AI开发流程复盘
最近我用一套自己常用的开发套路,从零交付了一个个人项目 Evolution OS(人生进化系统)。整个过程跑下来比较顺。这套流程我觉得可以作为后续做个人新项目的标准套路,这里做个记录。
共 74 篇文章。
最近我用一套自己常用的开发套路,从零交付了一个个人项目 Evolution OS(人生进化系统)。整个过程跑下来比较顺。这套流程我觉得可以作为后续做个人新项目的标准套路,这里做个记录。
在讲框架之前,先想清楚一个问题:领导坐在台下,他到底想听什么?
最近几个月我一直在盯几件跟 AI 有关的事:Claude 的发布节奏、几篇讨论 PM 和开发者岗位会被怎么洗牌的文章、还有 Vibe Design 这类新提法。单独看每一条都像是新闻,但放在一起的时候,它们其实在回答同一个问题——我们这些写代码、做产品的人,岗位还能活多久。
不夸张地说,OpenClaw 这波热,不是因为它“又是一个更强的聊天机器人”,而是因为它第一次让很多人真切感受到:AI 开始从“回答问题”变成“替你操作世界”。官方把它定义为“运行在你自己设备上的个人 AI 助手”,可以接入你已经在用的沟通渠道;而媒体和官方评论对它的描述也高度一致:它不只是能说,还
简短答案: PointMLP 不知道目标在哪里!
这在经济学上称为"不对称收益"(asymmetric returns),就是风险和收益不对称。失败的可能性很大,但只会损失一小笔钱,成功的可能性很小,但是一旦成功,就会获得巨大收益,简单说就是"小亏大赚"。
回溯过往,我们将所有用例(Case)的逻辑都堆砌在 iFinD 的 spec 主题下。例如,单份文件可能包含 5000 多行代码,其中充斥着大量的 if-else 判断。这些逻辑的本质,实际上就是针对不同 Case 进行差异化的主题配置。
请帮我梳理下,并对这些概念进行合理的分类、说明(包括其英文名称是什么,为什么要叫这个中英文名字)、举例等,方便我快速理解、学习、彻底掌握和应用这些内容。
美国学生的英语学习方式,和很多非英语国家的“英语课”非常不同,因为:
Agentic AI(代理型AI,或译作智能体AI)代表了人工智能发展的一个新阶段,其核心在于强调 AI 系统的自主性、目标导向和行动能力。
如何避免上来就钻入细节,这里有2个技巧: - 先逮着问题反馈方,问10个问题 - 自己反复使用和测试出问题的页面,详见下一个章节 ### 没有明确现象和问题的范围域 >排查问题和架构设计一样,都应该遵循这个原则:自顶向下,逐步求精。
这个文章是将[[元框架-ECharts]]中基于「第一性原理 + 数学建模 + 形式化方法」的框架 简化为可用于团队培训的版本,目标是:不丢核心思想,但让工程师能听懂、能用、能落地、能快速掌握。
前端不会突然消失,但只会堆页面、追框架的人会越来越被动。更现实的出路,是把业务问题往架构、组件、工具和可衡量价值上推。
本文汇总 Web 前端可用的裁剪技术、实现原理、特点对比、典型应用场景与代码示例,便于在实际需求中快速选型与落地。
本文完整记录 iOS/Chrome 下曲线连接与遮罩裁剪失效的问题调查、根因分析、修复方案与关键代码变更,便于后续回溯与参考。
VISALL这个项目本身是基于微内核架构去设计的,但是随着多次版本的迭代,功能越来越多,其架构已经存在一些偏离了,因此准备对其进行系统的分析,找出里面存在的问题,然后我们计划对其进行一次重构。使其更加符合微内核架构的设计理念,以增强其程序质量和可维护性、可扩展性。
https://www.ruanyifeng.com/blog/2025/08/weekly-issue-363.html
AI 的普及并未削弱架构师的价值,反而要求其从 "代码编写者" 转向 "全局掌控者",核心职责主要体现在需求与架构的翻译、质量与效率的守护、团队协作的枢纽这几个方面。
简而言之:我要的是一个 元 Prompt —— 用来指导 AI 从已有代码中逆向提取出"原始需求 Prompt"。
最近这段时间,我几乎每天都在和各种 AI 编程工具打交道。这个过程有点像是在玩一场大型的"抽卡游戏",有时候你会抽到 SSR,有时候则是连续的 R 卡。
项目下的fixed、final等等文件,是否都是之前调试过程中的产物呢?现在调试完成了,是否应该对测试模块下的代码进行一个整体性的梳理,去掉这些 │ Fixed、Final 等等文件,将其编写为整洁的代码呢? 另外帮我分析一下目前的这个测试模块,其程序设计、技术选型等等是否
F10的技术选型: https://fellou.ai/eko/docs/getting-started/eko/
VISALL项目目前配置了npm workspace,但未真正使用pnpm workspace:
灵活适配的模型选择 得益于多 Agent 架构,我们可以根据任务的复杂度和模型的特点,灵活选择最适合的模型。例如,对于数据拆分这类相对简单的任务,7B 小模型即可快速输出结果,确保高效执行;而对于更复杂的任务,则可以选择更强大的模型来保证输出质量。
