卡卡

此账号为生活账号，用于日常认知和碎碎念。

[卡卡 @kangkai0533]

自由是能力大于欲望的空间。
想要自由也很简单：
1.增加能力
2.降低欲望

[陈大黄 @realchendahuang]

最近有个叫 Pi Agent 的 AI 编程工具在程序员圈子里挺火的。它跟 Codex、Claude Code 不一样，不搞大而全，反而特别简单。

出厂只有四个功能：看文件、写文件、改文件、跑命令。

但就是这个简单，让很多用过的人回不去了。

第一个好处是省钱。AI 编程工具按 token 收费，token 就是你和 AI 对话的字数。Claude Code 每次干活前要先背一万多个字的自我介绍，比如"我是一个编程助手，我要遵守以下规则"，这些话每次都要说，都要花钱。Pi 的系统提示词不到一千字，没有这些废话。同样的任务，Pi 花的 token 可能只有 Claude Code 的几分之一，账单差距很明显。

第二个好处，也是 Pi 真正厉害的地方，是它的可定制性。Claude Code 和 Codex 是成品房，装修好了卖给你，你只能住，不能改结构。Pi 是毛坯房，但它给了你一个 SDK，你可以基于它完全定制你自己的终端，完全定制你自己的 AI 工作流。系统提示词你可以自己改，工具可以自己加、自己删，出厂四个基础工具，但你可以装 LSP、浏览器、调试器，甚至让 Pi 自己帮你写扩展。社区里已经有不少现成的"装修材料"，你可以直接拿来用。未来如果你想搭一个特别专业的、特别高效的、完全按你想法来的 AI Agent 系统，Pi 是一个绕不过去的选型。它不是给你一把螺丝刀，而是给你整个工具箱，里面有什么、怎么摆，你说了算。

第三个好处是 Pi 独有的会话树。别的 AI 对话是线性的，聊错了只能全部推倒重来。Pi 的对话是树状的，你可以随时回到任意一个节点，从那里分叉继续。比如你让 AI 改了十版代码，发现第三版最好，直接点回去就能接着用。

第四个好处是它不乱来。Claude Code 有三十多个工具，AI 有时候会纠结该用哪个，结果在后台循环调用、瞎折腾，甚至把你不想改的文件也改了。Pi 只有四个工具，AI 不会想太多，反而更稳定。你让它改哪个文件它就改哪个，不会顺手把你的配置文件也动了。

第五个好处是所有操作都摆在你面前。Pi 每做一步都会清清楚楚显示在终端里：读了哪个文件、改了哪一行、跑了什么命令。没有后台偷偷摸摸的操作，你随时能检查、能叫停。

那为什么不直接用 Codex 呢？Codex 是 OpenAI 做的，技术强，但它更像一个外包团队。你把需求丢给它，它在云端帮你搞定，你不太清楚中间发生了什么。而且它是封闭产品，你只能接受它给的功能，不能自己改。

那 Claude Code 呢？它功能很全，但全面带来了臃肿。系统提示词有一万多个字，每次调用都慢、都贵。而且它只能配 Claude 的模型，你想换别的换不了。它的很多操作在后台进行，你看不见、也控制不了。它还会自动记住你之前聊过什么，有时候你也不知道它记住了什么、会在什么时候把这些记忆翻出来用。

所以 Pi 适合什么样的人？你自己有个小项目，想改改功能或者修个 bug，Pi 很合适，你说什么它做什么。你在意成本，不想每次调用都花冤枉钱在 AI 的自我介绍上。你在学编程，Pi 的每一步操作你都看得见，可以跟着它学思路。你对工具比较挑剔，希望自己的工作流由自己定义，而不是被某一家公司框死。你经常需要试错，改着改着发现前面的版本更好，Pi 的会话树对这种场景很友好。

最重要的是，如果你想基于 AI 搭一个完全属于自己的、专业的工作系统，Pi 的 SDK 和开放架构是 Codex 和 Claude Code 给不了的。

当然 Pi 也有缺点。它上手需要一点学习成本，不像 Claude Code 那样开箱即用。出厂功能少，很多东西要你自己装。如果你只是想丢给它一个需求，第二天早上收结果，那 Pi 可能不适合你。它默认人始终在旁边看着，AI 是帮手，不是管家。

