Pinned Tweet
鉴于之前自己的书在国内销量还不错,现在海外英文版的也在这周也要上架亚马逊了!
海外版的还针对海外的 AI 工具改了不少内容,改得都差点想放弃了🤣
我人生的第一本有关 AI 编程的总算发售了,没想到在还没开始推广的情况下,这几天已经售出了 300 多本了,真的意料之外...
如果是小白、AI 爱好者想通过氛围编程系统化去开发自己的应用并出海的,极度推荐看看,书里浓缩了我老程序员多年的技术心得,以及结合 AI 的最佳实践。
当然这本书的发布还得多亏 @XCaptaincc 的背后支持,如果不是他突然心血来潮问了下我有没兴趣出书,还有背后各种强大资源推动,估计现在也没这回事了哈哈...
对了,这次我们这本书也有幸给海外出版社 Packt @PacktPublishing 翻译为英文出售给全球海外读者,也可以期待一下。
平时每月 500 多美金的 AWS 账单,9 月才过 7 天,直接被刷到 6,600 多美金。
凌晨收到邮件,账号被停用了。元凶是两台完全不认识的 c5.2xlarge,一周跑了 70TB 出站流量,典型的被人拿去当代理节点卖带宽。
顺着 CloudTrail 一查,实锤了:
我的 IAM 密钥泄露,攻击者用脚本连开五波实例,来源 IP 全是美国住宅宽带。
最细思极恐的是,账号停用前几分钟,他还创建了一个叫 bedrock-console-4 的 IAM 用户,名字伪装成 AWS 官方服务,就差一步做成持久化后门了。
泄露源查到最后,挺无奈的:
我平时会用一些第三方模型 API 中转站,key 大概率是对话的时候带出去的。(建议大家一定要用官方 AI 做这些安全敏感的事情)
这种事真的防不胜防,自己本地做得再规范,也堵不住别人那里的口子。
说实话,干了这么多年 DevOps,攻防演练做过,安全审计也做过,自以为底线意识足够强了。
结果栽在这样一个“新型 AI 诈骗”上。
不过这次止损全程是多亏了 AI 陪我做完的:
取证、画时间线、删后门、终止实例、轮换密钥、起草欺诈申诉,一环扣一环。
换以前自己一个人查,光 CloudTrail 就得啃一整天。
几个血泪教训:
1. 密钥当成消耗品,定期轮换,别指望一把 key 用一辈子。
2. 给第三方服务的 key 权限最小化,能用只读就别给写,能用单桶就别给全账号。
3. MFA 管的是控制台,Access Key 泄露等于门钥匙被人复制,第一时间禁用。
4. AWS 对密钥泄露产生的欺诈账单是可以申诉减免的,证据链一定留好。
最后要专门夸一下 AWS 官方。
提交证据申诉之后,他们确认了属于密钥泄露盗刷,这 6,600 多美金的费用愿意撤销,账号也在走解封流程。
没有跟我扯皮,处理得干脆利落,这点真的值得点赞。
有惊无险,上了最贵的一课,但也算遇到了最体面的处理。
glm 5.3 模型是个好东西,但是 zcode 偷偷上传用户本地核心代码,用户不知情,也解锁不了上传的代码,这就有点过分了。
幸好我只是一直用智谱的 API…作为上市的国产大模型标杆公司,又落下人家的话柄,真的有点失望
现在同时交给 AI 的任务越来越多,这个聊完切那个,回头一看一堆对话窗口,哪件事做完了、哪件还待定,全靠脑子硬记。
我自己的做法特别简单:在对话名称前面加前缀。
WIP:进行中
DONE:已完成
PENDING:待定
一眼扫过去,跟进状态清清楚楚。
一两条对话无所谓,任务一多,这个方法能帮你管好一两个星期的活儿。
方法土是土了点,但真的管用。
安仔 retweeted
GPT 充值优惠,美区正版 Pro x20 最低价🔥
正规渠道苹果礼品卡,100USD 只需 640RMB
步骤:
1、下载AliPay HK (+86 手机号注册)
2、打开 A+ Rewards
3、搜索 apple usd
4、选择 100~200 USD购买,750HKD
如果搭配港卡 比如众安 消费返现1.5%,还可以更便宜
开通 Pro x20 只需要 1260 RMB
感谢牙医的无私奉献!太有用了
同步一波大模型写后端代码排行榜
GPT6-Astra 和 Fable-5.1 没来得及做视频, 直接给大家同步图文了.
就结论来说, 单纯后端 AgenticCoding 场景(注意我只说我这个测试, 用大模型从0实现向量数据库, 使用数据库性能计分. 别的我不知道). 目前Fable-5.1 还是SOTA. 写出来的向量数据库直接是第二名的2x.
