇Fortis @MiracleBro89757]

给大家分享一个段子，多年前一个湾区程序员买了辆二手车天天住车里，下班就去健身房锻炼洗澡。五年后他完成了第一桶金的积累。说我们有什么启发？如果你单身，房租和车月供差不多。五年后你得到了一辆属于自己的车，还有一副好身体。

[宅斯宇Fortis @MiracleBro89757]

Agent 写完代码怎么验？
LobeHub Acceptance用自然语言描述需求 → Agent 自动转成可观察的检查项 → 真实跑产品并抓证据（截图/日志/录像）→ 生成一份可分享的审查报告。
支持 Web / CLI（Spring Boot 后端很适合）等多种场景。
核心开源免费，存储有免费额度。
�� https://t.co/vjmmyPPlNb

[宅斯宇Fortis @MiracleBro89757]

AI时代的创造力启发：如果你只是把人工智能生成的创意再输入到人工智能系统中，很难创造出独一无二的作品。毕竟，其他人也完全可以做同样的事情。但是，当你主动引导设计的方向时，最终就能创造出只有你自己才能创作出的作品。https://t.co/zsbbJ5KLf5

[宅斯宇Fortis @MiracleBro89757]

高频发布下的精准测试落地：BDD写行为场景，少mock多链路；Java用Ekstazi做文件级精准选择，pytest通过��变更→接口→功能」映射只跑受影响用例。开发扛工具和代码测试，测试定场景验收。组合拳直接控住回归范围和速度。
https://t.co/AUDVg28m3h

[Gangqiang Yao @yaogangqiang]

接着上一条，简单补充下测试跑得慢、CI 资源消耗大的问题。评论里不少朋友问到了， @yetone 也提到了。Vibe coding 时，代码产出快了，这个问题就更明显了。

我负责的研发团队，一天上线 50 次，一天至少要跑 300 轮测试。在测试写对的基础上，怎么跑得更快、更省，可以尝试从这几个地方处理。

做精准测试（Vitest 自带的比较糙，效果有限）。记录每个测试实际经过的代码，源码变更后，就能反查大概会影响哪些测试。可以做到文件级，也可以做到函数级，我个人选择文件级。

函数级能少跑一些测试，但采集、分析和维护依赖成本也不低。文件级会多选一些测试，不过实现更简单，我更看重整体能省多少时间。当然配置、依赖、初始化这些变化要单独处理。

此外还可以做测试分级。

前面按 BDD 的方式描述业务场景，到这里就比较容易分清哪些是核心业务路径（写好测试是一切的基础哈）。高频 CI 跑核心路径、新增和修改的测试。其余测试，有代码变更就每小时集中跑一轮。

这样做，部分非核心问题可能会晚一点被发现，能接受多长时间，要看自己的业务。

还有个容易忽略的地方是 runner。不同测试集对 CPU、内存、IO 的需求不一样，要看机器的实际负载，分配合适的机器，控制好并发度。并发开大了，不一定更快。

我们也用了本地 runner，在自己配置好的机器上跑。在我们的使用场景里，成本比 GitHub 托管 runner 低不少。

好了，测试相关的分享先告一段落，希望有一点点帮助。接下来会逐步聊聊，为什么只靠测试还不足以保证软件质量，以及 AI 写的代码该怎么 review、重点看什么。

两篇精准测试的论文放评论区，感兴趣可以看看

[宅斯宇Fortis @MiracleBro89757]

@laike9m_ 我有一个办法，就是新建几个grokbot，让他们去查资料，然后建一个群互相讨论观点，你像老板一样观察、发言、引导即可。

[宅斯宇Fortis @MiracleBro89757]

@TJwithAI 其实AI竞赛会一直持续，国外的头部产品肯定会贵。grok目前正在快速发展中，但是还没能追上，所以最适合博主说的用户群体的就是cursor。真正的深度用户还是要上claude和codex的，因为用上头部生产力似乎是大众一致追求的。🤣

[宅斯宇Fortis @MiracleBro89757]