选 Pi 还是选别的，取决于你想要什么样的关系。如果你想要一个全能管家，能自己规划、自己执行，那 Codex 或 Claude Code 更适合。但如果你想要一个省钱、听话、每一步都让你看得见的工具，而且希望它能长成你想要的样子，甚至未来想基于它搭一套完全属于自己的 AI 工作系统，那 Pi 可能是目前最好的选择。

[Uncle Bob Martin @unclebobmartin]

I’m significantly older than you. I started coding in the late 60s. My current strategy is to not read any of the code written by my agents. That’s the only way I can take advantage of their productivity. What I do instead is to surround the agents with extreme constraints. Unit tests, gherkin tests, QA procedures, quality metrics, mutation testing, test coverage, and a plethora of others. In the end, I have very high confidence in the code they produce because they’ve had to run the gauntlet of all of my constraints and tests.

[少女病 @shaonvbing]

全世界最受欢迎的颜色……

[卡卡 @kangkai0533]

@KyrieCheungYep 这个可以写成skill

[卡卡 @kangkai0533]

@wolfyxbt 都公开。一直发。不给够钱就一直发

[TechFlow 深潮｜APP 已上线 @TechFlowPost]

有个德国老外，把比特币塞进了啤酒瓶盖里🍺。

开一瓶，扫个码，就能领几聪。

项目叫 Beer of Satoshi @beerofsatoshi ，创始人 Altan 于 2024 年在 Bitcoin Amsterdam 想出来的。思路很朴素：很多人听过比特币，但从没真正收过一笔，那就先给他一点，再慢慢教他怎么用闪电网络。

最早一瓶卖 7 欧元，不算便宜，而且不喝酒的人覆盖比较困难。后来他们做了调整，改成了无酒精版本，24 瓶预售价 70.8 欧元，预计 2027 年第一季度发货。

现在已经有 763 人领过 1,818 次，累计发出 479,856 sats。排行榜第一名开了 91 次，拿走了 24,277 sats。

人类学新东西，奖励永远比说明书好使。

[KK.aWSB @KKaWSB]

近期疯传的一个技巧，把这段提示词发给 Codex会很有用：

“请基于当前线程、当前项目文件、可用 memories，以及我明确提供的上下文做一次复盘。

1. 找出 3 个我可能没意识到、但会显著影响决策的关键点。每个都要说明依据、影响、建议动作。

2. 找出我重复出现的工作模式，挑 3 个最值得封装成 Codex Skill 的候选项。每个说明触发场景、输入输出、是否适合做成 SKILL.md。

3. 明确标注哪些结论来自当前项目，哪些只是推断，哪些需要更多历史记录验证。”

[林子Linx @LinxFocus]

前端的工作真的保不住了，这个项目已经冲到 9.6 万个 Star，它把 Apple、Figma、Linear、Stripe 等全球知名公司的设计系统都整理成了 DESIGH.md 文件，让 AI 学会顶级品牌的 UI 风格，不需要任何解析或配置，请立即收藏

📍让 AI 按明确的设计规则生成 UI
📍颜色、字体、间距都写进 Markdown
📍只需要把 DESIGN.md 复制到你的项目中

[智享 @CycleDecoded]

离谱了兄弟们，天下苦 CSDN 强制登录复制久矣。GitHub 上有个老哥一怒之下整了个神器，直接把国内这帮流氓内容站的底裤给扒了。

这项目叫 code-box（代码盒子），纯开源的浏览器插件。专门盯着 CSDN、知乎、掘金、博客园、脚本之家这几个平台打。没别的，主打一个强行破防，还你一个干干净净的阅读体验。

