即刻App年轻人的同好社区
下载
置顶整理一下自己AI写过的各种内容，包含AI精选知识库、AI文章、AI思考、AI产品体验四个维度，这条动态长期更新🌟，如果大家觉得不错，可以收藏一下呀~
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
欢迎大家加我微信交流呀，AI时代期待与诸位一起同行~
1.🧰 AI精选知识库
用了几百款AI工具之后，精选了100个AI工具做了一个AI精选知识库，方便大家发掘好用的AI工具。
逛一逛知识库：t16jzwqrzjx.feishu.cn
精选的初衷及产品定义的思考：web.okjike.com
2.📝AI文章：关于AI的一些深度思考
用户视角看AI丨教了3000小白AI提效后，聊聊小白用户在AI上的2大卡点：mp.weixin.qq.com
智谱Z沙龙活动后，对AI工具应用和商业化的3点思考总结：mp.weixin.qq.com
AI万字长文丨发展迅速而又缓慢的AI时代：mp.weixin.qq.com
Sora深度解析：OpenAI的文生视频革命：mp.weixin.qq.com
3.🤔AI思考：日常AI工作和学习中的总结
- 提示词prompt内容汇总：
A.提示词工程三个阶段：个人应用——小团队提效——批量化应用web.okjike.com
B.prompt工作流实践总结：web.okjike.com
C.如何写好一个prompt：web.okjike.com
- 企业AI提效之路
A.给老板讲课AI后对于企业提效的思考：web.okjike.com
B.企业提效的两个层级：web.okjike.com
- AI产品经理工作
A.AI业务和之前业务时候对产品经理的能力项要求变化：web.okjike.com
- AI学习经验分享
A.最简单用好AI的办法：遇事不决，问问GPT：web.okjike.com
- 做业务的一些想法
A.可规模化拓展的PMF时刻：web.okjike.com
B.创业者不管是成功还是失败其实都没有开天眼：web.okjike.com
- 日常复盘
A.寻找个人长板：对业务本质的洞察能力：web.okjike.com
B.学了一年命理八字后的感悟：web.okjike.com
C.盈亏同源：web.okjike.com
4.🎮AI产品体验
25-Omost AI绘图产品：web.okjike.com
24-微信输入法AI能力：web.okjike.com
23-Luma AI视频生成软件：web.okjike.com
22-wegic AI+快速建站工具：web.okjike.com
21-GPTs：web.okjike.com
20-Fatetell AI+国学：web.okjike.com
19-海螺智能体：web.okjike.com
18-豆包智能体：web.okjike.com
17-智谱智能体：web.okjike.com
16-Remini 黏土AI：web.okjike.com
15-Remove.bg 图像处理：web.okjike.com
14-toolify AI工具站：web.okjike.com
13-豆包 LLM产品：web.okjike.com
12-海螺AI LLM产品：web.okjike.com
11-flowith 白板AI工具：web.okjike.com
10-通义听悟（音视频转译文本工具）：web.okjike.com
09-Devv AI程序员搜索：web.okjike.com
08-开源大模型Llama3：web.okjike.com
07-Way To AGI 知识库：web.okjike.com
06-kimi Copilot 网页总结助手：web.okjike.com
05-钉钉AI助理：web.okjike.com
04-Dify LLM应用开发平台：web.okjike.com
03-AI购物助手Lumona：web.okjike.com