不过Fable的表现反而跟GPT 完全反过来了, 之前测Anthropic的模型(opus/sonnet) 系列, 反而是最稳的, 三次测试中最高分和最低分差距不超过10%. 而这次 GPT6-Astra 三次得分反而很接近(12985.28, 12134.83, 10676.74), 这证明这个模型的后训练极其稳定, 而 Fable-5.1 则是 21191.51, 11915.19, 7998.93. Δ超过50%.
所以从省token的角度, 其实更推荐使用 GPT6-Astra. 因为发挥稳定, 不需要重复抽卡. 而 Fable-5.1 更适合经验丰富的工程师好好写提示词后再使用.
国产模型正好也是这个局面, Hy4-dev 虽然分数高, 但是三次得分差距巨大, 10778.51, 6011.78, 4915.22. 而 Kimi-K3 则相对稳定. 另外最具性价比无疑是 DeepSeek-V4.1-Flash. 得分几乎跟 kimi-k3没区别了. 而且Δ<20%. 所以只要不是复杂的代码任务, 直接无脑 DeepSeek-V4.1-Flash最划算. 而复杂的尝试使用GPT6-Astra 和 Fable-5.1.
> #gpt6astra #fable51 #deepseekv41flash
这事困扰了我很久。
现在越来越多人在用「会操作电脑」的 AI 干活,Claude Code、各种 Agent,任务一开就是几十个小时。
平时还好:MacBook 放在家里或公司,只要连着网,人在外面也能远程操控它继续干活。
但有些时候要连设备,电脑得跟着人一起走,这招就用不上了。
总不能路上抱着个亮屏的笔记本吧?合盖吧,AI 任务全断;回到家,还得从头再来。
其实一条命令就能解决,合盖也不休眠:
sudo pmset -a disablesleep 1
执行完再合盖,机器照常跑。
连上手机热点,再用 UU 远程这类 App,手机上就能接着操控电脑干活。
当然,AI 工具有原生手机端的更好,但很多活儿终究得回电脑上干。
有两个注意点:
一是合盖后屏幕其实还在后台亮着,电量掉得比想象中快,所以最好提前充好电再出门;
二是回家后记得执行 `sudo pmset -a disablesleep 0` 把休眠还回去,不然扔包里它会一直发热,下次拿出来烫手。
我自己测下来,CC、Codex、TRAE、Kimi Code 各种 Agent 任务全程不中断,体验是真的爽。
想让 AI 一直陪在身边干活的同学,可以试下。
牛逼 这个真的有用!
iPhone 用备忘录预登录自己的国区、港区、美区 Apple ID,已装的海内外 App 可以直接更新,不用再切账号。
路径:设置 → APP → 备忘录 → 账户 → 添加账户 → iCloud
新下载还是要切区。只加自己的号。
This Post is from a suspended account. Learn more
同一个模型、同一批任务,换不同 harness 跑,账单能差 17 倍。
Runta 发了个 FrontierHarness 评测:模型固定用 Kimi K3,让 Claude Code、Codex、Kimi Code 这些 harness 跑同一批 30 个开发任务,9 个 harness、12 种配置、360 次评测,专门测 harness 这层外壳对成本和效果的影响。
让你想不到的几个点是:
1. 质量榜第一是 Codex。
66.7% 通过率,$3.47 过一次,成本贴近全场中位数,质量和效率都稳。
2. Claude Code 通过率 63.3%,单次却要 $18.34。
同样 63.3% 的 DSH Creator 只要 3.28,等于多花5.6倍的钱买到同一个结果。
最夸张的一个任务,Pi花2.50 过,Claude Code 花 $64.36 过,差 26 倍。
作者也提醒了,这更可能是 harness 和模型的缓存机制不合拍,不能全怪 Claude Code 本身。
3. 自家出品没有主场优势。
Kimi Code 和模型 K3 出自同一家实验室,通过率 56.7%,只并列第七,成本也排在中游。
4. 便宜和能打是两种能力。
12 个配置的通过率挤在 17 个点里,成本却拉开了 17 倍。最便宜的 Exo Harness 单次 $1.05,代价是难题上会提前停手。
挑 harness 的时候,账单可能比跑分更值得看。
平时写代码、跑 agent 多的朋友,原文真的值得完整读一遍。
想从产品工程师视角和大伙聊聊,在代码全部由AI生成的时代,如何保证产品的代码可以持续迭代、好维护、不腐化。
