软件开发里有一种叫 TDD（Test-Driven Development）的方式，简单讲，就是先写好测试用例，然后再写程序。每写一部分代码就立刻跑对应的测试，看能不能通过。能通过说明实现符合预期，不通过就说明有 bug。TDD 的好处在于，它让整个研发过程可验证、可回归，也让开发变成一种持续的反馈循环。 AI

Agent 的动手能力，已经在过去一年经历了显著的跃迁。它不再只是会“聊天”的模型，而是可以真正去动手、去执行复杂任务的智能体。那么现在它能做到什么？已经能解决多复杂的软件工程问题？又该如何在社区里找到最强框架并复用到自己的项目？下面是几条更实用的思路。 要评估一个 Agent

推荐学习下微软搞的这个 R&D-Agent 框架，github.com/microsoft/RD-A… ，它是一个让 AI 能够自己做科研的系统——能提出问题、设计实验、验证结果、总结规律，整套科研流程都能自动化执行。 微软还基于这套框架，构建了一个用于量化投资研究的智能体

最近两年 AI 的发展，😂，太生动了！

跟携程的维权有了阶段性结果，平台跟我沟通，说不收我钱了，扣款全部退还。我没接受。 之前一位客服沟通话术就是各种“对不起”，“不好意思，我们无权处理”，我让他换个好意思、有权限的人来沟通。

一篇论文要上顶刊、顶会，需要经历三个阶段： 1）首先是产出 preprint 初稿，初稿完成后发布到 arXiv 或 openReview 等平台，主动获得快速曝光，以吸引潜在的审稿人注意； 2）紧接着是向对应的期刊或会议投稿，会经历初审、正式审核、问题澄清等过程，顶会的拒稿率在 80% 左右；

“AI 味”这件事，本质上是语言模型逃不掉的命运。因为它从诞生的第一刻起，就不是在“表达自己”，而是在“复刻统计平均”。模型的训练目标只是预测下一个词最可能是什么，它不会思考“我为什么要说这句话”，也没有任何主观意图。于是，它的语言天然带着一种“概率最优解”的味道——对，但平，准，但无魂。

指挥 Codex CLI 干了四五个小时，把之前写的“网页音视频加速播放”油猴脚本改成了 Chrome 插件，已经提交商店审核。快速记录几点感受： 1. 聊四到五个小时，开始限制 token 了，不太够用，聊的过程中，感觉 token 消耗是个黑盒，不知道它在干什么 2.

AI 编程不是让你变懒，而是让你更像一个系统设计者。Coding 的确变少了，但你在 Architecture & Orchestration（架构与编排）上，做得比过去任何时候都多。 没有对代码的组织和结构化做设计，全靠 Vibe coding，

最近这段时间的 AI 编程体验让我越发觉得，Manus 朝着 Wide Research 的方向持续前进，是符合认知和技术发展规律的，我非常认同这种趋势。 如果不是受限于算力，如果不是我自己在 Agent 调度上的能力还不成熟，那么前两天编写的那个完整程序，根本不该花我四个小时，理论上，十分钟甚至更短就能搞定。

OpenAI 有一个 privacy 二级域名，专门用来处理数据隐私问题，你可以要求 OpenAI 导出以及删除你的所有数据，也可以声明不允许你的数据参与大模型的训练。 我尝试将过去两年跟 ChatGPT 的对话数据导了出来，结果令人震惊：总共 220Mb+ 的内容，其中纯文本就有

Google 检索 banana slides 的时候，看到 Manus 排到了首位，不得不说，在拾取自然流量这方面，Manus 很下功夫的，👍 也很好奇下面 4.8 评分以及一百多万的评分参与量是如何产生的，看了下网页源码，才发现，这又是一个巧妙的 SEO 思路。 Google Web Spider 定义了大量结构化的网页 Scheme

朋友问我，如何让自己更有生命力，我想了几点： 1. 让自己兴奋起来，如果写代码会让自己兴奋，那就写代码；如果做架构能让自己兴奋，那就做架构；如果做应用能让自己兴奋，那就做应用。我们都需要找到正向循环，从而变得积极主动。 2.

Node.js 进程被 native code 偶发性杀死，stderr log 除了 sigabort 外毫无端倪，用最原始的请求对账方式查了一晚上，终于在三台机器上找到了相同规律，最后发现是 schedule 任务里 rocketmq 的 c++ addon 存在 use-after-free 问题。 又涨了几个痛苦经验：1）请求对账不能只看