郭宇 guoyu.eth

统计数据

457
文章
0
粉丝
0
获赞
4384
阅读
avatar
最近 vibe 同时进行的东西太多，用脑有点过度，昨晚嗷一下睡过去，早上8点就自然醒了，今天开始恢复一天三餐+运动，不然真的脑力跟不上 cc 的速度 hhh
avatar
cc 计划模式有个东西很搞笑的，它会把计划中需要的时间当作是人类工作需要完成的时间，实际上它只需要十几分钟就弄完了，但仍然会在计划中显示需要 8-12 天...
avatar
今天在 saifuri 中实现了「担保交易」agent，这是我 vibe 以来最有趣的一个功能，本质上这是一个元 agent（meta agent）可以为任何自定义 agent 提供输入输入组合，又看到 Google 新推出的 UCP 协议，我只想说加密的牛市来没来我不知道，大规模应用真的快来了。
avatar
去年我以为 llm 已经发展到头了，国内企业更关注娱乐和消费为核心的多模态图片模型是正确的。最近几周我的想法受到了极大转变，我相信 llm 不会替代搜索引擎，因为这两者根本不是一个数量级的需求，llm 会成为所有（静态与动态）知识的来源，token 的推理规模将远超我们所有人的想象。
avatar
vibe 了一晚上，我找到了目前来说最适合我做的产品的自然语言约束方式，不是一个孤零零的对话框，而是一种引导系统：动态推荐与可视化编辑。没错！我们可以像编写推荐系统一样为用户动态推荐风格与代码，甚至可以为生成的每个组件按需刷新。虽然 agent SDK 目前还不支持 plan 模式，但我们可以使用 askUserQuestion 来自己设计 plan 模式，这非常适合引导用户获得生成的后端代码，剩下的事儿就是让 cc 用画画的方式把后端代码的逻辑映射到前端组件上。以上所有方式都是为了可视化约束空间，当然，我们还需要为 agents 设计一个核心应用场景，在我目前 vibe 的项目中，这是钱包。但放到其他场景里，这种模式也同样适用。
avatar
简单需求直接说，复杂需求用 plan，一个十分钟的 plan 效率堪比 PM 拉着程序员开三天的会议产出的内容还精确（我都很怀疑许多 PM 能不能按照 askUserQuestion 这样的品质问出问题）在 vibe 的过程中我其实没有刻意注意过什么时候什么 skill 会被调用，但其实并不会影响整体开发流程，本地有几个非常好用的 hook，比如保存 plan 模式之后更新进度文档，修复 bug 后更新 bugfix 文档，所有文档修改后自动根据修改内容提交所有代码，等等。就算如此也不需要复用这些 hook，因为就三句话的事儿，比起我去寻找复用的工作方式，还不如直接和 cc 说我要做什么。软件在服务器里也许尚未变成一次性的，但对开发环境来说，许多软件真的变成纸杯了，随用随弃。
avatar
今天是新年来首次读书会，本次的主题是「悉达多」，这本书是去年来对我影响最大的书籍之一，在探寻智慧的途中，我们每个人都曾走过，或正在经历黑塞的印度旅行，感受那跨越时空的文明回响。 下午三点到晚上十点，我们每个人都分享了自己对这趟苦旅的理解，从智慧如何从知识中产生，到时间是否存在，从如何化解自我的执念，到推动痛苦与爱的感受，从将对时间的感受凝结于一刻，到人类的目的是否只是观察者的幻觉，我们整整讨论了近七个小时，我很幸运在步入社会，甚至退休后能遇到讨论这些话题的朋友，这让我想起自己高中创办读书会社团的黄金时代。 在东京的寒风中，我捂着一颗炙热跳动着的心回到家。我想，没有什么比这样美好的一天更适合庆祝新年的来临了。
avatar
前几天 vibe 的 agent wallet 产品进入上线前的打磨期，这个阶段既是细节的打磨也是思维的抛光，相比前者，后者会耗费更多的心力，因为它逐渐触及到 agent 自然语言编程中最核心的部分，用户生成代理（user generated agent）在哲学意义上到底是什么，这决定了我们如何约束它的构造过程与行为。 我相信所有进行 agent 开发的人都会对这个问题抱有疑问，无论我们如何定义它，叫它为上下文工程也好，提示词工程也好，所有的概念指向我们需要一套方法论，因为这个约束空间至关重要，而它甚至不是一个数学问题。 我隐隐感觉到在行动力和代码交付如此迅捷的当下，在线软件最大的护城河就是它对自然语言约束空间的理解。因为，创造约束不是知识，而是对自然语言深刻理解的智慧。我们可以通过实验来不断探寻这种导向这种智慧的路径，从这个角度，我使用 cc 的 plan mode 来帮助我编写各种 skill 以分析约束的效果，但这只是在暗夜中探路之术，犹如盲人摸象，并非通向智慧的大道。 不过，我很开心能看到编程在互联网出现了几十年后还能发生如此深刻的变化，如果你也在写 agent 但不清楚我在此记录的东西是什么，过段时间回来再看看，我相信你一定会有所共鸣。