👇 核心功能有点狠：

免登录复制代码：不用扫码，不用登录，看到代码直接一键拿走。

强解关注限制：什么“关注博主阅读全文”，统统强制解锁，懂的都懂。

一键文章扒站：直接把整篇文章下载成 Markdown 或 HTML，本地囤货爽翻。

流氓弹窗杀手：恶心的登录弹窗、强制跳转 APP 提示，全部干碎。

🔗 GitHub 直达：https://t.co/aAhBaZGpKT

[艾略特 Elliot @elliotchen100]

发现一个有意思的设计，@HuggingFace 上 datasets 的下载量，展示的是「过去 30 天」，且页面没有入口可以看全量下载数。

其实，「过去 30 天」 才是更接近现实的信号。

全量下载数算「虚荣指标」：只增不减，容易被拿来做营销，却不代表当前真实活跃度。 「过去 30 天」才是更接近现实的信号。

当然，也有办法拿到全量下载数：✌️

curl -sS
'https://t.co/oREbgvc6K0{OrgName}/{DatasetsName}expand=downloads&expand=downloadsAllTime&expand=likes'

如果你问我用什么 Agent 来跑 curl？

好问题，咱用 Raven 🐦‍⬛。

[Aron厚玉 @aronhouyu]

bro

能上x，能开个cc/codex会员玩

已经掌握了顶尖生产力和信息源

超过了全球99%的人

何必焦虑呢，都是自己给自己的

[初码 @chumacn]

DeepSeek那个招聘面试的话题很火，显然DS无错，李博杰恼羞成怒，严格来说，李博杰这样的人，在DS的智商密度极高的团队背景下，满屏幕的IMO和IOI金牌，还是略显菜鸡了，更何况他的华为天才少年背景是严重的减分项，换位思考一下，如果我作为一个曾经智商很高的人，数学和算法都很强，但是过早的进入了非代码阶段，工程经验的积累主要靠项目和研究，而不是来自一线的Coding和重构，那么当别人来考我代码的时候，我也会气急败坏。所以再次对梁圣表示极大的敬佩，初心一直不变，进入难、离职少，这简直太顶了！

[黄小木 @ai_xiaomu]

训练网感的方法，可以做一个很笨但有效的练习：

每天只看同一个赛道的爆款。

不要泛刷。

只看同类账号、同类人群、同类选题。

每条视频记 5 件事：

1. 前 3 秒用了什么钩子
2. 第一句话解决了什么焦虑
3. 中间哪里开始加速
4. 哪个点最容易触发评论
5. 结尾给了什么行动或情绪

看完不要只收藏。

要写一句复盘：

“这条能爆，是因为它抓住了用户的哪个心理？”

刷视频不叫训练，拆视频才叫训练。

[Tinyfool @tinyfool]

昨天，跟chatgpt聊天，意外想通了一个非常牛逼的技术方案，可以让我在某个领域跟某些大厂多年建立的技术壁垒相当，我们的方案也有很大的优势。于是昨天晚上熬夜了。

其实工作都是Codex在做，但是设置了目标，我并没有睡觉，而是津津有味的看着他一次次迭代，修改代码，然后跑测试做数据分析。我啥都没干但是醉心的看着他想到的提升效果的方法，心中想着，就算是我自己做，也只能如此。

但是几个小时迭代了20多次，自己做的话，岂不是要几个星期才可能写这么多版本。

让我无法入睡的核心似乎也在说明我是一个什么样子的程序员，我从来在乎的不是具体的代码写着是否畅快。我喜欢的写代码的过程是，我们提出了一个产品或者技术方案，很有挑战，但是不写出来无法验证，写出来验证，说明我们的设计是有优势的，这个过程令人沉醉。当然如果我们的方案不好，在实现的过程中，逐步发现更好的思路，也是令人醉心的感觉。

今早起来，codex已经迭代了80多次，中间的生成结果、测试报告，对比文件已经几个G了。

[わど🐏AI界のマスコット @wad0427]

GPT Images 2.0の裏技

ChatGPTに任意の画像をアップロードし、
「画像を JSON プロンプトに変換し、サイズと詳細を含めてください」と指示

すると、画像を再現するためのプロンプトを出力してくれるので、変更したい部分だけを修正して使用可能

[李岳 @liyue_ai]