最近 Mole 发布到了第 13 个版本,看了看整个项目大概有 11 万行 Swift 产品本身代码、7.3 万行测试代码和 3347 个 XCTest,测试代码部分远多余之前在公司写业务时候有QA来保障下的代码,我一直秉承一个观点,AI 写的代码应该 AI 来测试,而非人,把人引入到这个环节反而会拖慢整体的进度。
想着基于上面这个经验实操来总结一下,我都做了哪些有意思的事情,让这些代码一直可以在我和 AI 之间非常听话的实现功能。
1、即使 AI 能够大幅提升代码生产的速度,产品本身的技术架构、分层、同类抽象,什么东西放到什么地方能够让后续更好的扩展以及解耦,还是需要工程师本身的判断,这一块可以在项目第一个版本可以跑起来后就可以和你最好的 AI 仔细讨论,设定好对应的架构,并通过可沉淀可修改的文档记录下来,持续跟随项目迭代。
2、我目前最依赖的还是单测,1.0 只有 56 个 XCTest,到 1.13 已经有 3347 个,测试代码大约是生产 Swift 代码的 66%,不过数量只是顺手统计出来的结果,我平时更关心测试有没有覆盖那些容易想当然的地方,比如扫描结束以后文件又变了、进程检查失败、命令返回成功但 App 根本没有更新、旧任务很晚才回来覆盖了新结果。正常情况一般不难写,麻烦的是那些结果看起来没问题,实际上已经错了的情况如何可以及时去更新。
3、特别是修 Bug 的时候,我会多留一些东西下来,除了把问题修复,还会加一个让旧代码失败的回归测试,然后沿着同类路径去找有没有类似的问题,最后把当时为什么这么改写到规则里面去,到目前 Mole 已经有 1000 多个以 fix 开头的提交,其中 900 多个提交过测试,很多测试和规则都是用户真实踩过一次以后留下来的经验,或许我认为这个是当前这个项目最宝贵的资产。
4、测试能记住输入和结果,但记不住当时为什么放弃一种做法,所以项目里还有一批 Rules,主要记录功能边界、历史原因和不能碰的地方。比如为什么某类文件宁可漏掉也不能自动删除,为什么有些看起来重复的组件不能随便合并,哪些系统数据不属于 Mole。Rules 一多又很费上下文,我就按模块把它们拆开,只在改到相关代码时加载,再把经常重复的检查做成 Skills。bugs 会从以前的修复里找同类问题,design-system-review 看界面有没有越写越乱,release 则负责检查签名、公证、远端文件和更新链路,这样不需要每次都从头跟 AI 解释一遍。
5、还有一个对我很有用的法子,就是少做一些没有实际用的功能。现在 AI 加一个设置项、兼容分支或者后台监听太容易了,几分钟就能写出来,留下来的状态和维护成本反而腐化的最大的原因。比如Mole 现在对新功能设置了一些规则,比如尽量不增加常驻开销,不增加新的特权和系统权限,有合理默认值就不继续加设置项,更新和清理也不会因为发现一种新的可能性就一直扩范围,很多时候有很多功能是开发者自以为重要,但是使用者完全不在乎的功能,更多还是建议从用户中来,到需求中去,如无必要勿增实体。
6、需要充分利用好 Github 自动化 actions 的能力,这个会是你最后的兜底,其实代码写完、跑通、测试变绿以后也还没结束,我的项目里还有一套检查负责九种语言、网站生成结果、Appcast、Xcode 工程和公开部署文件之间的一致性,make verify 会把这些检查和测试一起跑,CI 再换到云端干净机器上重新来一次。到了发布的时候,本地代码、Git 提交、签名后的安装包、线上文件和用户实际收到的更新也是几种不同状态,我会分开确认。之前也遇到过源码完全正确,线上还在提供旧文件的情况,只看一个绿色结果很容易过早觉得已经做完了,其实是有错误的。
7、上面的一切,假如需要说特别的地方,我能想到的就是执行流程完全我没有插手干扰,每一步是 AI 自动化的去执行验证,出错了 AI 自动去解决,只不过会在不同的时候设置必要的流程卡点,让 AI 主动去验证,得到明确的结果才确定通过,并持续的去迭代规则,保持现有规则的新鲜度,并及时移除旧的逻辑,让本身的校验逻辑和本身的业务代码同步升级。
或许,这是我认为 AI 时代的工程师更需要培养的能力,如何让 AI 写的代码更好维护、更清晰、更好扩展,即使半年、一年、两年都不会腐化,而且会越来越听话,越来越符合开发者的心意,也给多 Agent 合作开发确立一个很稳靠的根基。之前手写代码的乐趣已经没有了,好在有这个弥补了一些纯 AICoding 过程无聊,让工程师的一些专业度得以延续下去。
我很好奇,你们经常说用 kimi 的 coding plan 或者 kimi code 对接到 codex 会经常用着用着就自己断掉。
那其实可以用 codex 的 goal 模式,直接限制任务的范围和验收标准之后,再调用 kimi k3 模型,它就会自动自己帮你执行完成,不会中断了,我就是这么做的...
