Probe

[kirisawa_subaru @kirisawa_subaru]

诚邀大家观看，蹬轮子必备神课。

【欢迎来到未来 [01-Raw/26生成式软件工程/NJU]-哔哩哔哩】 https://t.co/9kdm1DBn9A

[Probe @niceeee80722660]

我使用的提示词

[songkeys 🐿️🦋@song.work @songkeys]

gpt 5.6 最让我受不了的就是：
我让它做一盘番茄炒蛋，它往里还加了东坡肉。
我说有必要加东坡肉吗？它说你说得对，然后把东坡肉去掉。
我说好，你提 PR 吧。再一看，它 PR 写着「番茄炒蛋（无东坡肉）」并且注释里会写一大堆为什么本道菜不需要加东坡肉。

[柯基是只猫 @Keji715]

今天看到一个有意思的文章：你在 CLAUDE.md / AGENTS.md 里写的 那些 必须先写测试再写实现，大概率是在花钱买心安。

Martin Fowler 站上有篇实验报告。同一批任务，让 agent 走 TDD 和不走 TDD 各跑两遍，最后交给 Opus 评——打分的时候，它并不知道哪份是怎么写出来的。

小任务和中任务上，结果非常稳定：不走 TDD 的排一二，走 TDD 的排三四。

衡量测试能不能真抓到 bug 的那个分数，两边也一样。token 倒是多烧了至少 3 倍。

为什么？

不走 TDD 的 agent，会先把架构、数据结构、边界情况整个过一遍再动手。TDD 令恰恰不让它这么干，一个测试一个测试往前挪，设计就成了一堆局部决策攒出来的东西，被第一个测试锁死的形状，后面基本不再改。

而 agent 没想到要写测试的那部分行为，压根就不会被实现。

TDD对人编程来说是一个不错的范式，但是为人类认知局限打的补丁，在ai coding的时代不一定适用了。

[宝玉 @dotey]

我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。

另外现在 Harness 比如说 Claude Code、Codex 都很聪明，遇到冲突会等另一个执行完。

使用 worktree 主要是在做耗时较长的 PoC 场景，只是验证一下，同时要做其他任务，完了就删除目录。

[Charles在路上 @Charles77xixi]

两个月之前写的一篇AI开发模式转变的长文，目前越来越多的项目都选择了拥抱神秘屋的开发模式

https://t.co/eoKt6qCK7z

[Probe @niceeee80722660]

项目所有上下文全部都落到仓库文档。AGENTS.md -> 关键节点文档 -> 详细设计文档

[Probe @niceeee80722660]

@yetone 大佬，什么时候出cumorapro啊，迫不及待付费。

[Probe @niceeee80722660]

@Billy_Zh @yetone 怎么搞的，我也就是连接速度很慢。是代理开全局吗？

[Kyrie @KyrieCheungYep]

Codex 有几个很值得养成的收尾习惯

分享一个 AI 长会话收尾三件套：`HANDOFF.md` + 反思机制 + 经验记录。三句话解决“AI 失忆”问题，直接复制提示词就能用。

1、`HANDOFF.md`｜跨天任务必备

什么时候用？长会话要结束、跨天推进的大任务、项目中间状态复杂，必须留给下一个新会话看。

直接复制这段：

这个会话要结束了。请写一份交接文档存到 `HANDOFF.md`：我们在做什么任务、已经完成了什么、当前卡在哪、下一步计划是什么、有哪些踩过的坑绝对不要再踩。写给一个完全没有上下文的新会话看。

下回开新会话，第一句：

请先读取 `HANDOFF.md`，了解项目上下文，再继续推进。

2、反思机制｜把踩过的坑变成下一轮输入

让模型把这次协作里被纠正过的地方逐条列出来，再判断是信息不够，还是判断逻辑出了问题。这样下次开局，模型不会重复踩同一个坑。

直接复制这段：

回顾我们这次协作，你的输出里，哪些内容是我给你纠正的，逐条列出，判断是我给的信息不够导致你判断缺失，还是信息够了但你的判断逻辑有问题，思考如果下次做同样的任务，我在开头多说哪几句话，你就能避开这些问题？复盘结果用表格输出三列，包括我修改的内容，归因，下次的开头指令建议。

