wdzij

10年独立开发者
用 AI 做产品，用文字记录过程
我不想一觉醒来发现世界变了再问为什么

[wdzij @wdzij]

@fkysly 如果我上午看到你的帖子，我会说是我，但是我今天下午被封了，稳定用了1年多了😂，新注册一个账户1秒被封

[wdzij @wdzij]

@Leviticus_Aru 我也有这个疑问，找了好多次都只能看到归档，找不到删除

[wdzij @wdzij]

@dongxi_nlp claude 100 、codex 200、 gemini 20

[wdzij @wdzij]

@jakevin7 你如果愿意，我先砍自己一刀

[wdzij @wdzij]

@sofish 如果直接开没有可以先开个20，然后改变套餐

[wdzij @wdzij]

@wwwgoubuli 都说中转站卖的是注水的，到头来发现他们自己也玩注水这一套😂

[wdzij @wdzij]

@starzq 经常飙韩语，可能是vpn的问题

[wdzij @wdzij]

@phuctm97 Gemini 还不错

[wdzij @wdzij]

@kepano @RookieRicardoR 顺便说一句，我已经成为Obsidian的忠实粉丝了，我在小红书分享了很多Obsidian技巧🥳

[wdzij @wdzij]

@kepano @RookieRicardoR 给你点赞🥳

[wdzij @wdzij]

@kepano @RookieRicardoR 我刚才用我的文章试了一下，头图是可以抓到的，但是文章里面的图片确实都过滤了。

https://t.co/fQt79I8e5n

https://t.co/DPdZVKbVaL

[wdzij @wdzij]

@vikingmute 好办法，学到了，这种方式下是不是可以让页面结构像skills一样，带一个很薄的结构化头部，这样下次���用的时候也不用全部都读取了。我们管理查看也方便，AI重复调用也省token ？

[wdzij @wdzij]

@arkuy99 @james_curtis_oh 🙋‍♂️

[wdzij @wdzij]

@dingyi 我用了5年的前段时间也炸了一星期，最近恢复了

[wdzij @wdzij]

@RookieRicardoR 看来适配的不全面，我刚才用 jina 抓了一下推文，会有很多其他信息在，用defuddle抓的话只有干净的推文内容。

[wdzij @wdzij]

