马达马达

[马达马达 @fsin66]

「刚刚工作的时候，我就觉得有个工作就不错了。因为我们学校本来就不是那种会去什么五百强/互联网大厂的。我也是机缘巧合去了___，我完全没想过能去的公司。」去了之后，leader也很看重，那我就做了，一直到现在。

[空谷 Arvin Xu @arvin17x]

https://t.co/J9M2EfFpZY

[马达马达 @fsin66]

openclaw 凌晨陷入死循环，然后没配置提示缓存，账单爆炸

[马达马达 @fsin66]

Codex Plus 订阅，3天干完一周的用量，到处找token中

[马达马达 @fsin66]

Claude Opus 4.6 降智现场

[Ming Yin @kalasoo]

检查代码看到了完全一样的变量名命名和“复用” ...

[Bane💤 @0xBanez]

近期感想：

1. 喜欢抄底，就会有无穷无尽的底，喜欢追高，就有无穷无尽的高

2. Crypto最伟大的贡献是创造了新的资产发行和流通方式，还普及了唾手可得的高杠杆交易和做空方式，洗钱更方便了

3. 大部分人用Openclaw构建agent的方式是奶头乐，极低的代码质量和及其腐烂的上下文管理，使得成果几乎没有投入生产环境的可能性，并且会给成果带来严重的安全隐患

4. 推特上洗文洗来洗去的很多什么秘籍，诸如乱七八糟的skills，一大坨两千字让你复制粘贴的https://t.co/6UQfixSY1n，让agents分角色扮演，让claude 调用codex和Gemini cli，这些东西除了污染上下文之外没有半点用处。与其琢磨这个，不如每天看看@bcherny 的推文把新功能先搞明白，做最简单的事情。根据自己的开发需求自己去写skills和及其精简的文档，选择最舒服的方式让自己的成果对于ai和自己来说都有可复用性。

5. 数据的稀缺度和完整性直接决定了产出质量，用不用llm都一樣。很多事情根本没必要用agents做，烧token在很多业务场景下根本没有简单粗暴的条件判断来的效率高。数据挖掘和另类数据的刮削是越来越核心的能力，数据infra的开发和标准化是非常重要的底层需求。很多数据以前以dashboard数据呈现，人眼看并下判断，现在想把这些都抽象给ai，就需要很多新的数据管线。做这些事情的并且开源的人都很伟大。

6. 评估体系很多时候应该转变，开发需要时间，在当前的ai能力下，我耗费长时间开发出来的东西，是否能完全替代我的劳动？是否有现成实践方法，是否有现成数据源，如果我不做，效率是否还更高了？而不是光想着实践。就算他真的能聊天帮你点外卖订机票下单了，so what? Sudo make me a breakfast

7. 绝大部分中文圈在发ai攻略，用openclaw写量化脚本在pm/perp赚钱的人感觉完全没开发过量化策略，直接屏蔽就好，浪费时间。感觉脑子有问题的人才会让llm来判断高频下单，你问他订单簿有几层，回测数据哪里来的，核心参数是什么，没有人回答得出来。踏踏实实学习到自己真的能挣钱了，比自己看到一个东西就大叫发个充满emoji的长文酷的多。不过可能大家也不在乎，只是要流量而已。

8. Ai带来的超级个体创造了许多独立开发的机会，pm想干掉前后端和设计师，设计师想干掉pm和前后端，前端想干掉所有人，后端说我需要你们干嘛。但是一个功能齐全完善的super app和一百万个参差不齐的self hosted app到底谁更好呢？在互相干掉的过程中，人和人之间的互通有无变成了互相挤压和替代，交流学习的对象也从若干人的集体灵光一现变成了和同一个训练集训练出来的ai对话，加上闭源盈利主导的开发方向，我们会变得更好吗？

9. 在新的开发范式下，如果你的工程能触及到真实的大额资金管理。安全性是重中之重，我建议必须多轮ai审核+必须人工验收，比供应链投毒更危险的是人为了节省时间的懒惰。

[马达马达 @fsin66]

让openclaw监控了61的blog啊哈哈哈

[马达马达 @fsin66]

Do you remember when you joined X? I do! #MyXAnniversary

[AlexZ 🦀 @blackanger]

每天都对 Skill 有新的理解： Skill 就是给 Agent 用的小程序。。。

[马达马达 @fsin66]

自动运行的Agent已经就位，就等token价格打下来了，期待 Deepseek V4

[马达马达 @fsin66]

可以去做做for白领的信息知识Agent平台或者「一人公司」的品牌来To C &B交付解决方案。

[马达马达 @fsin66]

#AI
一个月前的note：

交付解决方案而非一个工具的使用方法论，不要去考验人性的懒惰。eg. AI自媒体教AI编程工具如何使用？而非交付一个「产品」。

不要把ToC AI 工具用到ToB生产场景，因为Senior不采用就无法扩散。Enterprise AI要深入workflow各个环节、拿到授权、承担责任。

[vewin @lawgpts]

Xiaohongshu is just not the right place for serious video coding tutorials—honestly, showing some cleavage is an easier way to go viral than that.

[马达马达 @fsin66]

https://t.co/OdCsOryTAH 让 AI 助手（特别是 Claude Code）在浏览网页时，能像发现 robots.txt 或 llms.txt 一样，自动发现并安装专门针对该网页内容的“自定义子代理” (Custom Sub-agents)。

[马达马达 @fsin66]

期待我们和AI共同进步！新年快乐，朋友们

烧了很多Token 让AI写了很多代码，然后觉得做好一个产品怎么那么难！2025经历了很多变化，也遇到了很好很棒的人，继续加油吧，我要成为更厉害的大人和更可爱的小孩哈哈哈哈

[马达马达 @fsin66]

https://t.co/FGQ1C9Sav8

[马达马达 @fsin66]

https://t.co/cyTVh75xJJ

[马达马达 @fsin66]

@ivyliner https://t.co/vvYC15RTgl MCP 可以的

[郭宇 guoyu.eth @turingou]

一个 agentic coding 的想法：将本地视频（电影电视剧之类的）每隔10s截图，寻找叙事分镜的 break point，还原成剧本 outline，然后寻找现有的小说等题材，根据这部影片的叙事结构，结合小说的故事创造新的分镜图像，最后用首位帧生成数千个视频然后合并，就得到了一部总有影视级叙事，同时是全新的故事或者风格化故事的电影，想想看，这种 AI 编剧也许会在土味短剧或者 R18 视频里先被应用？

[马达马达 @fsin66]

https://t.co/JDHIJQJpD4