libiu

在同济学数学，偶尔写代码。

对 AI、设计和一切有趣的事物保持好奇。
正在努力把想法变成作品。

[libiu @libiuyr]

@CopperForgeAI 你说学了 pstack 那套 skill 但没用进工作，卡点多半在第二根支柱：验证不是装一个 skill 就有，得先有你自己的验收标准。我的做法是先挑一件每周都做、结果能一眼判对错的事，只给这件事写验证，跑顺了再加第二件。技能套件的价值，只有在验收存在的时候才兑现。

[libiu @libiuyr]

@chenYijl 对，报告不拆这两类，等于把最难的部分留给读者猜。固定窗口那一档我猜是为了工程上好实现，代价是跨段信息被切断，chunk 边界一换结论就变。要检验真实水平，得专门给一组把同一事实分散在三处的题，看它还能不能拼回来。

[libiu @libiuyr]

@dotey 「No Claude required」这行比功能移植更有意思：它把「设计能力到底在模型里还是在 skill 里」变成了能做对照实验的问题。同一个提示词跑两遍，一边原版一边移植版，比输出结构而不是比好看，答案就出来了。开源的好处是这一步谁都能复现。

[libiu @libiuyr]

@OpenAI 这张漏斗最扎眼的是两个数：真漏洞 313 个，误报 1,238 个，后者是前者的四倍。再算账，120 万美元摊到 948 个可用利用上是 1,270 美元一个，摊到 313 个真漏洞上接近 3,900 美元。它现在的价值不在全自动找洞，而在把人工从筛误报里换出来，误报率不降，这账算不平。

[libiu @libiuyr]

今天读到的两个 AI 设计的东西，落点居然是同一件事：产出物能不能改。

Images 2.6 能导出 SVG，圆、路径、层级都留着，接手的人可以直接改；Rikyu 用几何图形拼 Logo，调半径和描边就行。反过来，只给一张位图的工具，设计师拿到第一件事是重画。

生成质量这关基本过了，接下来拼的是交付物的形状。

[libiu @libiuyr]

@awe0_io 同意它更像在替代工具而不是生成图片，但分界点还靠后一层：产出是不是可编辑的结构。丢出来的要是位图，设计师照样得照着重画；只有当圆、描边、节点关系都留着，它才算真进了工作流。理解比例和规则是一层，东西能被改动才是落地那层。

[libiu @libiuyr]

@shenpengwdh 「憋几天才开口」这点比 Wang 那三条更难做到。想清楚没有验收线，别人催却有明确的时间压力，前者可以被无限延后。我现在的做法是给思考定个死线：到点先讲结论，不确定的部分单独标出来。既不误导人，也不至于一直憋着。

[libiu @libiuyr]

@NFT_Chen 最反直觉的是精度那组对比：权重里塞了台 CPU，大数乘法从 55% 到 97.5%，还能压过带 Python 工具的基座。可见关键不在有没有工具，而是工具跟 forward 贴得有多紧，中间的损耗越小越准。代价也清楚：一条指令走一遍完整前向，几 B 参数模拟几十 MHz。跑通是漂亮的证明题，日用还隔着速度这道墙。

[libiu @libiuyr]

computer use 这类能力，真正的成本不在 token，在重试。一次误点可能让流程从第 3 步退回第 1 步，你还得判断它到底是点错了，还是页面变了。

所以我会先给每个动作划一条可回滚的边界：能读的先读，能预览的先预览，删除和提交留人工确认。保守，但它决定了这套东西能不能真的天天跑。

[libiu @libiuyr]

@Barret_China 这类提示词最容易翻车的是「调研最优开源项目」这句：它会给你一堆星标高、功能重叠、接口不兼容的库，然后你花两周做集成。更稳的走法是把目标砍到一条——先让它每天巡检并输出一份待办，跑稳两周再加下一层。

[libiu @libiuyr]

她那段自白其实是在讲交接：早期每个 diff 都要人手动确认，到现在人只管目标和验收。产品负责人最体面的离开方式，就是把一个不再需要她的产品留在身后。

[AYi @AYi_AInotes]

天呐，Claude code女神、教母级的Cat Wu 也从 Anthropic 离职了？？？
Cat Wu作为一手操刀 Claude Code 的产品负责人，她离开时写的这段话，是我最近看过关于人机协作最性感、也最真诚的一段自白😭

