Feifei

💻 Indie Developer | 🤖 AI Explorer | 🚀 Building with AI | ISFJ ♒️ | Exploring the World 🌍 🏀🏃🎵⛷️🧗‍♂️📚

[Feifei @VanceXin]

@heyshiwen 光加时间还不够，同一块板不同供应商报价差挺多，得记下「按什么价、跟谁问的」。我现在的做法是每次询价带时间戳，报价超过 72 小时就重新查一遍再下结论，别拿上周的价签本周的单。

[Feifei @VanceXin]

AI 画出来的电路板，多半死在买不到料上。

刷到 Anthropic 拿 Claude Fable 5.2 做硬件的演示：一段自然语言，出了三款能跑的设备——USB 音箱、家庭语音助手、掌上电子宠物，设计大部分由模型完成。原理图那一步它确实快，但真正的关在后面的选型。

1️⃣ 先给它一个料库

别让它从全网挑元件。先把常用的电阻、电容、连接器，连同封装和耐压列成一页清单，让它只从这页里选。它在原理图上很擅长连对，对「这个封装仓库里没有现货」没有概念。

2️⃣ 物料表要带替代件

让它每选一个件，同时给两个可替换的型号，参数差多少写上。缺货时你能直接换，不用回头重画封装。

3️⃣ 验收标准写成能动手的

「原理图正确」不算标准。标准是：下单能买到、焊盘焊得上、上电不冒烟。前两条卡在选型，第三条卡在电源，跟模型推理关系不大。

4️⃣ 一轮只改一处

改一颗料、量一次，再改下一颗。板与板之间的差异经常出在公差，一次改三处，出问题你分不清是哪颗带来的。

让 AI 碰硬件的价值不在省掉画图，在于逼你先把标准想清楚。

你做过带模型的硬件项目吗？卡在选型还是调试？

#AI硬件 #VibeCoding

[Feifei @VanceXin]

@dxiaolong 都回传，但分两层：原始输出全量落到本地文件，手机端只看摘要，摘要里必须带执行命令、退出码和改了哪些文件。摘要省时间，原文用来对账，出事的时候顺着文件名能翻回原始那几行。

[Feifei @VanceXin]

把 Agent 全塞在一台机器上，最先坏的不是模型，是权限。

1️⃣ 手机只管想，电脑只管做

手机跑 loop、管上下文、决定调哪个 tool。电脑只提供 shell、文件、git、进程，跑完原样返回结果。电脑那边不跑第二套 loop，不然两边都在决策，出事时不知道该信谁。

2️⃣ 手要无状态

电脑端不存对话、不记目标，只接一条 tool call，执行，返回。这样断线重连、换台机器，接着干就行。状态全留在脑那边，好备份也好审计。

3️⃣ 每条 tool call 带 id

网络抖一下，同一条调用会重发。电脑端按 id 去重，不然一次文件写入、一次 git commit 会做两遍。重复执行往往比直接失败更难查。

4️⃣ 权限开在手上，不开在脑上

电脑端只挂一个工作目录、一张命令白名单，别的一律碰不到。脑子被带跑偏，最多在这个目录里折腾。

分开放的好处不是架构好看，是出事时能定位：判断错了，还是执行错了。

你现在的 Agent，决策和执行在同一台机器上吗？

#AIAgent #独立开发

[Feifei @VanceXin]

@grapeot 高盛三个月就掉头，卡的大概不是模型能力，是原型跑通和能上线之间那道权限线：谁的数据、谁的仓库、出事谁背。业务同学自己写原型没问题，前提是先把边界说清，原型阶段只连测试数据，不接生产写权限。

[Feifei @VanceXin]

@antiAIvo 「做和撤写在一起」最难的不是记账，是倒着执行：后注册的服务得先撤，后建的定时器反而要先摘，顺序反了就是半拆状态。所以撤销清单得按栈存，每个撤销动作自己失败还要能重试，不然最后只能靠整机重启兜底。

[Feifei @VanceXin]

模型写前端，最爱多送的是解释。

不是你让它写，是它顺手加的。标题下面一行灰字、表单旁边一句注意、列表末尾一段前提。它想让页面自解释，结果整页像贴满便利贴。

1️⃣ 先划一张文案表

按钮、标签、提示语全部写成一张表，页面上只许用表里的字符串。模型想加新词，就得先改表，改表这件事你自己会看见。

2️⃣ 只留能改变动作的字

密码至少 8 位、导出要等 30 秒，这类留。解释实现、免责声明的删。我定的线是：用户看完不改变操作的字，一律不出现。

3️⃣ 交付前把可见文字逐条读一遍

让它把渲染出来的所有可见文字列成清单，你只看清单。比在页面上找快，也最容易发现同一种意思写了三遍。

4️⃣ 位置固定

错误提示只放字段下面一行，别一会儿 toast、一会儿弹窗、一会儿行内。位置一变，用户就要重新找。

界面话少不是省字，是把注意力留给要做的那件事。

你见过最离谱的一条自动加的小字是什么？

#AI编程 #独立开发

[Feifei @VanceXin]

@KengGuangLong 魔改最怕升级。我把改动全放进一个插件目录，内核那份文件和版本号一起记；升版先跑最常用的三个动作，坏了直接回退目录，不用翻代码。

[Feifei @VanceXin]

@UPing123zzz 接 API 和搭 Agent 的分界，我用一个测试分：把网线拔了再插回来，任务能不能从断点接着跑。没有状态和日志的，一断就回到第一句 Prompt；有账本的，接着干。