02-阶跃星辰跃问产品体验：web.okjike.com
01-infospaceAI信息汇总产品：web.okjike.com
105 873
最近被问的最多的问题是：怎么提升自己的coding水平？刚好我又优化了一轮工作流，过去半个月token日耗稳定在1-2亿，基于这段实践和大家分享一下我的思路。
我现在越来越觉得coding这个技能和健身、打游戏没啥本质的区别，主打一个唯手熟尔，看再多教程和方法，都不如多去找点真实任务练练手。
所以提升coding水平的第一件事，就是练手感。
衡量手感的最直观的一个指标，就是token消耗。
很多朋友总觉得我有技术背景，但我在24年8月份开始用cursor写代码的时候，我连终端指令cd都不会输入，Git原理更是找我们研发请教了好几次死活听不懂，服务器部署更是天书一样的事情。
最后我解决这些问题的方法非常简单粗暴，就是不断磨时间去消耗token，来让自己对这些技能形成肌肉记忆。
第一遍搞不懂，第二次会有一点懵懂，第三次稍微了解一点点，再继续第四次第五次，往后就逐渐能够看懂AI作业的全流程了。
今年能够感觉到水平比去年进步快了很多，部分原因在于token消耗的不断的提升。
春节一亿token我努力肝一天才能消耗完，到现在差不多一个下午的时间，这背后是我对coding的任务布置和协作都有了更深的理解。
用的越多发现token消耗也很难打上去的，日耗3个亿门槛对我来说就比较难过了，毕竟我没有那么多能构成有效真实token消耗的场景。
第二件事是磨流程，不断优化自己和AI的协作方式，提升质量和效率。
人和AI的协作也是不断往前演化的，以我自己的coding流程为例。
最开始用cursor的时候我是口喷需求，但一个弹窗bug硬是和AI改了一下午，然后我开始用AI写PRD，来减少我和AI沟通中的损耗。
再后来我发现AI在持续作业的能力比较弱，就开始借助cursor的notepads功能让AI先构建一个todo的md文档，再基于这个文档进行更长的作业。
skill出来后，我开始把需求讨论、PRD、设计、开发、测试这些流程都封装成skill，能够让AI在每一次作业中遵循相同的标准，同时也增加了大量subagent调用的流程，来帮助agent纠错提升质量。
最近半个月我还在优化这些skill，我希望把设计、PRD、测试用例做成前置的整合模块，在这些都确认后后边开发测试直接托管给AI，能够依赖模型能力做到更自动化的流程。
目前看下来基本上AI进化一个版本，我和它协作的逻辑也得进化一个版本，人得跟得上AI进步的速度。
现在我觉得coding还是个手艺活，先得熟能生巧，然后不断打磨自己的专属技巧，这样就可以和AI做出来很多好玩的东西～
我现在越来越觉得coding这个技能和健身、打游戏没啥本质的区别，主打一个唯手熟尔，看再多教程和方法，都不如多去找点真实任务练练手。
所以提升coding水平的第一件事，就是练手感。
衡量手感的最直观的一个指标，就是token消耗。
很多朋友总觉得我有技术背景，但我在24年8月份开始用cursor写代码的时候，我连终端指令cd都不会输入，Git原理更是找我们研发请教了好几次死活听不懂，服务器部署更是天书一样的事情。
最后我解决这些问题的方法非常简单粗暴，就是不断磨时间去消耗token，来让自己对这些技能形成肌肉记忆。
第一遍搞不懂，第二次会有一点懵懂，第三次稍微了解一点点，再继续第四次第五次，往后就逐渐能够看懂AI作业的全流程了。
今年能够感觉到水平比去年进步快了很多，部分原因在于token消耗的不断的提升。
春节一亿token我努力肝一天才能消耗完，到现在差不多一个下午的时间，这背后是我对coding的任务布置和协作都有了更深的理解。
用的越多发现token消耗也很难打上去的，日耗3个亿门槛对我来说就比较难过了，毕竟我没有那么多能构成有效真实token消耗的场景。
第二件事是磨流程，不断优化自己和AI的协作方式，提升质量和效率。
人和AI的协作也是不断往前演化的，以我自己的coding流程为例。