我的推特收益每次只有 100 多刀,应该远少于大部分蓝V,甚至比那个被 Tauri 伤过两次的小伙伴还要低,挺有意思的,为啥这么少呢?哈哈哈我要反思一下,顺便给大伙分享一下我的失败经验。
首先我不是网红、也不是自媒体、也不是 KOL,啥也不是,就是一个普通的写点儿兴趣代码的工程师。推特对我来说,就是把我做的开源产品更新日志同步给大伙,然后分享一些生活中去哪儿玩了、吃了啥、看了啥的日常推。没有任何流量压力,也没有任何用流量来赚钱的压力,收益少就少呗,反而刚好造就了这个我现在越来越喜欢的账号。
自媒体博主一般是靠接广告来赚钱,一般 AI 的给得其实挺多,平时通过分享非常多利他的产品来让更多人关注,利他的同时获得应有的收益,其实也挺好的。不过一般会有流量压力,要一直追热点、琢磨标题,发得越长久就会做到越来越好,只是我感觉这个事情太累了,自己做不来。
其实我之前也接过一些广告,不过已经很久不接了。之前记得有机构联系我,说广告主不喜欢我这种账号,喜欢那种经常发 AI 热点的账号,我一听,反而很高兴,哈哈,我的账号没有变成人家眼中的高质量流量账号,那应该我保持的还行。
一直在想,假如用一个词语来描述我的账号该是什么呢?想了好久,终于在今天想到了,所以出现了这篇随便文章:我的账号应该是一本长期迭代的「Tw93 工程师杂志」。
这本杂志大概有这么几个栏目:产品手记,记录 Pake、Mole、Kaku 这些产品的更新迭代和有趣的思路;技术专栏,写写技术思考、对 AI 的思考、新技术领域的学习专题;好物推荐,都是我自己真在用的好工具,没有恰饭的那种;还有一个随便看看的模块,可以看到我的日常生活,吃的、玩的、看的。
每一个工程师都可以随便翻翻,看到一些自己感兴趣的东西,然后深入去把玩,对于想学习的朋友也可以基于我的长文一篇一篇看下去,再去我的博客以及潮流周刊看到往期更有意思的内容。
这个杂志几乎没有广告,也不会为了推广自己的产品去说一些违心的话。更新也很随意,一般每天最多发两条,太忙就只发一条,想到啥发啥。同时这本杂志也是一个持续迭代的产品,你可以基于他看到我这个人每年的变化,像一个持续陪伴你的技术好友,也可以通过私信来联系这本杂志的编辑。
杂志慢慢也在发展自己的副业 Mole,能卖出去并非产品多好用,更多还是大家对这个杂志本身的信任。这事还让我体会到,流量低的内容不代表没价值,看的人是不多,但信任很足,反而能带来一些意想不到的转化,挺神奇的。只不过他经营得比较随意,但是比较持续。
那么我到底在运营什么呢?应该就是 Tw93 这本杂志。我是个什么样的人,就写什么样的内容,自然就会遇到什么样的读者,不需要担心写什么。最终我最想做的事情就是让阅读这本杂志的工程师和我可以更好地相互学习、成长,但是也不焦虑的那种。
关掉终端,AI 就停了。
这是大多数人现在用 Claude Code 的真实状态。写一段看一段,改一处等一处,关掉电脑所有进度就清零。
这个视频把整个协作模式彻底翻转了。
工程师现场 22 分钟搭好的,是一整套能自主持续运行的 agent 工作流。
多个并行实例、自动验证循环、任务编排全配好之后,你的任务变成:
睡一觉,醒来 review 它已经推进的结果。
视频里真正有价值的我觉得是那几块让「睡觉也在出活」成为可能的必备步骤:
1. 并行 worktree + 多个 Claude 实例。不同方向的任务同时在独立分支推进,互不干扰。
2. 强验证循环。给 agent 测试、浏览器实操、领域检查的能力,它自己就能迭代到合格。
3. hooks。每次改代码自动格式化、跑测试、拦截危险命令,把大量重复劳动和安全风险挡在外面。
4. CLAUDE.md。把项目规范、历史决策、避坑经验写进去,agent 越干越懂团队风格。
5. Dynamic Workflow。复杂需求时,Claude 自己生成编排脚本,拉起几十上百个子 agent 分工协作,最后只把验证通过的结果交给你。
做到这些,你真想不到,一个人能让多个项目在后台 24 小时持续推进,输出质量也一直有保障。
原帖的视频和后面的 setup 截图,我建议都看一遍存下来,毕竟这个方法论其实不只是给 CC,像 Codex,Cursor 等等其他 Agent 工具都是做类似的实现的。
当然剩下的,就看你愿不愿意把「经营 agent 团队」这件事,当成日常工作的一部分长期投入了。
Anthropic engineer:
"You're not supposed to watch Claude Code work. You're supposed to wake up and review what it shipped."