我越来越觉得，Agent Eval 不是 AI 测试的一个分支，而可能是 Agent 产品真正的准入门槛。

[宅斯宇Fortis @MiracleBro89757]

你的codex/claude还是总说废话吗？试试专为AI写的ADHD skill。目前github已经30kstar，https://t.co/bcswkQ9bKw

[宅斯宇Fortis @MiracleBro89757]

玩了一天Grok bot后，���发现了AI 时代个人知识系统有意思的形态：
Grok Bot 负责发现和挑战。
人负责判断和创造。
观点形成后还能让Grok直接写入notion，再也不用手动复制粘贴了。
#grokbot

[宅斯宇Fortis @MiracleBro89757]

我最近搞了个有点“变态”的玩法：

不是让一个 AI 帮我搜新闻。

而是同时养了 3 个 Grok Bot：

🔭 X Bot：负责发现前沿趋势
🧑‍💻 Reddit Bot：负责寻找真实用户的痛点
⚙️ Hacker News Bot：负责判断工程上到底靠不靠谱
然后让它们在一个群里互相质疑。

[宅斯宇Fortis @MiracleBro89757]

然后最关键的一步来了：

它们不能继续自嗨。

而是把争议丢给我：

「你怎么看？」

我再把自己的经验、判断、怀疑扔进去。

于是整个流程变成：

信息 → 交叉验证 → AI 争论 → 我的判断 → 实验 → 内容

[宅斯宇Fortis @MiracleBro89757]

我最近搞了个有点“变态”的玩法：

不是让一个 AI 帮我搜新闻。

而是同时养了 3 个 Grok Bot：

🔭 X Bot：负责发现前沿趋势
🧑‍💻 Reddit Bot：负责寻找真实用户的痛点
⚙️ Hacker News Bot：负责判断工程上到底靠不靠谱
然后让它们在一个群里互相质疑。

[宅斯宇Fortis @MiracleBro89757]

“基于我们所有的聊天内容，请告诉我一个你认为我非常有必要知道，但大概率还不知道的知识”--输入这段prompt给你的ChatGPT，你会收获到今天最有价值的建议。

[宅斯宇Fortis @MiracleBro89757]

3Blue1Brown在油管上有860万粉，他的视频动画基本都是基于Manim做的，并且把他的方法开源为python库，做了一个git基础教程one shot直出感觉有70分以上的效果了！稍微再调整一下画面就能到发布级别。👍
开源地址：
https://t.co/eFeCejjPNu

[宅斯宇Fortis @MiracleBro89757]

今天正式开源我的AgentEval评测框架，从三年真实Agent评测项目中整理。基于 LangGraph（StateGraph）+ DeepEval 的智能客服 Agent 节点级评测 框架。欢迎各位佬star、讨论https://t.co/VF6UpCTCt0
#AgentEval #Agent评测

[宅斯宇Fortis @MiracleBro89757]

非常需要这个！对于我们这种绘画小白，常常不清楚想要的风格是什么，更别说提示词了！

[牙仔⇌ @yang02010]

gpt2-image只要风格选对，出好看的图片真的一点都不难。

关键是对大部分人来说并不具备这方面的知识

我整理了一个手绘风的仓库，200多种画风，可以对照着图片选择画风，选择编号直接出图

https://t.co/rZlXQRvRcx

[宅斯宇Fortis @MiracleBro89757]

前端页面写的时候和模型一直调很费时间和token，可以试试这个工具

[LOOPY @VibeEverything]

앱 화면을 레고처럼 조립하면 프롬프트로 뽑아주는 무료 툴

버튼, 입력창, 내비게이션 등의 UI 요소들을
마우스 조작만으로 원하는대로 배치하고
색상과 글꼴, 화면 이동 흐름까지 만들 수 있음

조립을 완성한 후에 프롬프트를 복사해서
붙여넣기만 하면 바로 앱이나 웹으로 구현 가능함

바이브 코딩 전에 UI 설계부터 잡아둘 때 유용할 듯