最开始用cursor的时候我是口喷需求，但一个弹窗bug硬是和AI改了一下午，然后我开始用AI写PRD，来减少我和AI沟通中的损耗。
再后来我发现AI在持续作业的能力比较弱，就开始借助cursor的notepads功能让AI先构建一个todo的md文档，再基于这个文档进行更长的作业。
skill出来后，我开始把需求讨论、PRD、设计、开发、测试这些流程都封装成skill，能够让AI在每一次作业中遵循相同的标准，同时也增加了大量subagent调用的流程，来帮助agent纠错提升质量。
最近半个月我还在优化这些skill，我希望把设计、PRD、测试用例做成前置的整合模块，在这些都确认后后边开发测试直接托管给AI，能够依赖模型能力做到更自动化的流程。
目前看下来基本上AI进化一个版本，我和它协作的逻辑也得进化一个版本，人得跟得上AI进步的速度。
现在我觉得coding还是个手艺活，先得熟能生巧，然后不断打磨自己的专属技巧，这样就可以和AI做出来很多好玩的东西～
18 04
什么内容是人类认真收集撰写的，什么内容是由AI扩写糊弄的，这点事情还是能一眼看出来的🤔
如果人都糊弄你了，怎么还会有好的结果。
与其看对方脑子里怎么想的，还不如根据做的判断省心。
如果人都糊弄你了，怎么还会有好的结果。
与其看对方脑子里怎么想的，还不如根据做的判断省心。
5 02
最近见了很多朋友，和大家聊了各种AI落地的问题。聊的越多越能明显感觉到，AI对岗位的影响，并不是简单的替代，而是先让岗位的职责和价值标准发生变化。
我大概有3个观察，来和大家分享一下。
1.岗位不会被AI简单替代，但岗位职责会不断合并。
以我自己的产品和研发序列来举例，AI不会把我们直接替代掉，因为真实业务中很多关键节点是需要人来兜底，人需要去做关键的决策判断。
所以短期内，AI完整替代人的难度还是偏高的，但这些岗位的边界会被AI持续侵蚀。
之前的开发流程要产品出需求文档、设计出UI稿、研发写代码测试，但现在这些工作里很大一部分都可以由AI来执行，曾经各个岗位之间的边界正在逐渐消融。
未来我们可以看到产品、设计、研发类的角色或许会合并成一个岗位，然后一个人带着几个AI，完成过去一个小团队的产出。
AI对岗位的影响，不一定是这个岗位消失了，而是这个岗位被重新定义了。未来同样一个需求，对人的复合能力和人效要求都会变得更高。
2.Vibe Coding正在成为求职的基础门槛
我观察自己和身边朋友从去年到现在的招人变化，其中有一条越来越明显：候选人要具备Vibe Coding能力。
倒不是要求每个人都变成专业的开发，而是希望大家有基础的AI协作能力，能够借助AI把一个想法快速做成可展示的东西。
为什么它会变成一个硬指标？因为用它非常容易验证一个人的AI使用深度。
有自己的项目、每天稳定有Token消耗的人，通常说明这个人真的在高频和AI做事情。而且通过投屏展示Coding过程，一下子就能看到人的真实水平，他的思考和作业流程都在里边了。
3、好奇心和探索欲，是AI时代拉开长期差距的核心
我最近见朋友问的最多的一句话是：天天这么高强度用AI，你不觉得累吗？
他们的反馈很一致：不累，反而觉得蛮好玩的。
他们不是把AI单纯当成一个工作任务在执行，而是把它当成一个新世界在探索，像打游戏一样，不断解锁地图、装备玩法。
这个事情放在职场里，其实非常关键。
AI的变化速度太快了，很多教程和经验都会非常快的过时，这时候能够跟上的人更需要主动探索、主动试错的能力，能够把新东西应用到真实问题里。
如果只把AI当成工作要求，其实很难形成持续探索的动力，但AI恰恰又是一个非标准的事情，需要人不断探索增加熟练度。
这就是我最近的一些观察，希望能对大家有一点启发。
AI对岗位的影响还在持续发生，也欢迎大家在评论区聊聊自己的观察和判断呀～
我大概有3个观察，来和大家分享一下。
1.岗位不会被AI简单替代，但岗位职责会不断合并。
以我自己的产品和研发序列来举例，AI不会把我们直接替代掉，因为真实业务中很多关键节点是需要人来兜底，人需要去做关键的决策判断。
