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���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���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���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��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“���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��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」）。