3、经验记录｜把纠错变成长期资产

什么时候用？每当你发现一个值得记住的教训、一个好用的审查顺序、一种有效提问方式，或者纠正了 AI 一个判断，让你觉得“下次还用得上”，就该录入错题本。

直接复制这段：

把我们刚才的经验录入错题本/系统记忆，只记纠错与有效方法，错题本里已有类似记录的，更新旧条目，不新建，审查规则或提示词模板里已经明确写了的内容，不重复记录。

使用顺序：

1、长会话收尾：先写 `HANDOFF.md`，只记任务进度，不堆经验
2、中间发现偏差：跑反思机制，把表格存进经验记录 / 错题本
3、错题本攒出高频规律：提炼最通用的几条进 Memory 常驻

这套流程超级适合放在长任务、跨天协作和Agent 工作流里，尤其是你不想每次都从零解释上下文的时候

今晚就试试看吧👀

[Probe @niceeee80722660]

@kirisawa_subaru @arkuy99 跟内置 memory 比有什么优势

[Yahyavision — Logo & Brand Designer @yahyavision]

Hot take:

Good typography can save an average layout.

A trendy animation can't.

[EYHN @EEEEYHN]

我强烈推荐所有 electron 的 app 使用 velopack 做更新框架，可以增量更新，每次更新只需要下载几百kb，而不是每次下载几百mb。

而且 velopack 是一个框架无关的更新器，你甚至可以从 electron 更新到 tauri 然后更新到原生，用户不用重新安装。

https://t.co/1NjYEDTpqk

[Probe @niceeee80722660]

@LonelyTheKing 工资多少啊，这么猛还压工资

[墓碑科技 @mubeitech]

Linus Torvalds 发飙了。

他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。

为什么？
因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。
但他们怎么从来不这么说？

其实是一个道理。

老爷子在台上开始唠家常：
“我是写机器码长大的。”
注意，不是汇编语言，是真正的数字。
他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。
当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。

后来，人类发明了汇编器；
再后来，有了编译器；
现在，有了 AI。
这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。

至于 AI 带来的“效率神话”？
Linus 给出对比：
“AI 很棒，它能把你的生产力提升 10 倍。”
“但当年编译器的出现，把人类的生产力提升了 1000 倍！”

所以，这不过是又一次常规的工具演进。

事情的本质从未改变：
以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。
现在，懂系统的人能用 Prompt 调教 AI 写出好代码；
而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。

现在科技圈很流行“氛围编码”（Vibe Coding）。
就是用 AI 啪啪生成一个一次性项目，爽一把就扔。
Linus 说，这种玩具项目，AI 的确是神器。

但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。
你得懂你的 Prompt。
你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。

祖师爷浇了盆冷水：
AI 可以替你省去体力劳动。
但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。

[卡夫卡 @kafkaup]

我发现，很多人本质上是个本地部署的小模型。特征如下：

参数量极小：撑死 2B，知识储备就那么点

训练集极脏：喂进去的大部分是污染数据，没经过任何清洗

预训练轮数少：远没收敛就上线了，半生不熟

上下文极短：超过 500 字就开始丢前文，聊深一点就断片

注意力稀疏：你说十句，他只抓到两个词，还往往是抓错的那两个

不会联网搜索：信息停留在出厂那天，从不主动核查

没有思维链：跳过推理直接给结论，问他"为什么"就死机

输出质量：不是张口就来的幻觉，就是对某个观点的严重过拟合

简称：人形 2B 模型，本地运行，永不更新

[象牙山刘能 @disksing]

在AI时代，每个程序员都活成了自己最讨厌的那种 team leader：

1. 半年不写一行代码，编程能力严重退化，还自诩"我也是搞技术的“

2. 开会的时候把一线开发干的活全说成是自己的功劳，连自己的汇报材料都是让别人总结的

3. 瞎JB指挥，出了问题就甩锅说是下面没执行好

4. 不了解项目具体情况，只会提”单测加了没“、“性能还要优化”、“文档要沉淀一下”这类空洞的要求

5. PR 基本上看不懂，只会让别人先review了自己跟着点赞

6. 遇到 bug 了只知道无脑转发让别人查一下，自己负责来来回回转发消息

7. 还经常吐槽“今年的应届生水平越来越不行了”

[Jackywine @Jackywine]

向卡片盒笔记法创始人卢曼学习如何阅读

首先，记住人名

选择性阅读

压缩精炼重述

关注框架而非模式

链接：https://t.co/sK4NMiaTzv

[Probe @niceeee80722660]

右上角的 Download 重复了

[Probe @niceeee80722660]

@yetone https://t.co/EatbBqWuVt 问题反馈：