DPS Build

Cloudflare 这个产品对于 GitHub 极具挑战性。特别是近来 github 事故频发。 https://blog.cloudflare.com/artifacts-git-for-agents-beta/

跑去见高中的校长，和他聊了不少。 尽管他是老师，但年长我不多，所以我们交流比较随意。 我举的例子是，比如备课这件事和写代码其实很像。他们有多年教学经验的老师，积攒了大量的课件。如果有新教材出来，其实可以让 agent 学习之前的课件，了解老师的风格，为新课程准备课件。老师审核之后，作出相应修改，就可以拿去教学了。就好像让 agent 进入一个 repo，学习了上下文，就可以写出更好的代码一样。 他也觉得这事有可能。但这样一来，学校和老师的地位都有可能动摇。因为学生可能有更强的 AI 学习技能，而老师能教授的可能还不如 AI 多，还不如 AI 快。这样一来，学校的意义是什么？老师的意义是什么？ 如果脑机接口进一步普及，那是不是只要接一个脑机接口，就能升级知识？那么考试的意义又何在？他还说现在那批在国外留学的学生，有不少都在研究脑机接口。可能未来会有更快的发展。 我的理解是： 1. 这样的变化只会越来越快，当然深处其中，我们很有可能会焦虑，这也在所难免。也许回头来看，这些都好像自然而然。就好像我们当时看到 devin 发布的时候，觉得 AI 写代码是天方夜谭，现在再一看，有几个程序员不用 AI 写代码？ 2. 回头来说老师和学校的作用，我觉得可能会逐渐变化成 mentor 的角色。具体的知识点可能由 AI 来完成教学，但学什么方向，怎么学可能需要老师来指点。当然老师本身也需要具备更强的技能，更宽广的视野。他基本认同这一观点，但是要有破局者来作出改变，在现行环境下，极其困难。 3. 当然也许过几年回头来看，这些都是毫无意义的讨论，可能所有的发展都和我们想象的不一样。

昨天在国内一个高校分享了这一年多来的编程体验，我的理解是差不多经历了现金支付，信用卡支付再到移动支付三个时代。 所谓的现金支付阶段，是指开着一个 AI 聊天窗口，问一个问题，AI 生成一段代码，然后把代码带回 IDE 里跑一下，如此往复循环； 而到了信用卡支付阶段，开始在终端里跑 agent，agent 可以了解整个 repo 的上下文，对整个项目有更全面的了解，进而有更强的自主性，人的角色也慢慢变成了参与者； 现在到了移动支付阶段，agent 可以根据上下文，根据需求制定计划，人审核之后，agent…

昨天在国内一个高校分享了这一年多来的编程体验，我的理解是差不多经历了现金支付，信用卡支付再到移动支付三个时代。 所谓的现金支付阶段，是指开着一个 AI 聊天窗口，问一个问题，AI 生成一段代码，然后把代码带回 IDE 里跑一下，如此往复循环； 而到了信用卡支付阶段，开始在终端里跑 agent，agent 可以了解整个 repo 的上下文，对整个项目有更全面的了解，进而有更强的自主性，人的角色也慢慢变成了参与者； 现在到了移动支付阶段，agent 可以根据上下文，根据需求制定计划，人审核之后，agent 可以拆分子任务交给不同的 subagents 执行，执行完还可以调用其他模型审核代码。人的角色慢慢变成了架构师。 当然这些都在极速变化，我们可以 keep calm and catch on。 来听讲座的大概有二三十位数学系/统计系的同学，除了个别几位用到了移动支付阶段的 AI 编程，剩下的大部分都还停留在现金支付阶段。

费了老半天劲，终于把开发环境部署到了 railway 上，架设在 tailscale 里，使用 cloudflare tunnel + access： 1. Container: node:22-slim based, deployed on Railway 2. Persistent volume: Railway volume — stores tools, workspace, Tailscale state 3. SSH access: Tailscale SSH 4. Browser access:…

费了老半天劲，终于把开发环境部署到了 railway 上，架设在 tailscale 里，使用 cloudflare tunnel + access： 1. Container: node:22-slim based, deployed on Railway 2. Persistent volume: Railway volume — stores tools, workspace, Tailscale state 3. SSH access: Tailscale SSH 4. Browser access: code-server via Cloudflare Tunnel 5. Auth: Cloudflare Access 加了 persistent volume，所以现在部署很快。 code server 很不好部署，一直和 tailscale 有冲突，最后加了 cloudflare tunnel，绑定在自己的域名下。用 cloudflare 鉴权就可以通过浏览器访问了。 codex 可以用 device code 登陆。

OpenAI 看到社区这么喜欢同时用 Claude 和 Codex，直接自己出了个 skill，可以在 Claude 里调用 Codex https://github.com/openai/codex-plugin-cc https://x.com/romainhuet/status/2038677236304245087

最近帮朋友优化 Wordpress，不得不感叹，有了 agent 之后简单太多了： 1. 让 claude 写了一个 Wordpress MCP，直接可以读取/更新文章，不用再去 Wordpress 后台一篇篇贴； 2. 朋友把所有相关文档存在 google drive 里，问 claude 怎么可以批量获取数据，推荐了 mcp 和 rclone 两个方案，选了后者。一步步在 google cloud 上配置好权限之后，我们就顺利获得了文件； 3. 朋友的品牌设计林林总总好多个文件，字体文件，PDF…

Cline 出了自己的 kanban 调度系统，可以调用 claude / codex 之类的 agent。也是基于 worktree 设计的。 npm i -g cline https://cline.bot/kanban

最近帮朋友优化 Wordpress，不得不感叹，有了 agent 之后简单太多了： 1. 让 claude 写了一个 Wordpress MCP，直接可以读取/更新文章，不用再去 Wordpress 后台一篇篇贴； 2. 朋友把所有相关文档存在 google drive 里，问 claude 怎么可以批量获取数据，推荐了 mcp 和 rclone 两个方案，选了后者。一步步在 google cloud 上配置好权限之后，我们就顺利获得了文件； 3. 朋友的品牌设计林林总总好多个文件，字体文件，PDF 等等不同的格式。让 claude 读取了之后，直接生成一个 token.json 和 vi.html，所有视觉设计的要素就浓缩成几十 kb 的两个文件了。

把博士论文用到的 R 代码丢给 Claude，让它重构一遍。不到半小时，砍掉了 68% 的重复代码 🤣

周末开始跑 Karpathy 的新工具，试了两个场景，一个是 SEO 优化，一个是爬虫数据的清洗。 步骤很简单： 1. 让 agent 读取 autoresearch 的文档和代码； 2. 让它根据你的需求改写条件和目标，审核之后，就开始跑。 很适合跑多种组合+明确目标+快速迭代的实验。 https://github.com/karpathy/autoresearch