注意,这里的"b"是小写,表示比特位(bit)。平时使用的 MB 和 GB 的"B"是大写,表示字节(Byte),一个字节等于8个比特位。 视频应用对网速的需求最大,Netflix 的 4K 视频,网速要求是每秒 15 Mb,4G 网络下可以同时打开三、四个窗口播放。
论文: https://github.com/deepseek-ai/DeepSeek-V3/blob/main/DeepSeekV3.pdf 论文中,明确提出了 DeepSeek-V3 仅使用 2048 块 GPU 训练了 2 个月,并且只花费了 557.6 万美金。
https://www.zhihu.com/question/5861691391
Manim:命令式(怎么做) ZRender:声明式(做什么)
单元测试用于验证正确性,Self-play 用于尝试和学习,两者结合,可以实现 AI 可视化配置! UI 稿/截图-LLM 试错-单元测试验证-LLM 试错-单元测试验证...... 将可视化配置任务转换成一个类似围棋的自我对弈任务,通过强化学习解决。 这个是一个很好的思路,可以尝试一下,有搞头!
我们基于 ECharts 的竞赛图 封装了一个动态柱状图组件,用于对多周期数据进行动态展示。这是之前的同事封装的,现在业务上线之后,发现当本周期有新数据出现时,效果非常差:
https://ai.meta.com/blog/meta-llama-3/
这一年,公司在全力推动 AIGC 产品。似乎每个部门都在做,但是真正成功的产品几近于零。
https://claude.ai/chat/640507fe-f354-48ef-bdcf-f8a6ab4f289a
大语言模型(Large Language Models)能够解决的核心问题是自然语言处理中的文本生成和预测。具体来说,其目标是建立一个对给定输入序列概率进行建模的模型,利用该模型来生成具有自然流畅性和连贯性的文本,包括自动摘要、机器翻译、聊天机器人、问答系统等。
Three.js是通过WebGLRenderer渲染场景的,因此只要把WebGLRenderer的每一个概念和属性搞清楚,做出Demo查看其影响范围,就能把如何调试渲染效果给掌握了。
这是我们初始想到的办法,实际上并不合适,性能差,效果也达不到预期。
写代码也更倾向于函数式编程,减少了状态的随意传递,后续维护性会更好一些。
咖啡有个生效过程,如果到了公司才喝,要等到一个小时之后才起效。因此应该起床后就喝。
参考资料:https://zhuanlan.zhihu.com/p/87598465
上周四突发的几个事情,占据了我不少时间,包括更新展示大厅的 PPT、和设计师核对交互细节、新的发布流程(起码 3 小时)等。
F10有大量的公司财务数据,而非专业人员在查看这些财务数据的时候,是很吃力的,包括概念难以理解、难以从数据中发现规律和逻辑、难以得出结论辅助自己决策等等。
这是今年的感悟,加上最近看了一些演讲视频,就更对这块深有体会了。
按键精灵可以使用各种标准VBS命令,比如数值操作、字符串操作等
起因是昨晚听了 WZB 的管理分享,然后我意识到,其实绝大部分开发组长都是没啥管理意识的,包括我自己,也是属于有一些意识但是并没有完整的策略模型,很多事情也是了解但是没去做。这就是典型的一个傻子和一堆傻子一起玩,那么这个傻子不可能变成聪明人。
2021 怎么走?还是这样肯定不行,得变更,得跳出舒适圈。
presentation: night.css width: 800 height: 600
现在前端团队都是分散到各个具体业务中的,这就导致信息互通、技术工具的整合推广,都存在问题。前端年初都会列出很多待解决的问题,我们也知道有很多事情应该去做,但是究竟这些问题里面,最影响开发效率、性价比最高的20%内容是什么,其实是没有数据来支撑验证的,因此我们的改进还是稍微有点拍脑袋。 形成对比的就是
http://jira002.iwencai.com:8080/browse/DATAV-2055
最近一时兴起想买个笔记本,结果筛选的过程中一发不可收拾,每天都会花费不少时间去查看笔记本信息,但是直到现在,我也没有明确定下来买什么笔记本。我之所以花时间去查看这些信息,是希望能够以较低的价格买到适合我的笔记本,但是如果算一下我耗费在这上面的时间,其价值已经远远超过能给我节省的钱了。虽然这个过程能让
我工作已经有九年半了,在此期间,也经历了国内互联网行业的各种变更。总体的感觉,大家在工作中的乐趣正一点点的丢失。造成这个问题的原因有很多,我按照自己的想法总结了下:
给基金团队带来多少帮助? 给资讯团队带来了多少帮助? 给 F10 带来了多少帮助? 他们本来开发一个项目要多久,现在由于我的加入,需要多久?