In 22 minutes she builds the entire workflow live on camera.
Most people close their terminal and everything stops.
This setup keeps shipping while you sleep.
Watch the video, then save the exact setup below👇
Riley Brown 这个 Codex 教程,我觉得是目前零基础入门 AI Agent 工具最值得看的一课。
整理了几个我觉得最值得先让你理解的点:
1. 先搞清楚 Codex 到底是什么。
很多人第一反应是「更好的 Cursor」或者「更强的 Claude Code」,但视频一开始就纠正了这个认知——Codex 是把代码、设计、插件、自动化全部打通的操作系统,而不是单纯的聊天工具。
界面分三块:Chats、Projects、Documents。所有工作必须放在独立 Project 里,AI 才能保持全局上下文。
文件可以直接 @ 提及给 AI 引用,这个细节很多人没注意,但对长期复杂项目来说非常关键。
2. 自定义 Skill 才是核心杠杆。
内置插件(Figma、Calendar、Vercel、MCP)只是起点。视频里最有价值的部分,是演示了怎么用 API 自己造 Skill。
举个例子:YouTube Researcher 这个自定义 Skill,能自动拉取视频转录并总结。造好之后,每次需要研究某个 YouTube 频道,直接调用就行,完全不用手动操作。
这个逻辑可以复制到任何场景。
Mobile Design Skill 负责生成界面,Typefully Control Skill 负责自动发 X 帖子,每个 Skill 就是一个永远在线的专属助手。
造 Skill 的能力,才是真正的生产力杠杆。
3. Steering vs Queueing,管好 AI Agent 的核心技巧。
以前用 AI 的方式是:写 Prompt,等结果,不满意再改。Codex 的工作流完全不一样。
Steering 是实时干预——当 AI 跑偏了,随时打断、调整方向。
Queueing 是队列执行——任务丢进去,让它在后台自己跑完,你去做别的事。
Forking 是分叉实验——同一个问题,同时跑两个不同方案,看哪个结果更好。
什么时候该打断、什么时候该放手,这个判断本身就是一种新能力。
视频专门拆解了这个机制,很多人忽略,但恰恰是用好 AI Agent 最关键的地方。
4. Automation 是被动杠杆。
Skill 解决的是「怎么做」,Automation 解决的是「什么时候做」。
定时任务配好之后就不用管了。每周日历复盘、每月 YouTube 报告、定期发帖,全部自动跑。
Skill + Automation 叠在一起,才是「一人顶团队」的底层逻辑。
5. 实战演示:一个人同时推进 6 个子项目。
视频后半段是最硬核的部分。Riley Brown 现场演示了怎么用 Codex 同时推进一个完整产品的所有环节:
iOS App 用 Swift + Xcode 开发,Supabase 做后端数据库和认证。
Landing Page 用 Tally 表单收集用户信息。
Launch Video 用 Remotion(代码生成视频)制作专业级动画,可逐帧编辑时间轴、加音乐。
Investor Deck 调用 Claude Opus 专门做设计,导出到 Canva 微调。
最后 Web App 用 Vercel 一键部署,iOS App 上架 TestFlight,社交媒体用自定义 Skill 自动发帖。
传统团队需要 5-8 个人分工协作的事,一个人加 AI Agent 全部闭环。
这不是夸张,视频里每一步都有完整演示。
6. 心态转变才是最重要的。
视频最后总结了一句话,我觉得是整个教程最值得记住的点:
工具只是外相,真正的杠杆是你对「什么时候该干预、什么时候该放手」的判断。
学会用 Codex,本质上是学会当一个产品经理 + 设计师 + 开发者 + 营销负责人的全栈指挥官。
AI 负责执行,你负责判断和决策。
零基础想上手 AI Agent 工具的,这个视频真的值得从头看到尾,跟着操作一遍收获会出乎意料地大。


























