别急着换更大的模型——先把活拆小,模型自己就变强了。
这不是空话,是有论文验证过的,Zhang 等人那篇讲脚手架组合泛化的论文《Language Model Harnesses Can Be Compositional Generalizers》,做了个实验:同样是 27B 的模型,只换拆活这一个办法。
它的办法就两句:长材料不往提示词里塞,存在外面一个能跑代码的地方,模型写代码去查;大任务拆成小活,一次只让模型干一件它练过的。
效果怎么样呢?在 8 个训练时没见过的长任务上,同样是 27B 的模型,用合成数据按拆活办法训出来的,平均 58.5 分;同一套脚手架里没这么训的,46.1 分。只换一个变量,分数差了 12.4 分——拆活这个变量说了算。另一组实验只在短任务上练,拿到长 8 到 32 倍的任务上,效果照样在。
省在哪也测出来了:一件事要来回几轮,从 18.4 轮降到 6.5 轮,总 token 从约 72 万降到 38.5 万;但输出 token 从约 1.5 万涨到 6.5 万。省的是来回的轮数和总 token,不是输出的字数。
但能全信吗?这只是个解释,不是定论。为什么拆活有效,论文给的说法是“每次调用都落在模型熟悉的范围里”——这个说法有侧面证据,没被直接证实;换个任务,迁移效果也不一样;省的是 token 和轮数,不是实测耗时。
所以我的判断是:模型不够用时,先改脚手架再换模型——把大任务拆成模型见过的小调用,前提是拆法本身可复用、且你能量出拆完是不是真省了。
落到我自己身上,我让 agent 干长活,也是先拆再干:
第一,长材料先移出提示词:存到文件里,让模型写代码去查,用到了再拿,别整段往提示词里贴。
第二,大任务先拆成小活:每一步只让模型做一件它练过的活(查一段、改一处、验一次),别一次喂整个任务。
第三,拆完量两笔账:来回轮数和总 token 降没降、输出 token 涨了多少——只看一头会误判。
模型没变强,是每次见到的问题都变熟了。
你最近一次觉得模型不够用,是先换了模型,还是先拆了活?
1
3
225
一直觉得 Dia 挺好用,这次 v1.57 更新把它从“读取工具”推进到“能动手创作”。
以前 Dia 只能读 Figma 文件,现在可以创建、编辑、读取,从聊天直接出成品:生成 Figma Slides、用 FigJam 白板整理头脑风暴、按最新反馈修改设计。
我觉得最实用的是:在 Figma 里放一个现成模板,Dia 会从 Slack 聊天、文档或日历里找出相关信息,填到模板里对应的位置。比如让它用 Slack 里的讨论内容做一张活动海报,不用自己复制粘贴。而且它在你的 Figma 里创建任何东西前都会先问你。
这次还有:嵌套标签组(最多 8 层)、聊天里直接附加 Excel/Word/PPT、Notion/Slack/GitHub 搜索增强。
3
4
312
等Agent跑任务的间隙,我生成了个deepseek harness插件,把「读」和「记」都装进了Agent里
今天,我们都成了 Yes 工程师。
Agent 在跑,你在点确认。
手伸向手机,又停在半空—— 刷手机是碎的,发呆是空的。
所以我做了这个插件:澄境 | Limina 装在 DeepSeek Harness 侧栏里,不离开 Agent:
📖 订阅 RSS,播客边听边看字幕;
📚 PDF / EPUB 电子书,本地目录、百度网盘都能读;
📄 论文输入 arXiv 编号或 DOI,先看速读卡再决定读不读;
💬 读不懂的地方,右侧 AI 伴读就地问;
🔒 私密日记单独加密,模型也看不到 不注册账号,一切留在本机。 (目前仅在 macOS 上实测)
🧡 插件已开源(MIT),代码和说明都在 GitHub: github.com/BannyLon/dsh-npie…