做 AI 编程的时候，

你大概率遇到过这种情况：

一个问题卡住了，

AI 改了一遍又一遍，

改好���个坏了那个，

来回折腾，就是出不了这个坑。

我之前做 2.5D 游戏的遮挡系统，角色在场景里走的时候，前后遮挡关系不对。

Codex 改了 3 天半，196 轮对话，1883 次工具调用。

每次修好一个物体的遮挡，另一个物体又出问题了。

越改越乱。

卡了三天，我想找人帮忙看看，或者���一个 AI 来接手。

但问题来了：这三天到底发生了什么，我自己都说不清楚。

哪些方案试过了，哪些失败了，报错原文在哪，196 轮对话的关键信息散在七八个会话里。

去论坛求助？光解释上下文就得说半小时。

给另一个 AI 看？它又要从头问一遍"你想实现什么"。

我就想能不能把这堆乱七八糟的东西，自动整理成一份别人能看懂的文档。

于是写了一个 skill，叫 stuck。

它做的事是这样的：

先问你卡在什么问题上，

然后自动扫描你机器上的 AI 对话记录，

支持 Claude Code、Codex CLI、OpenClaw、Gemini CLI，

让你选哪几个对话跟这个问题有关。

选完之后它扫描那些对话，

提取报错原文、AI 试过的方案、每个方案的结果，

还会自动判断卡死的模式——是同一个错反复出现的死循环，

还是修好 A 坏了 B 的退化，

还是每次方向都不一样的发散。

最后把所有信息整理成一份 HELP_REQUEST.md，

输出之前还会自动脱敏，

API key 和内部路径这些东西全部替换掉。

我拿自己的两个 Codex 对话跑了一次。

3.5 天、196 轮对话，变成了几页文档。

时间线上每一天 AI 做了什么、结果怎么样、在哪一步开始退化，全列出来了。

已经排除掉的 7 种方案也在。

把这份文档交给 Claude Code 看，它几分钟就找到了一个关键 bug。

scene-depth.ts 里三个判断条件全部返回了 "back"，角色无论站在哪面墙前面，深度都按后排算。

Codex 改了三天都没发现这个，Claude 读完文档就直接定位到了。

这件事让我意识到，卡住的时候，最需要的不是换一个更强的模型。

是把问题说清楚。

一个 AI 花了三天搞不定的事情，���理成一份结构化的文档，另一个 AI 读完就能接手，问题出在哪里一眼就看出来了。

stuck 这个 skill 开源的，一条命令装好：

clawhub install buzuweidao/stuck

装完之后跟 Claude Code 说"卡住了"或者"stuck"，它就会启动这个流程。

AI 卡死了别死磕，生成一份文档，换一个 AI 接着看。强烈建议大家试试。

[wdzij @wdzij]

@PhyrexNi @turingou 豆包很好用

[wdzij @wdzij]

我 Claude Code 里最长的一次对话，跑了 2456 轮。

这个数字出来的时候我自己也愣了一下。

但回头想，那次效率并不算高。

说了很多，AI 还是会在某些地方绕圈子，我也会跟着它一起转。

和 AI 沟通，轮数多不等于效率高。

方式对，十句话能干完的，

方式不对，一百句还没说清楚。

我用了 200 多亿 token 后才想明白。

大部分人和 AI 说话是这个模式：

把所有的想法一口气说出去，然后等答案。

答得不对，再补充一遍，还不对，再说一遍。

就这样来回磨。

磨着磨着，对话越来越长，方向越来越乱，最后你已经搞不清楚当初让它做什么了。

问题出在哪？你以为自己说清楚了，但 AI 理解的需求，和你真正想要的，从第一句话开始就不是一回事。

我后来改成了反过来。

说完大概的方向之后，加一句话："你需要了解哪些细节，才能帮我把这件事做好？"让 AI 来问我，而不是我一个劲儿往外倒。

AI会找到你没想到、但确实关键的细节，逼你把模糊的地方说清楚。

几轮下来，需求比你自己一个人想的还要清晰。

这时候再让它动手，跑偏的概率就低很多了。

但光把需求说清楚，还不够。

很多人的习惯是：需求刚说完，马上让 AI 开始干活。

结果干到一半发现方向不对，再回头改，来回折腾，时间全浪费在返工上。

我现在分成两步。

第一次对话只聊不执行，专门用来把需求和想法说透，确认没问题。

第二次才让它给出执行计划，我看一遍，觉得没问题，再开始干。

中间多出来的这一步看起来慢，实际上省了后面一大堆返工的时间。

还有一种情况，更让人崩溃：AI 明显跑偏了，但你继续跟它磨，越磨越绕，最后你也跟着它一起转圈子了。

本能反应是继续解释，但这玩意儿有时候是真的钻进牛角尖出不来，怎么说都转不过弯。

这时候，我的做���是引入第二个 AI，或者直接开一个新对话。

两种方式背后是同一个逻辑：

让 AI 从头看，而不在一个越来越长的上下文里继续绕。

新对话的好处是干净，没有之前那些乱掉的铺垫。

换一个 AI 的好处是视角不同，Claude 跑偏了换 Codex，Codex 跑偏了换 Claude。

Anthropic 做过一份研究，分析了大量对话数据之后，他们发现 prompt 质量和回复质量的相关系数是 0.925。

这个数字有多夸张——在社会科学领域，超过 0.7 就已经是强相关了，0.925 几乎是不可能出现的。

说白了就是：你跟 AI 说话说得有多好，它给你的答案就有多好。

Wharton 商学院有个研究发现，用"你是一个资深XX专家"来开头写 prompt，和不用相比，统计上没有显著差异。

真正有效的，永远是你对这件事理解得够不够深，问题能不能说清楚。

AI 放大的是你输入的质量，不是你掌握了多少技巧。

3 件事，今天就可以试。

第一，说完需求之后加一句："你有什么问题要问我？"先让 AI 主动挖需求，不要急着让它动手。

第二，把需求确认和执行计划分成两次对话，第一次只聊不干活。

第三，AI 跑偏的时候，换一个 AI 问同样的问题，看看两个回答有什么不同。

强烈建议大家试试。