所以短期内，AI完整替代人的难度还是偏高的，但这些岗位的边界会被AI持续侵蚀。
之前的开发流程要产品出需求文档、设计出UI稿、研发写代码测试，但现在这些工作里很大一部分都可以由AI来执行，曾经各个岗位之间的边界正在逐渐消融。
未来我们可以看到产品、设计、研发类的角色或许会合并成一个岗位，然后一个人带着几个AI，完成过去一个小团队的产出。
AI对岗位的影响，不一定是这个岗位消失了，而是这个岗位被重新定义了。未来同样一个需求，对人的复合能力和人效要求都会变得更高。
2.Vibe Coding正在成为求职的基础门槛
我观察自己和身边朋友从去年到现在的招人变化，其中有一条越来越明显：候选人要具备Vibe Coding能力。
倒不是要求每个人都变成专业的开发，而是希望大家有基础的AI协作能力，能够借助AI把一个想法快速做成可展示的东西。
为什么它会变成一个硬指标？因为用它非常容易验证一个人的AI使用深度。
有自己的项目、每天稳定有Token消耗的人，通常说明这个人真的在高频和AI做事情。而且通过投屏展示Coding过程，一下子就能看到人的真实水平，他的思考和作业流程都在里边了。
3、好奇心和探索欲，是AI时代拉开长期差距的核心
我最近见朋友问的最多的一句话是：天天这么高强度用AI，你不觉得累吗？
他们的反馈很一致：不累，反而觉得蛮好玩的。
他们不是把AI单纯当成一个工作任务在执行，而是把它当成一个新世界在探索，像打游戏一样，不断解锁地图、装备玩法。
这个事情放在职场里，其实非常关键。
AI的变化速度太快了，很多教程和经验都会非常快的过时，这时候能够跟上的人更需要主动探索、主动试错的能力，能够把新东西应用到真实问题里。
如果只把AI当成工作要求，其实很难形成持续探索的动力，但AI恰恰又是一个非标准的事情，需要人不断探索增加熟练度。
这就是我最近的一些观察，希望能对大家有一点启发。
AI对岗位的影响还在持续发生，也欢迎大家在评论区聊聊自己的观察和判断呀～
11 33
买个服务器从头部署harmes Agent和codex加Deepseek，最大的卡点居然是服务器链接问题。
codex和cc从那傻乎乎的连了2小时最后我发现可能是tun模式路由有问题🤔
一根ai说ai立马就解决了，它们是不知道这种情况嘛，估计是压根没想到人类能搞出来这么复杂的流程吧，哈哈哈哈哈哈哈哈哈哈哈哈哈哈。
不得不说折腾服务器还是蛮好玩的，准备做一个个人资料网页出来吧～
codex和cc从那傻乎乎的连了2小时最后我发现可能是tun模式路由有问题🤔
一根ai说ai立马就解决了，它们是不知道这种情况嘛，估计是压根没想到人类能搞出来这么复杂的流程吧，哈哈哈哈哈哈哈哈哈哈哈哈哈哈。
不得不说折腾服务器还是蛮好玩的，准备做一个个人资料网页出来吧～
5 00
随性汇总一下本周的那个AI思考啊。然后这是全用豆包语音输入法来输入的，我就不改了，正好跟大家完整地呈现一下，说用语音输入法，然后它转的文本内容怎么样。
我会在里边加一些换行，但是内容我就完整不改了。
OK，然后因为这周其实跟很多朋友见面，然后我们也在有一些招聘上的心得，想跟大家分享一下。
第一个我觉得是整个AI，不管是Coding也好啊，还是Coding也好，它们的趋势，你就拉长1到3年来看，一定是会超过人类的Coding的技能的。
就是就是我们其实不用去太关注。 AI在Coding包括Agent的这些场景，或者代替人作业的这些能力，它是一定会发生的，就它终究会发生，就你我们其实没有必要去关注说哦，它到底今年发生还是明年发生，还是后年发生？
这事情一点都没有意义了，因为它一定会发生，就你再按长线趋势来看，未来1到3年一定会发现说AI能够在Coding包括大量的互联网标准化作业的SOP场景中去取代人，这是一定会发生的事情。
那只有两个选择，第一，要么积极拥抱AI，尽可能地说让把自己变得是用AI最靠前的那波人吧。
要么就是那个，你就早做打算吧。互联网这个船它一定是这样的，就是它一定是融入AI速度最快、变革最快的。你要么拥抱，对吧？想办法让自己往前走。