你等 Agent 的时候,都在干嘛?评论区聊聊 👇
用飞书接上 dsh-superagent,把本地文档一键写成飞书文档。
虽然这活"豆包工作"干起来更丝滑、更便捷,但豆包要充钱啊!最便宜的会员都要 68 块,免费那点积分几下就造光了。
自己折腾一个工作流,自由多了,还省钱。
刚才我把本地写好的一篇 Markdown 长文直接丢进飞书群,艾特了一下机器人。它自己跑去检查,发现少 3 个权限,直接把要开的权限列出来发我。我在后台点一下,回句“已开通”,它立马接着干活。等了几分钟,不仅文档建好了,连原文件里乱码的格式都顺手修干净了。
不得不夸一句 DeepSeek 开源的 dsh-superagent,这架构拿来改办公流太顺手了。
原本是写代码用的原型,接进飞书后,前台派活、后台隔离干活,想切哪个模型就切哪个模型,丰俭由人。
照这个路子玩下去,只要给后台配上不同的工具和指令,完全能捏出各种岗位的数字员工——一人在群里随手派单,一支 AI 团队在后台并行干活,这才是个人玩家该有的玩法。
wcnlxr63g8kg.feishu.cn/docx/…
2
2
281
Claude Code 2.1.323 出了 Code Mode:模型不再一次调一个工具,而是写段 JavaScript 一次跑完一串调用。
以前模型每调一次工具、读一次结果再想下一步。现在是模型写一段 JavaScript,Claude Code 在会话里跑它:一段代码能并行跑几条命令、拿上一步结果当下一步输入、只把需要那部分还给它。对话里看到的还是工具调用(比如改动的 diff),不是代码;想看代码按 Ctrl+O。
最适合调用多又相关的活:改很多文件、搜索结果先过滤、几条命令同时跑。
目前该功能属于实验性功能,默认关闭,随时可能改动或移除。
如何打开Code Mode:
临时试用在 shell 里设(CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 claude),长期开写进用户设置 ~/.claude/settings.json 的 env 块里。
第一次要确认,顶部出现 Code Mode (experimental) is on 才算开。模型用 Opus 5.5、Sonnet 5.5、Haiku 5.5 或 Fable 5.2,只在终端交互会话用。
关键变化在审查上:代码里的每次调用还是要过拒绝(deny)、询问(ask)规则和工具调用前检查(PreToolUse hook)。但自动模式下,分类器审每段代码、不审每次调用,看不见运行时才算出的值,比如搜索结果里的路径。必须卡住的调用,别指望分类器。
还有两处坑:续跑(--continue/--resume)时变量必须还是 1,关了它就拒绝恢复;公司管理员能在统一管理配置里设 0 禁掉,但只能禁不能开,个人账号不用管。
我个人观点:Code Mode 省的是来回,不是检查——审查从每次调用变成每段代码,运行时才算出的值分类器看不见,规则和 hook 还得留着。
我的做法是这样:
第一,开之前先对一遍护栏:必须卡住的调用(写生产库、删文件)用拒绝规则或 hook 锁死,别指望自动模式的分类器。
第二,写一个审代码的 hook:让工具调用前的检查认准 REPL(跑代码的工具),从 tool_input.code 读出它写的 JavaScript 再放行。
第三,shell 命令的 hook 要逐段查:cd 'app' && git push 到 hook 手里是一整串,每一段都得过一遍,别只看开头。
第四,先小范围试:同一任务先关 Code Mode 跑一遍、再开跑一遍,对比 /cost;后台长构建最长 2 小时,等 10 分钟停。
一句话:审查从每次调用变成每段代码,护栏得跟上变。
你开 Code Mode 了吗?第一次跑感觉怎么样?
