DPS Build

实现了随时随地“写代码”的需求： 1. 在电脑上安装并启动 Vibe Tunnel 2. 在电脑和手机上安装并启动 Tailscale 3. 在终端里用 vt 启动 claude，默认使用 4020 端口 4. 在手机上的 tailscale 进入电脑 下一步打算把电脑上的 vs code 也配置一下，这样在手机上可以看到 vs code https://vibetunnel.sh/ https://tailscale.com/

Perplexity 的 Aravind Srinivas 提到了他们要求员工至少使用一个 AI 工具辅助编程，最有意思的例子是： 原先算法工程师读到新论文需要花大量时间写代码来复现，因为论文里一般只贴 pseudocode。现在只要把论文直接丢给这些工具，几个小时就有能跑起来的代码，把开发时间大大减少。 https://overcast.fm/+AA9poerLMC0

Anthropic 的联合创始人Benjamin Mann 认为 Meta 的天价 package 是真实的，而且解释了为什么他们愿意付出这么高的代价： 1. 这样的人才很有可能改变整个公司的商业路径； 2. 哪怕从成本角度考虑，如果这样的人才能够稍微改善一点推理或者训练的效率，降低的成本也是极其可观的。 https://overcast.fm/+AA6K1GykUBo

Anthropic 的联合创始人Benjamin Mann 认为 Meta 的天价 package 是真实的，而且解释了为什么他们愿意付出这么高的代价： 1. 这样的人才很有可能改变整个公司的商业路径； 2. 哪怕从成本角度考虑，如果这样的人才能够稍微改善一点推理或者训练的效率，降低的成本也是极其可观的。 https://overcast.fm/+AA6K1GykUBo

😂

我先后使用了 ChatGPT，Google Gemini，Cursor，ChatGPT Codex，Kiro，和 Claude 来生成代码： 1. 以上是按照我使用的先后顺序排序。Google Gemini Pro 2.5 是第一个让我觉得 wow 的代码生成工具，这种震撼堪比当初第一次使用 ChatGPT； 2. 目前看来效果最好的是 Claude，其次是 Cursor。 3. Claude 的基本工作模式是收到 prompt 之后，先进行规划，然后严格按照它的规划工作，如果中间遇到其他支线问题，它会加入规划，然后再执行。结束这个支线任务之后，它会继续回到原先规划的主线上。基本上不需要人工干预。 4. 当然 Claude 很贵。我目前购买的是最便宜的套餐，基本上每个小时都会遇到用量限制，平均不到半小时，最快的是十分钟就用完。看了下，基本上每小时的 quota 大概在 50k tokens。更要命的是，这个限制是动态的，有一次我被限制之后，四个小时后才恢复； 5. 所以搭配着 Cursor 使用还不错，开了 Auto 模式之后，基本没有遇到 Cursor 的用量限制。大块的任务交给 Claude，小修小补可以交给 Cursor； 6. Amazon 的 Kiro 其实是很不错的概念。给定 prompt 之后，它会先生成详尽的 PRD，开发需求和开发计划。然后 Kiro 就会严格按照开发计划工作。其实这也是一般软件工程师的工作模式。只可惜 Kiro 现在只能调用 Claude 3.7 的模型，效果大打折扣。 7. ChatGPT Codex 拿来做代码审核很不错，提交 prompt 之后，它会自动从 Github 拉取代码，然后执行 prompt。我经常出门前提交 prompt，让它以一个架构师的角度来审核整个项目。然后把它的建议丢给 Claude 或者 Cursor 去加工； https://letters.acacess.com/weekly-201/

llm 刚出来的时候，我也想到这个点子，还写了一个 demo。 这个完成度非常高，陆陆续续迭代了两年。 所以说，点子不值钱，值钱的是把点子实现出来，把点子传播开来。 https://resumematcher.fyi/

一张图比较各个模型的特性 https://designs.magicpath.ai/v1/finely-sand-5086

每小时都是撞到用量限制。这个测试跑完，刚好还剩1%😂

这个视频把 Amazon 的 Kiro 介绍得很清楚了： 1. spec coding: 就是先把文档写清楚，然后让 Kiro 根据文档开发 2. hooks: 简单来说就是把各种指令丢给 Kiro，然后让它生成更详尽的指令，后续一直被调用 早上试了下，Claude 4 已经被抢光，只能在 Claude 3.7 下跑。速度慢了点，但整个流程好顺畅。 现在好像暂时关闭了 public preview 的申请，只有 wait list 了 https://youtu.be/Z9fUPyowRLI

前 CEO 和核心团队加入 Google 之后，剩余的 Windsurf 整体被卖给了 Cognition https://x.com/russelljkaplan/status/1944845868273709520

写一个 mvp，纯 python的，想着 cloudflare 开了账号，不用白不用，一开始打算的架构是 Cloudflare Pages + Workers + D1，后面需要对象存储可以用 R2。 结果要部署的时候，才发现 Workers 对于 Python 的支持还是 beta，很多 lib 不支持。于是考虑调整到 Hono + Chanfana API + python 的架构，但 JS 完全不熟，于是放弃。 对比了 Railway 和 Superbase，决定切换到 Railway。决定还是用 Python + SQLite 的架构（因为前面的 D1 是SQLite compatible），这样代码改动最小。Railway 没有 SQLite managed service，但官方提供 SQLite template，可以用于创建 service。 我以为这条路会比较顺，结果反复出现数据库写入错误，找了半天才定位到问题，原来 Railway 限制死了一个 volume 只能挂载到一个 service 之下。比如我的 python 后端 和 SQLite 后端是两个不同的 service，就不能挂载同一个 volume。 好吧，这条路基本也被堵死 😂 估计最后还是要全部改成 Python + Postgres 的架构🤷