要么就是说，哦，那我们换一条赛道，然后去看有没有自己有没有机会。对，我觉得心态上就这样，就是你你不能说对抗趋势，就是人不要对抗趋势，对抗趋势这事没有意义。要么就是给自己留好后路，要么就积极拥抱，对吧？
当然我们不一定说这两个都一定是最好的选择，但最好还是说，要么就是往前，要么是往后，都可以，怎么选都没问题。
但是不要在一个纠中间态，就我既不拥抱，我又不给自己找后路，那当真的AI 大规模的撤展导致岗位合并，然后和带来各种影响趋势的时候，这是一个完整，就是就就你没有准备的排满，你就会很难受。这事情已经在发生了哦。
然后第二点我觉得是说，因为我最近又在招实习生嘛，然后我觉得实习生招聘标准其实发现了很大的变化。
对我们来说，我们认为对考察实习生的第一个水平其实就是AI Coding的能力。
对，因为AI Coding代表着你对AI的理解，就应用，首先是应用，应用完才有理解嘛，好吧？那我们会怎么去看实习生的Coding水平呢？
第一个就是最好你有一个作品啊，你要有一个作品，我们会认为，就是你能让我看到你的作品，给我讲你的思考，你是怎么去实现的。那我们能看到你怎么去用AI，包括你能不能去部署到服务器上。哦，那你做一点可能复杂点的项目，那就能看到你的水平。
好，如果你没有一个好好作品，那刺激你的就是那个Token消耗。就是就是可能你没有什么做能发到服务器的产品，你自己做了很多小工具，那你就给我们看你的token消耗就好了，对我们能知道每天消耗多少。然后我这边我们觉得实习生大概每天2000万到3000万的token消耗吧，是一个合理正常的值。那基本达到这个消耗还会比较满意。
那第三个就是嗯，对看这些的话，我们可能会现场出体验，就远程直接带大家用Coding去写代码。我们会看人和Agent作业的完整的协作流程什么样的。如果说协作流程很好，思考很好，那就会通过。
OK，然后剩下的可能会去考察人对于产品的一些理解啊，包括对世界的一些理解。就是还是之前传统的产品经理招聘考察那些东西，但是他的优先级是被往后放了。
同时我们会有一点希望说候选人有一个非常积极乐观的，就实习生也好，政治也好，都是这样的。我希望有一个很好的开放性的心态去拥抱整个世界，而不是说像有一种封闭的心态。就是就是一定要积极地去拥抱AI，甚至我非常乐意见到说，哦，我在努力尝试把所有事情加AI，然后我发现不行退回来的这种心态。
而不是说我看到别人在用Coding，那我去学一下Coding。就这种心态当然没有问题，但是当你想要AI产品经理这个岗吃这碗饭的时候，它就会有问题。
就是你一旦希望从这个里面赚到这份钱，那你必须拿到对应的，就打出对应的成本去。
同时我自己在招聘的时候，其实我比较希望说，那我招聘的实习生最好是有一点少年心气的。就是我不太建议，当然这个可能是，这个也看面试官风格啊。反正我自己不太喜欢各种标准化的面试回答。
这实习生招聘上的一些思考。
然后其他第三个就是我觉得AI产品没有粘性吧。
就你们看我就打这篇文章，打这篇闲谈，我用的是豆包语音输入法嘛。那其之前我用的闪电说嘛。那我从豆包语音输入法切到闪电说，我只用了一个小时的时间。啊，是从闪电说切到那个豆包语音书。
对，那为什么我要切呢？第一个是说我发现它的本地的ASR转的效果，包括润色其实都远超闪电说。闪电说那个断测模型其实是不如豆包的。
那基本上就是因为本身输入法又不存在所谓的我的知识任何的东西嘛，那其实就可以直接切过来了。那同时我们要讲 agent上理论上可以存在你的很多skill存档什么的，但是像CodeX啊，这些都做了搬家功能了啊。
那所谓的Agent的粘性我觉得也不存在了，就用户从Cloud Code到CodeX迁徙基本上是没有任何成本的。
对，所以我觉得AI产品的逻辑真的是跟之前完全不一样了。你去养所谓的用户粘性这个事没有意义〈就〉用户跑的时候可能完全就不搭理你。
你对你要做好产品本身嘛，然后可能刚开始就要考虑商业化。或者说你如果不考虑商业化，你就做好商品本身，让商品有一定的不可替代性。