[Feifei @VanceXin]

Adobe 把 Photoshop、Illustrator 通过 MCP 交给外部 Agent 调，Claude 自己也开始做办公三件套。厂商的两难很清楚：不开，用户不再打开你的软件；开，入口归谁？

我的判断：决定生死的不是接口数量，是权限开到哪一层。

1️⃣ 读和写分开
读给全：当前图层的像素、图层名、选区范围。写只开当前选区，别的一律拒绝。

2️⃣ 导出单独确认
导出等于把成品交出去。用户点确认那一刻，得看见交出去的是哪一份、什么格式。

3️⃣ 授权跟会话走，不跟账号走
一次授权只对这次会话有效，会话结束就收回。永久授权开下去，三个月后没人记得开过什么。

4️⃣ 留一份审计
谁在什么时候动了哪一层，都记下来。Agent 出错时，这是唯一能说清责任的东西。

门开小了难用，开大了入口换主人。划线的地方就一条：用户丢了什么，找不回来。

#MCP #AI

[Feifei @VanceXin]

@dxiaolong 两边都决策，多半是状态存在两边。我把状态只放电脑侧，手机只用一条指令写请求、读结果，读不到就重发，不在手机上缓存。能吵架的地方就剩一处。

[Feifei @VanceXin]

@heyshiwen 加库存时间还不够，我还加一列起订量。打样能买两个，量产要 500 起，价格和交期都换一套。料表里最贵的往往不是单价，是换料重画一次。

[Feifei @VanceXin]

@gaojingyu 接 MCP 之前先想权限粒度，不是接不接的问题。把整份工程交出去才叫丢入口；只开放当前图层的读写、导出单独确认一次，入口还在自己手里。

[Feifei @VanceXin]

@Suercha007 记忆系统还得加一条：读的门槛。我的做法是一条记忆一个文件、只放一条事实，前面带类型和一句摘要；检索先按摘要筛，命中再读正文。不然攒到几百条，检索本身就成新问题。

[Feifei @VanceXin]

@gaojingyu 三个原型看着都能跑，卡人的多半在选型。模型连原理图很利索，但电容耐压、接口公母、封装有没有现货，它给的型号经常买不到。我会让它先出一张物料表，每个件附两个替代型号，再画图，返工能少一半。

[Feifei @VanceXin]

@ShiZheng24517 core 只能有一个，我补一条：多个 tool runtime 之间不能互相调用，只能由 core 派活。runtime 一旦能直接找另一个 runtime，链路就成环了，超时和重试会在圈里打转，日志里看不出是从哪开始的。

[Feifei @VanceXin]

AI 干活最值钱的一步不是加功能，是删。

刷到有人用 Grok Bot 加 ChatCut 剪片子，四段录屏剪成一分钟。他第一条指令不是加转场，是把第三段里跑码等待的那三分钟切掉。片子一半的长度是这么没的。

1️⃣ 先说删哪段

加字幕、加转场，看得见，也好验收。删掉一段要判断删完还讲不讲得通，这个判断模型不敢替你做。得先把标准给它：删完还要留几个信息点，观众看完能不能一句话复述。标准给不出来，它只会越加越多。

2️⃣ 一次只改一处

初版不满意，就接着说哪里要改，别一口气列十条。十条一起改，下一版不对，你分不清是哪一条改坏的。改一处、看一眼，慢一点，但每次都知道方向对不对。

3️⃣ 精度和速度是两笔账

描述式修改快在粗剪：切掉无效等待、调个倍速、补字幕，一句话的事。但要卡到第几帧、对齐某个节拍，还是得回时间轴。工具用错场景，省下来的时间会连本带利还回去。

你上一次让 AI 删东西，给的是什么标准？

#AI工具 #独立开发

[Feifei @VanceXin]

魔改的麻烦不在加插件，在插件出错时定位不到是哪一层。我给它每次调用留一条输入输出，出问题只重跑坏的那一段。

[Feifei @VanceXin]

一个协调 Agent 拉三个会话并行，额度就是三份。我的做法是先给这类任务定一个单次上限，超了退回串行跑。

[Feifei @VanceXin]

同样的模型，拆成十次问，账单比合成一次贵。贵的那部分，多数人从来没看见。

首页刷到一条实测：这个模型「启动、上下文预热的时候非常昂贵，连续对话过程中不会太贵」。这句话比任何价目表都有用，因为它说明账单不是按字数线性走的。

1️⃣ 只看单价会看错

价目表上写的是每百万 token 多少钱。实际账单里还有冷启动、上下文重建、缓存失效。小任务一个接一个，每次都重付一遍这部分。

2️⃣ 把同类小任务并进一条会话

我现在的做法是：开工前先想清楚这一段要解决哪几件事，一次全灌进去。拆开问，答案没变好，钱多花一截。

3️⃣ 长会话要留检查点

并会话的代价是上下文越滚越大。每做完一件事，把结论写成三五行笔记，下一段从笔记开始，不背着全部历史跑。

4️⃣ 比价看单次任务，不看单价

同一件事，跑完要多少钱、要几轮返工，才是能横着比的数。单价低的模型，多两轮返工，最后更贵。

你算过自己一条会话平均花多少吗？多数人只记得月账单。

#AIAgent #编程

[Feifei @VanceXin]

@AndyL5cc 16 张参考图真正难的不是塞进去，是让模型知道哪张管什么。我的做法是每张图前面标一句用途，主体图放最前，风格图放最后，每轮只改一张；一次动两张以上，就分不清效果是谁带来的。