明确业务方向->明确需要什么样的人->明确需要多少人->明确招聘需求->干就是了!
好久没有学习英语了,翻了下扇贝打卡日历,发现上一次坚持学习,是截止到2020.1.24,也就是去年的除夕这一天。其实去年后面几个月的学习,已经是马虎了事,每天打个卡而已,并没有真正收获什么。现在距离我的小目标(2021.02.14),时间越来越近了,现在必须得重新将英语学习拾起来了。
我现在已经属于触底反弹期间了,但是如果我不将自己的主动性调起来,那么肯定是反弹不上来的。
我们希望上班能带来精神和物质上的收获,希望周末能愉快的和家人一起出游。
架构师(Architect /ˈɑːrkɪtekt/)是很多技术人员的职业发展目标。但是绝大多数人(至少我身边的绝大多数人),对于架构师的定义、工作职责、能力要求并没有一个很清晰的了解。这也就导致大家的职业规划只是嘴上说说,没有明确的目标和行动策略。
现在技术更新越来越快,工作压力也与日俱增,再加上自己年龄逐渐增大,这两年考虑这方面的内容比较多。其实这个问题的答案很早就有了,那就是持续学习才能让自己不被淘汰。但是光是学习还不够,你学习的速度、产出的价值还需要能跟得上业界的发展、公司的发展速度,否则就意味着竞争力的下降,最终只是迟一点被淘汰而已。
我们需要在一开始,就把这三要素给讨论确定下来。这部分内容花费的时间多一点也是很值得的。
业务组件的建设和推广,结合结果页,找几个新业务实践下,我们不只是提供可视化组件,这样才能扩大团队规模,才能发展。
今后如果其他组借我们的人进行业务开发,除非我们真的很空,否则坚决不借人。
上周末太忙了,一直在加班,周六周日都搞到凌晨三点多,没有写周总结。这也是因为上周没有注意平时的积累,都放到周末去总结,就导致了这个情况。
如何将自己这个项目做好,是我需要投入毕生精力去考虑的事情。
企业最关心的(或者说唯一在乎的)事情,就是增加收入、降低成本。 企业实际上需要的不是程序员,而是能够帮助它们增加收入、降低成本的人。 企业雇佣你,是为了让你帮它们完成某个可以增加收入、降低成本的项目,而不是为了让你追求个人的软件成就。
最近做了一个动画,用于 PC 端的并购重组网页,展示并购重组的过程。今天给 Boss 看了下,结果比较悲剧,被称为是看过的世界上倒数第二烂的设计......
Office的PPT在画图时其实是很强大的,这个已经能够满足常规需求了,因此直接选择PPT作为画图工具即可。
最近有一个需求,要展示某人整个人生阶段中,每一年的支出数据。假设这个人的支出信息如下(为了简化理解和作图,只罗列5年数据):
不管是数据新闻也好、大屏也好、组件也好,如果仍然仅仅只是停留在开发的思维上,是没法做成的,因为这些东西都是需要有用户量、有收益,才能体现价值的,所以不光要做出产品,更要去宣传和推广。
今年上半年是我工作以来,甚至可以说是有生以来,压力最大的半年。
这里的“淘汰”,可能并不是指无法生存,而是指无法自己掌握主动性,只能随波逐流的人;一旦你所处的环境发生变化,很可能就会对你造成非常大的打击(比如失业)。
vis.js包含了很多类型的图形,我这次主要是使用其network类型的可视化图形。
这是我最近看到的一篇文章,里面的内容恰好和我当前遇到的问题契合度很高,看完感触颇多。
能够给你带来能力上的提升,能够让你更加自信,能够让你拥有更多的机会。
项目开发结束,马上就要部署上线了。而Java Web应用的部署方式有很多,为了合理的利用资源,我们想先对每种方式进行测试,然后选择最优的作为我们的方案。因此我让组里的实习生YWD同学做了一些测试工作。
今天晚上是管理例会,轮到L同事主持,主题是“如何提升开发人员测试意识”。会上提到了目前我们组在项目开发中出现的一些问题,也引发了我自己对于近期项目管理的反思,这里记录一下,作为接下来的改进方向。