或者说这个不可替代性是要建立在非模型侧的嘛。但现在也确实也不好建立啊，因为你看CodeX这种产品都不一定那么好建立，对吧？我们自己做的可能会更弱一点。不过还是沿这个趋势来看，我可以肯定的是，烧钱买用户这个事其实没那么大价值了。
我的一点思考。然后这篇文章的话，就是我完整地用豆包语音输入法来写的，我只去改了一些换行。然后所以你其实可以看到会有一些错误，但是整体来说还好，其实。就是我现在感觉用它，我去跟AI编程做语音输入，效果其实非常棒的，大家也可以体验一下。
OK，这有本周的一些闲谈吧。那我看后面如果大家喜欢，我就多尝试这种方法，做一些输入。哦，输出。
我会在里边加一些换行，但是内容我就完整不改了。
OK，然后因为这周其实跟很多朋友见面，然后我们也在有一些招聘上的心得，想跟大家分享一下。
第一个我觉得是整个AI，不管是Coding也好啊，还是Coding也好，它们的趋势，你就拉长1到3年来看，一定是会超过人类的Coding的技能的。
就是就是我们其实不用去太关注。 AI在Coding包括Agent的这些场景，或者代替人作业的这些能力，它是一定会发生的，就它终究会发生，就你我们其实没有必要去关注说哦，它到底今年发生还是明年发生，还是后年发生？
这事情一点都没有意义了，因为它一定会发生，就你再按长线趋势来看，未来1到3年一定会发现说AI能够在Coding包括大量的互联网标准化作业的SOP场景中去取代人，这是一定会发生的事情。
那只有两个选择，第一，要么积极拥抱AI，尽可能地说让把自己变得是用AI最靠前的那波人吧。
要么就是那个，你就早做打算吧。互联网这个船它一定是这样的，就是它一定是融入AI速度最快、变革最快的。你要么拥抱，对吧？想办法让自己往前走。
要么就是说，哦，那我们换一条赛道，然后去看有没有自己有没有机会。对，我觉得心态上就这样，就是你你不能说对抗趋势，就是人不要对抗趋势，对抗趋势这事没有意义。要么就是给自己留好后路，要么就积极拥抱，对吧？
当然我们不一定说这两个都一定是最好的选择，但最好还是说，要么就是往前，要么是往后，都可以，怎么选都没问题。
但是不要在一个纠中间态，就我既不拥抱，我又不给自己找后路，那当真的AI 大规模的撤展导致岗位合并，然后和带来各种影响趋势的时候，这是一个完整，就是就就你没有准备的排满，你就会很难受。这事情已经在发生了哦。
然后第二点我觉得是说，因为我最近又在招实习生嘛，然后我觉得实习生招聘标准其实发现了很大的变化。
对我们来说，我们认为对考察实习生的第一个水平其实就是AI Coding的能力。
对，因为AI Coding代表着你对AI的理解，就应用，首先是应用，应用完才有理解嘛，好吧？那我们会怎么去看实习生的Coding水平呢？
第一个就是最好你有一个作品啊，你要有一个作品，我们会认为，就是你能让我看到你的作品，给我讲你的思考，你是怎么去实现的。那我们能看到你怎么去用AI，包括你能不能去部署到服务器上。哦，那你做一点可能复杂点的项目，那就能看到你的水平。
好，如果你没有一个好好作品，那刺激你的就是那个Token消耗。就是就是可能你没有什么做能发到服务器的产品，你自己做了很多小工具，那你就给我们看你的token消耗就好了，对我们能知道每天消耗多少。然后我这边我们觉得实习生大概每天2000万到3000万的token消耗吧，是一个合理正常的值。那基本达到这个消耗还会比较满意。
那第三个就是嗯，对看这些的话，我们可能会现场出体验，就远程直接带大家用Coding去写代码。我们会看人和Agent作业的完整的协作流程什么样的。如果说协作流程很好，思考很好，那就会通过。
OK，然后剩下的可能会去考察人对于产品的一些理解啊，包括对世界的一些理解。就是还是之前传统的产品经理招聘考察那些东西，但是他的优先级是被往后放了。
同时我们会有一点希望说候选人有一个非常积极乐观的，就实习生也好，政治也好，都是这样的。我希望有一个很好的开放性的心态去拥抱整个世界，而不是说像有一种封闭的心态。就是就是一定要积极地去拥抱AI，甚至我非常乐意见到说，哦，我在努力尝试把所有事情加AI，然后我发现不行退回来的这种心态。