3
4
181
风格指南写得越像你,AI 写得越不像你。
这是 Every 评估负责人 Mike Taylor 折腾了 6 年得出的结论。早在 2023 年,他用 AI 写的文章就已经能骗过朋友和同事,没人分得出真假。但他自己一眼就能看穿——甚至同事问起他“写过”的某段内容时,他根本认不出那是自己的想法。
问题就出在风格指南上:指南里列的全是他的“招牌动作”,比如自嘲、单句成段、“Here's the thing”这类口头禅。AI 照单全收、用力过猛,最后写出来的不是他,而是一幅对他的夸张漫画。
后来他换了个思路,把“描述风格”变成了“考试优化”:
1.攒题库并划出考卷:收集 185 篇自己的文章(共 33.5 万字),特意留出 54 篇当“期末考卷”,绝不提前喂给 AI。
2.提取纯干货简报:把每篇文章拆解成“只留实质、不留风格”的简报——论点、大纲、事实、来源、故事、原话全保留,但把句式、开头钩子、笑话全拿掉。
3.设立盲测判卷人:拿真实的原文章当标准答案,让 AI 对比两份新写的草稿,挑出更像他的一份(为防偏差,还会调换草稿顺序各比一次)。
4.用优化器迭代提示词:让 AI 不断修改写作指令(Skill),生成草稿去判分,只保留得分更高的改法。
结果非常惊人:在那 54 篇没见过的“考卷”上,Claude Opus 5.5 写出的草稿被判定“更像他”的比例,直接从 16% 飙升到了 93%。他自己从有想法到成稿,也从以前的一整天缩短到了 1 小时,手动改稿更是从几百处降到了 44 处。
核心逻辑只有一条:风格不是靠总结描述出来的,而是靠考试“考”出来的。 而且考卷必须是留出来的真文章,否则 AI 只是在死记硬背你的旧作。
如果你想复刻这套做法,可以按这四步走:
• 备素材:攒 12 到 25 篇同一平台的文章(如果文风变了,就用最近的 30 篇);没有文章,就用最近 30 场会议的录音转文字,千万别用推文和邮件凑数。
• 做简报:只提炼论点、事实、来源、故事和原话,剔除所有修辞和句式。关键原则:简报里必须有你的核心观点,且你喂给 AI 的字数要比它吐出来的多,否则写出来的就不是你的思想。
• 建判卷:用原文章作对照,让 AI 盲测两份草稿(正反顺序各测一次),并要求它写出两份草稿的具体差距。
• 搞迭代:只保留让得分变高的指令修改;同时把你每次人工改稿的痕迹喂回去,作为下一轮的训练数据。
一句话总结:先想好怎么考,再想怎么改。
你平时让 AI 写过东西吗?写出来的有“内味儿”吗?
4
2
399
Gemini Notebook 又一新功能:
一句 “帮我创建一个网站”,就能基于你的来源资料出一个网站。仪表盘、项目跟踪都能做。
You can now turn your sources into interactive, shareable websites 🤯
Just type "make me a site" in the Chat with a description of what you want to build (interactive dashboards, project trackers, etc). Once built, open it in a new tab or share it directly with others.
Available globally on web for ALL (18+) users. Share your examples below!
1
3
521
我只打了一句话,DeepSeek Harness 就直接接管我的电脑,全自动完成从读资料 → 出图 → 进 PS 的全套设计! 🚀
这句话是:「打开我的 photoshop,然后设计一张插件推广海报」。
DeepSeek Harness 调用 Computer Use 功能干了三件事,我一次鼠标没点:
1.读我那个插件目录的 README,自己挑出能上图的文案和数字
2.写 HTML,用无头 Chrome 渲出 1600×2000 和 3200×4000 两张
3.open -a "Adobe Photoshop 2026" 启动它,把图丢进画布,再截图回来给我核
最后 PS 里躺着一张 3200×4000、RGB/8 的图,缩放 33.3%。
不过,图是扁平单层,改一个字都改不了。它干的是「送到 PS 里给你看」,不是「在 PS 里排版」。要分层 PSD,得再让它写脚本 —— 这一步我没做。
我赌一句:Computer Use 会先淘汰「导出下载再手动导入」这一整段流程。
你觉得下一个被它干掉的跨软件繁琐操作是什么?👇
#DeepSeek #ComputerUse #AI工作流 #Photoshop
AI 没把内容写烂。
它只是把烂内容的产量翻了 10 倍。
SEO 凑字数、标题党、复制粘贴的“干货”,在聊天机器人出现之前就已经在刷屏了。AI 不是罪魁祸首,也不是救世主,它只是个加速器。
但加速之后,有两件事彻底变了:
1. 生成一篇只要 10 秒,瓶颈全卡在了审稿的人身上。
2. 内容多了 10 倍,读者的时间一分钟也没多。慢慢打磨的东西不是变差了,是先被挤出了信息流。
我自己天天拿 AI 写初稿,深有体会 🫠
现在最花时间的早就不是“写”,而是“删”。
所以我给自己立了一道很土的规矩:
一条草稿里,如果没有一个别处找不到的真实例子、一手数据或踩坑经历,就不发。
哪怕写完了,也不发。
说实话挺难守的,毕竟大家都在卷日更。
你发帖前,AI 初稿一般要删多少?