GPT Image 2生成古风写真：朱廊花影。

「古风仙侠精修写真」×「暖红金宫灯女主」这类图想要稳定出高级感，关键不是一味堆华丽，而是把几个元素锁死：
- 场景用宫灯长廊，背景虚化，只负责给暖光和纵深
- 配色控制在白、红、金三色内，避免变成杂乱大红大紫
- 服装用对襟上襦、层叠长裙、薄纱披帛，既有唐风感，又有仙侠飘逸感
- 头饰必须够精致，发冠、步摇、珍珠流苏、红宝石点缀会直接拉高女主感
- 光线用暖调柔光 + 宫灯辉光 + 轻微侧逆光，人物才会有通透的精修海报质感

这组适合做古风女主、仙侠角色写真、唐风幻想美人图。

提示词见评论区。

[Larus Canus @MrLarus]

ChatGPT-Image2 4K图生成方法：

model: gpt-image-2
size: 3840x2160
quality: high
format: png

通过 GPT 图像 API 工作流生成。

示例命令：

python image_gen.py generate \
--model gpt-image-2 \
--prompt "Native 4K photorealistic aerial drone photo of red desert sand dunes at sunrise, high oblique view, wind-carved sand ripples, sharp realistic texture, no text, no watermark." \
--size 3840x2160 \
--quality high \
--output-format png \
--out output/imagegen/example.png

生成后可以在本地看到像素尺寸3840×2160的4K图。

[卡卡 @kangkai0533]

@hiapi_ai 这可真不错

[Orange AI @oran_ge]

最近跟藏师傅聊天，都感觉到深深的共鸣。
大众以为 AI 带来平权，但实际带来的是 K 型分化。
头部用户已经默认理解 Agent 的组成：文档、规则、memory、loop、MCP、CLI、工具调用、权限、安全沙箱、上下文工程、定时任务、心跳、文件系统、代码执行和 Skill。
普通用户只知道"Agent 能写代码"。
怎么办？把技能做好，是跨越鸿沟的唯一解法。
我们正在和藏师傅一起做一点实际的事情，让 Cola 帮助大众真正跨越鸿沟。

[奶昔🥤 @realNyarime]

我挺讨厌推上高价卖giffgaff卡的，有种像在发国难财的感觉，就像疫情期间卖口罩一样😅😅😅

实体卡一直是免费申请的，只是因为某些原因停止寄国内了，以前一张个位数，现在卖到45一张。吹嘘「英国神卡」实际除了保号以外毫无性价比，在国内上网除了延迟极高且费用极其高昂，每MB是0.2英镑（约2元）

申请者把卡发给“朋友”，充值10英镑（约100块）后双方都会得到5英镑奖励，偶尔会有额外Payback。也就是说，你买他的卡并完成充值任务，卖家还能额外赚一笔佣金，那笔钱卖家是可以提现到PayPal后消费的。等于说，你不仅要在买卡花钱，还要再让卖家抽你佣金，一张gg实体卡所花费的钱大概是145块，也得到了15英镑的余额。保号规则也很简单，即180天内余额变动一次，发短信、打电话、数据漫游打开然后迅速关闭就完成扣话费了

那我要怎么买才不会被坑？很多人手机不支持eSIM，那就去电商平台20块买个eUICC小白卡，然后安装HookEuicc模块，勾选Giffgaff App。如果Android没有root权限，那就装个元萝卜，在内置的容器里操作。最后eSIM LPA会被模块hook到剪辑版，自己再写入小白卡里就DIY完成了
这样算下来，卡只要20块，Giffgaff eSIM最低氪10英镑，总共120块
（如果是原生eSIM设备，如外版iPhone直接下Giffgaff App下卡，那只要10英镑的最低充值）

最后，我还是建议推友别老盯着5英镑的赠金，即便是买实体卡转eSIM能充10得15，那也只够你在国内用75MB。如果有英国大流量的需求，不妨看看CTExcel或CMLink的两地月套餐，都是EE的虚商除了激活麻烦。后面不订了可以拿PAC代码转入Giffgaff，这样既不会损失号码，也能实现保号。