avatar
忽然想到语言模型生成代码似乎很喜欢使用 emoji（天然对 token 友好）是不是因为缺乏知识生成好看的 svg 图像？
avatar
虽然说 vibe 没有最佳实践可言，每个人做事情的方式还是值得参考下，我在 vibe 的时候因为同时开几个项目，为了保持思路的连贯性，不同的项目做事情的顺序几乎保持一致，首先打开 /plan 模式和 cc 聊清楚所有背景：包括为什么做这个产品，目标用户是谁，产品主要的 user story 是什么。 一开始我们可能自己也不清楚自己要做什么，只有一个大概的想法，所以第一次的 plan 主要是让 cc 和我们有一个大致的共识，然后它会不断提问题以丰富我的想法，最后选择一个 mvp 方案给我们，把权限设定好之后让 cc 一次性去完成即可，它会拆分为 1-7 个阶段，然后全部自动执行。 在 mvp 的基础上最重要的是走通主要 user story 验证它的功能性，小 bug 可以暂时不管，验证成立之后，我会把之后要做的 bugfix 以及所有不重要的事情让他放到下一个迭代中去，具体迭代周期如何定义，这个看每个人的习惯，我觉得就算同样的提示词，它最后生成出的 md 文件中去记录迭代的 todo 也并非能做到可以 100% 一致，我们不需要太在乎这个。在这个时候，我会让他自己写一个 hooks 一旦判断这个 todo 文件被修改的时候就进行自动提交。方便之后我们回滚。 最后 mvp 完成所有主要任务，就是上线部署前的最后一步：品牌形象和 UI 的重新设计，这里为什么要放到最后来做，一个是这是一个几乎可以全自动的复杂任务，我一般让 Gemini 生成参考的 logo，单页网页和设计风格图片，再将设计风格对应的 html 下载到本地让 cc 自己参考，如果不要求特别细节，其实也可以直接复制粘贴网上已经存在的 design prompt，出来的效果大差不差，都非常好。 现在整个 UI/UX 的改版就像喝咖啡那么简单，实际上每到最后一步我就去客厅做其他事情了，cc 在这方面能做到从头到尾全部自动化，不太需要人工干涉。 最后是部署，用 vercel 和 next.js 的话也是全自动的，没什么需要操心的部分。在上线之前可以再打开一个 plan 模式让 cc 帮忙写法务文件，隐私条款什么的。是在不放心可以让 codex 来 review 下是否有显著的安全风险。
avatar
日本的冬季太治愈了…在家和 AI 激情 vibe 创造新东西，出门享受蓝天白云精致生活，小时候没想过我竟能过上如此幸福的日子…又是感觉这辈子值了的时刻。 我常和 becky 说人生有三种乐趣彼此不可替代，享受的乐趣，挑战的乐趣和创造的乐趣，难度依次递增，现在普通人也能享受创造的乐趣，真是很幸福的时代
avatar
围绕 “软件按需构建” 的思路 vibe 了一个 crypto 钱包产品，36 个文件，12,756 行代码，功能涉及前后端，沙箱，agent SDK 和多个区块链 relay，plan 了 10 分钟，cc 编码在二十分钟内搞定，一次运行没有任何 bug，不可思议...甚至最后收尾还自己跑了下 E2E
avatar
最近 vibe 的几个产品，主要都是围绕我那个“软件按需构建”的思路来做的。 有一个想法（不一定对）：以后的软件盈利模式，可能是只要软件的收入大于动态构建需求所需要的 token，就可以获得其中的利差来赚取利润。
avatar
晚上给车子充完电回来文思泉涌，一小时已经 vibe 了五个想法，80% 的时间我开着 5 个终端和 cc planer 聊天，20% 的时间它帮我补充想法并创建了 landing page 和基础文档。我突然想起 2013 年的时候手忙脚乱维护一百来个开源项目的事情，但此刻瓶颈已然不是我的手脚，而是我的右脑。
