公众号
公众号短图文,也会同步到全栈成长之路 / 互联网大厂面试。
以后大部分程序员的 Coding 订阅,可能开两个就够了
发布于$20 的 Claude Pro 加国内 40 块的 Coding Plan,一个月不到 180 块。Claude 负责 spec、plan、review,国产模型比如 Kimi 负责跑实现。分工清晰,额度各司其职,比单靠一个工具更省钱也更顺手。
opus 4.7 发布了,但我还在用 4.6
发布于opus 4.7 发布了,最近几天我在 Cursor 上试了试。虽然有半价优惠,但我最后还是切回了 4.6,因为完整工作流已经跑通,而 4.7 换了新的 Tokenizer,实际用下来还是更费一些。
Claude Code 出了个 /btw,顺手解决了我刷短剧的毛病
发布于更新于Claude Code 的 /btw 小功能,让我在 AI 写代码的空档不再下意识掏出手机刷红果短剧或 B 站,而是回顾刚才与 AI 的决策和思路。现在 Cursor CLI 也有这个能力了,终于不用只羡慕别人。
钱花出去了,token 没用完,去写小说
发布于最近身边人 token 越来越多都能剩余,尤其国产,愁怎么消耗多余时间。关于 ai 最大烦恼就是钱花出去、token 没用完。我提议开坑写长篇,结论是特别消磨时间。见 chinese-novelist-skill。
豆包日常刷,干活靠 Cursor 和 Claude
发布于豆包在手机与浏览器插件深度高频使用;工作用 Cursor Compose 及 Claude Opus、Sonnet。自动化用 Cursor Automation 与 Manus 定时任务,编程相关走 Cursor,其余走 Manus。曾试龙虾因 Token 贵放弃,Hermes 可能试并考虑国产付费。自动化尽量全自动,否则半自动最大化;半自动与全自动差距有时如斗圣巅峰对斗帝。
公司不报销 Token,为什么你反而更累了
发布于很多公司并不报销 AI Token 成本,但任务安排却默认你在使用 AI 提效。表面上写代码更快了,实际是决策密度变高,节奏更紧。好在相比过去的纯手写时代,你面对复杂问题时更像在做有参考答案的选择题。
让 AI 真正懂你的内部库:最有效的三件事
发布于更新于项目里有内部库时,AI 很容易靠猜然后瞎写。做一个专门的 skill,讲清主 API 和注意事项,再把内部库代码拉到本地并写明路径,AI 就能直接查实现,写出来的东西会靠谱很多。
命令行工具该有个「给 AI 看」的输出模式
发布于很多 CLI 默认输出冗长杂乱,直接喂给模型很费劲。封装时可用 --agent 或 --minimal 一类开关:去颜色、进度条和交互,用最少字传递更多信息;help 里给足参数示例,让 AI 第一次读 --help 就能多拿上下文。
Cursor 卡顿时,我改用 cursor-agent
发布于Cursor IDE 最近越来越慢、还会中途卡住时,我发现用命令行的 cursor-agent 反而更顺:少开界面、少被打断,写改动和跑命令都更快。它像是同一个工具的“快车道”。
Three.js 为何突然周下载 900 万
发布于Three.js 的周下载量在三个多月里从 300 万涨到 900 万,这不只是前端圈变热闹了,更说明 AI 和 vibe coding 正在快速拉低 3D 开发门槛,让更多人第一次真正上手 Web 3D。
国内模型怎么选?Arena 榜当个参考就好
发布于我翻了 Arena 榜单里国产模型的排位:GLM5 相对最靠前(大约第 8),MiniMax M2.7、Kimi 2.5 也在前列,彼此分差不大。实际使用可结合平台、任务类型和预算多试几款,别把排名当成唯一标准。
团队用 agents.md,个人规则放 agents.local
发布于和同事一起维护项目时,仓库里往往已有共享的 agents.md。若每人还想保留自己的约定,可像环境变量那样:另建 agents.local.md,由 agents.md 引用说明,并把本地文件加入 .gitignore,共享与私有不打架。
比没额度更慌的,是额度没用完
发布于从按小时重置到按月清零,订阅额度像会过期的牛奶:不用完觉得亏,用完了又肉疼。聊聊 AMP、Cursor 这类产品里那种「月底狂刷」的心态,以及怎么不被额度牵着走。
Brainstorming Skill 更新后的两个注意点
发布于Brainstorming Skill 更新后会自动写入 spec 并在设计结束后自动提交。若你介意这两个行为,可以用 .gitignore、规则限制和权限配置三种方式来规避自动提交风险。
AI 让人更轻松,还是让人更危险
发布于我刷短剧时发现边缘角色被 AI 替代,效果居然不算违和。职场里也在发生类似变化:有人想让少数人一人多岗,有人却因为 AI 一天两小时就干完活。真正的差别不在工具,而在管理者会不会顺势加量、加压,还是把效率还给人。
用了 RTK 之后,AI 不再反复跑 build 了
发布于AI 原生执行 pnpm build 时为了省 token 会截断输出,信息不够又反复执行,既费 token 又费时间。用 RTK 压缩输出后,一次就能拿到关键信息,效率提升明显。
gpt-5.4-mini 和 gpt-5.4-nano 发布后,怎么在项目里选
发布于openai/gpt-5.4-mini 和 openai/gpt-5.4-nano 今天发布了。如果你项目里有一部分只是做很轻量的 AI 处理,可以考虑换成 nano 来省钱省算力。注意目前 gpt-5.4-nano 反而比 gpt-5-nano 贵一些,追求性价比可以直接用 gpt-5-nano。
Streamdown 简介:更适合流式输出的 Markdown 渲染
发布于我以前主要用 react-markdown,但内容开始做流式输出后,未闭合的代码块、列表会让渲染很别扭。迁移到 Streamdown 之后体验顺很多,还自带 math、code 等插件,基本开箱即用。
用 Obsidian 和 Heptabase 接好 Cursor 的 Plan
发布于把 Cursor 里的 Plan 和 Code Review 记录到 Obsidian 或 Heptabase 这种外部知识库,而不是塞进代码仓库里。开发前用 Plan 模式和 brainstorming 技巧生成方案,实施和复盘时再从 Obsidian 或 Heptabase 里读写同一份 Plan,让每个需求都有清晰的过程闭环,也方便周更的最佳实践和 SEO 向 Code Review。
Claude Code 和 Codex 最佳实践:两篇官方文档的共同点
发布于对比 Claude Code 与 OpenAI Codex 的官方最佳实践,提炼共同建议:先规划再写代码、说清「做完长什么样」、用项目级配置和技能复用、管好上下文。文末提醒多翻官方文档。