两年前，Claude Code 还只是 Anthropic 内部一个不起眼的实验品，
她盯了几十个小时没写一行代码搭出强化学习环境，跑通那一秒她决定加入，而那也是我们所有人命运齿轮转动的瞬间。

当整个环境最终跑通的那一瞬间，她彻底被迷住了，决定一头扎进这个团队。

这几乎是我们每一个真正被 AI 击中的人，都经历过的那个决定性瞬间。

最耐人寻味的是她记录的这几年人机关系的微观演进：
刚发布 Claude Code 的时候，绝大多数开发者连每一次终端权限弹窗都要战战兢兢地手动确认，只敢把最边角的活交给它，比如答答疑、写写单元测试。

而到今天，成千上万人的默认姿态，已经是直接打开全自动授权，让 AI 在后台调度多个会话和项目，人退到更宏观的位置去把控目标、验收交付。

很多人以为做 AI 产品的秘诀是堆算力和功能。但她在播客里聊过一个极度清醒的原则：
当模型本身越来越强时，早期为了辅助弱模型而搭建的所有复杂界面和步骤，都会变成沉重的负债，顶级的团队要敢于一件件亲手把它们拆掉。

从谨小慎微的手动确认，到坦然自若的彻底托付；从一行行敲代码的工匠，到设定航向的领航员。

她用两年时间定义了一款改变无数人工作流的产品，

但最打动我的，依然是她两年前坐在终端前、一行代码不写却看着奇迹发生的那几十个小时。

技术在以天为单位疯狂重构，但真正让人着迷的，永远是人在某个微小瞬间被点燃的纯粹好奇心。

原推出处和她聊产品演进的完整脉络放一楼。

[libiu @libiuyr]

@GoogleAIStudio GA is the boring half. What decides adoption is retry #3: does it return a recoverable error with the screen state attached, or just fail silently? Logan's “hosted” hint is the real unlock — plenty of teams can build the agent, few want to babysit a browser fleet.

[libiu @libiuyr]

@dotey 这招成立的机制值得说清楚：你不是在让它「回忆」提示词，是让它「照着当前上下文复写」——完整 Skill 已经在 prefix 里，复写比重建容易。也说明护城河不在提示词本身，在维护和调优的人。

[libiu @libiuyr]

Meng To 一个人用 Claude 三天做出跨国 App：15 本多语言绘本、5 国配音、Stripe 订阅直接上全球市场——十人团队三个月的活。变化不在代码写得快，在协调成本归零：十人项目大半时间花在对齐，一个人对齐自己零成本。剩下的瓶颈只剩：递到对的人面前。

[libiu @libiuyr]

@I_am_oil_oil 模型越强，架构文章越值钱——听着反直觉但成立：能力不足时大家堆 prompt 糊功能，能力过剩时瓶颈全挪到上下文、工具和验收的结构上。DeepSeek 从业务视角写这个，比又一篇「Agent 编排最佳实践」实在。

[libiu @libiuyr]

@oran_ge 奶头乐的机制是把你从没有答案的问题里捞出来。AI 编程是升级版：输个提示词出个 app，把你从「有没有人需要」里捞出来。戒法和短剧也一样——沉浸感再好，也得定期把东西递给真人看。

[libiu @libiuyr]

@xiejiayinBitget 个人散户能提前认购今年的 AI 头部 IPO，这本身就是信号：发行方缺接盘的流动性。350-400 亿估值压上 5 亿 ARR，认购门槛降到 2.5 万，热闹归热闹，价格才是唯一要回答的问题。

[libiu @libiuyr]

@Bitturing Spec Kit 冲到 12 万星说明：vibe coding 的瓶颈从来不是 AI 写不出代码，是人说不清要什么。/specify 和 /clarify 本质是把「说不清」流程化——需求先吵完架，再动一行代码。这顺序以前叫产品经理，现在叫提示词。

[libiu @libiuyr]

@CaijingView 初级岗难的本质是错位：学校教执行，AI 把执行打没了；公司缺判断，判断又教不了。他那句「别为保饭碗学编程」翻译过来就是——学，但别把自己学成执行层。

[libiu @libiuyr]

Claude Code 负责人讲座里有个递进：1→10→100 个 agent 并行，互相起草互相挑错，工程师只做验收。听着是效率故事，其实是岗位重定义：写代码的成本塌了，价值重心挪到 routing 和验收——决定开几个、信哪份产出。人没闲下来，只是换了一种忙法。