avatar
与知识不同，智慧需要从经验的传递中被激发。知识很好理解，我们知道什么东西处于什么位置，如何操作可以达成何种效果，这是知识；传递也好理解，纸笔与语言的记录是传递，分享也是传递。激发（get inspired）是最不好理解的，因为我们既不理解神经也无法理解神经网络，这是一个想象力的空间，是人类仅存尚未被开发的大脑，是智慧最终的来源。古希腊先贤用辩论探索智慧，我们有幸能使用最强大的人工智能来探求智慧，这真是一个让人激动的时代。
avatar
今天的 vibe 想法是做了几个运行在一次性 sandbox 中的 wallet 根据 hooks 互相转钱玩儿，我理解 cc agent sdk 所倡导的理念可以支持软件按需加载，使用后将环境和文件系统直接弃用，这种理念恰好非常适合 crypto。我的看法是，一次性软件会像一次性纸杯那样普遍，我们甚至可以采用无限的执行空间换取对单一负载节点的优化，这有点像是某种边缘计算（边缘推理）的范式，最后，所有压力会流入各种推理引擎。
avatar
难得出门办事，自己跑出来吃个下午茶嘿嘿…
avatar
惰性首先是思想上的，其次才表现为行动的迟缓，但归根结底是思考的懒惰。我想这是哲学与通识教育在 AI 时代会愈发重要的原因。
avatar
尽量少花时间追求最佳实践，多做开放式问题的想象力实验，最近 vibe 有感。
avatar
难道我是最后一个知道新版 macOS 有 iPhone 镜像这个功能的人吗。。。
avatar
今天 vibe 尝试用说话代替打字，使用的是 spokenly 的 Mac 版和 iOS 版，这个 app 做了一个比较有意思的功能，就是你可以在其中设置自己的提示词把转录下来的文字拓展成新的文本，目前做的不是很复杂，所以它设计用来做润色。但这让我想到了，语音输入其实不应该是一个单向的过程，准确来说，在 vibe 时候我们不是在记录一个想法，而是计划并执行一系列的事项，所以我们更需要的是「对谈」 这个对谈指的不是瞎聊天或者自言自语，如果和 cc 协同工作，我希望它的 plan mode 是以这种方式帮我展开我的想法：它不着急帮我执行具体的事情，而是帮助我完整的思考在我希望完成的项目中存在的遗漏和潜在的问题，通过多次对谈，帮我建立起一个思维文档库，你可以把它理解成某种 plan with files/thoughts 只是采用语音的方式。 后来我又想到如果按照目前 ChatGPT 的对话模式，效率其实是很低的，因为关系到思维的拓展，阅读文字的速度远大于听，人类用语音输入，AI 用文字输出并拓展会是比较好的方式，也就是人说，AI 进行笔谈，同时语音提示并 standby 的方式会更加自然。 这样的产品形态看起来已经非常像生产力侧的 AI 助手了，现在各家模型的终端产品都各有优劣，人们在摸索中尝试找到一种最好的方法，也许没过几天，就会有类似的产品出现也说不定。
avatar
刚才想到，LLM 的确没派生出智慧，但是它发明了一种方法让人们共享智慧，就像最近三十年我们在互联网上共享信息一样。
avatar
这次元旦回国我在手机上用 cc 写了不少代码，回家后打开电脑发现我的习惯已经被改变许多，比如安装新的 skill，我更倾向和 cc 说「帮我安装」而不是自己去查这个 skill 的 README，我能理解 tailwind 他们为什么如此焦虑：真的没人再去读文档了。 虽然用自然语言让 cc 完成任务比较慢，而且费一些 token，但随着 token 越来越便宜，我认为大家会更倾向于用自然语言去处理这些繁琐的任务，更别提从未接受过 CS 教育的新手「程序员」了 知识 = token，换句话说，现在是知识唾手可得的时代。我们恰巧碰到这个窗口可以做一些事情，三五年以后，竞争会变得如同血海一样激烈，珍惜这段时间吧。
avatar
每次回国我会买点电子产品和书，这次为了出门旅行随时 vibe 带了两个小键盘，回家发现 3d 打印机也到货了，开始全力进入 vibe 模式，争取回安曇野滑雪前做出点有意思的小东西
avatar
平安返回东京。浦东机场新开的假日酒店挺不错，早班机在这里住起来很方便，这家酒店设计其实更像是 hyatt 不知道怎么挂了洲际下的品牌。