A 几乎不删
B 删一半
C 基本重写
D 我不用 AI 写
评论区回个字母 👇
6
5
267
有没有这样的经历:你正盯着屏幕看 Agent 丝滑重构第 14 个核心文件,进度条走到 95%,屏幕突然蹦出来一行字——「你的额度已用完」。
那一刻真的脑子嗡的一声,会让人彻底陷入存在主义危机:
手足无措地盯着屏幕,满脑子只有“完了,这下怎么办”。重开一遍得把刚才的几十轮对话重新喂一遍,硬等冷却又急得要死,干坐着完全不知道下一步该干嘛。
被坑过好几次之后,我现在每次遇到这种突然断粮,都是这么硬救的 👇
1、千万别手快刷新页面!先把页面上已经吐出来的内容全选复制下来,能抢救多少算多少。
2、直接打开免费/便宜的轻量小模型(比如各种 Flash 版),把刚才的半成品和最后一句指令丢过去让它硬接上收个尾,救急完全够用。
3、长任务跑个四五轮,就顺手让它总结一句“目前进度”,哪怕下一秒突然没额度了,换个号也能直接接着干。
你们平时都是怎么防突然断粮的?有啥野路子评论区教教我 👇
3
3
252
你是不是在用 DeepSeek Harness 时,面对「标准 / PTC / 极简 / 创造」四个模式,总拿不准哪个才配得上手头这个任务?
最好的交互,应该是“没有多余的交互”。既然人脑懒得记规则,不如直接交给自然语言。
于是我搓了个「模式推荐」插件 dsh-npie-modeguide,把「选模式」变成一句人话 👇
1️⃣ 拒绝硬编码:构建时直接从当前内核的 4 份预设 YAML 真解析出能力表(4 列 13 行),只对比真正有差异的能力。
2️⃣ 极简交互:在会话框用大白话写下需求 ➔ 点输入框工具栏图标 ➔ 点「给建议」,秒出匹配结果。
3️⃣ 判得准且快:不靠玄学“猜意图”,而是精准反推「这任务需要哪个模式独有的工具」。本地规则优先,拿不准才调模型兜底(带硬超时,绝不卡死)。
💡 交互与边界说明:
✅ 空白新任务:支持点击「切到这个模式」一键无缝切换。
⚠️ 诚实的限制:任务一旦开始,底层模式在创建时即锁定,此时插件只给建议、不提供切换按钮(留着下个新任务再用)。
让“说人话”成为唯一的配置入口,把精力彻底留给干活本身。
你平时哪个模式用得最多?欢迎评论区聊聊,插件开源地址放首楼了 👇
DeepSeek harness 用下来,体感很不错。
原因就俩字:自由。
它不替你决定该怎么用,缺什么自己补上就行。
图里这几个都是我这阵子自己搭的:
【插件 1-dsh-npie-reader】:澄境 | Limina 阅人际,留寸心。
【插件 2-dsh-npie-mirror】:镜界 | Mirror 像不像,不靠 AI 说,靠同一把尺子量。
【插件 3-dsh-npie-scheduledtasks】:定时任务看板 一句话排期,到点真开一场会话。
【插件 4-dsh-npie-hub】技能 • MCP • 市场 一处管完,装了就生效。
……
写完最大的感受是,以前是我去适应工具,现在是工具来适应我的工作流。工具不规定你怎么干活,这种感觉很久没有过了。
自由度给够了,能玩出很多花样。
你最想给它加个什么插件?
说一个,我挑一个来搭 👇




