而不是说我看到别人在用Coding，那我去学一下Coding。就这种心态当然没有问题，但是当你想要AI产品经理这个岗吃这碗饭的时候，它就会有问题。
就是你一旦希望从这个里面赚到这份钱，那你必须拿到对应的，就打出对应的成本去。
同时我自己在招聘的时候，其实我比较希望说，那我招聘的实习生最好是有一点少年心气的。就是我不太建议，当然这个可能是，这个也看面试官风格啊。反正我自己不太喜欢各种标准化的面试回答。
这实习生招聘上的一些思考。
然后其他第三个就是我觉得AI产品没有粘性吧。
就你们看我就打这篇文章，打这篇闲谈，我用的是豆包语音输入法嘛。那其之前我用的闪电说嘛。那我从豆包语音输入法切到闪电说，我只用了一个小时的时间。啊，是从闪电说切到那个豆包语音书。
对，那为什么我要切呢？第一个是说我发现它的本地的ASR转的效果，包括润色其实都远超闪电说。闪电说那个断测模型其实是不如豆包的。
那基本上就是因为本身输入法又不存在所谓的我的知识任何的东西嘛，那其实就可以直接切过来了。那同时我们要讲 agent上理论上可以存在你的很多skill存档什么的，但是像CodeX啊，这些都做了搬家功能了啊。
那所谓的Agent的粘性我觉得也不存在了，就用户从Cloud Code到CodeX迁徙基本上是没有任何成本的。
对，所以我觉得AI产品的逻辑真的是跟之前完全不一样了。你去养所谓的用户粘性这个事没有意义〈就〉用户跑的时候可能完全就不搭理你。
你对你要做好产品本身嘛，然后可能刚开始就要考虑商业化。或者说你如果不考虑商业化，你就做好商品本身，让商品有一定的不可替代性。
或者说这个不可替代性是要建立在非模型侧的嘛。但现在也确实也不好建立啊，因为你看CodeX这种产品都不一定那么好建立，对吧？我们自己做的可能会更弱一点。不过还是沿这个趋势来看，我可以肯定的是，烧钱买用户这个事其实没那么大价值了。
我的一点思考。然后这篇文章的话，就是我完整地用豆包语音输入法来写的，我只去改了一些换行。然后所以你其实可以看到会有一些错误，但是整体来说还好，其实。就是我现在感觉用它，我去跟AI编程做语音输入，效果其实非常棒的，大家也可以体验一下。
OK，这有本周的一些闲谈吧。那我看后面如果大家喜欢，我就多尝试这种方法，做一些输入。哦，输出。
7 51
跟Claude团队学HTML用法，信息吸收更轻松了
在看完Claude Code团队关于html使用的那篇文章后，对我启发蛮大的，于是我做了很多使用上的探索，今天来和大家分享一下我的收获。
之前用AI沉淀内容的时候基本上都是生成md文档，在假期做Agent Loop探索的时候也是这样，我和AI每设计一个架构、每跑一次循环，我们都会沉淀一个md文档，方便后续去复盘总结。
为了方便去看md文档，我还特意在CodePal里做了阅读模块，能够把Markdown语法渲染出来，让内容查阅起来更清晰。
但最终的阅读体验其实不好，主要是AI写的字太多了，这么多内容摆在我面前，我第一反应是要么让AI去读吧，但是让AI总结就会遗漏很多设计细节上的问题。
这个事情让我的Agent Loop复盘拖延了好几天，在看到html使用方法后，我就立马把这个方法用到了这次复盘里，我让AI逐条阅读这些历史文档，然后给我输出一个尽可能齐全不遗漏细节的html页面。
当我打开html去阅读的时候，我发现体验和md完全不一样。
同样的信息放在html里可以被拆成卡片、表格、流程、对比、重点提示等多个模块，它不再是一整坨文字堆在面前，而是可以让人津津有味的从上往下读，不会有面对大量内容的压力感了。
这个时候我意识到，html的价值不仅仅是让样式变得好看，它更重要的是改变了信息被人吸收的方式，它能让信息更容易被看见、理解和利用。
基于这个思路，我最近也做了3个相关的Skill。
第一个是对话整理类的:readable-output。
它主要是用来整理我和AI的对话，把原本沉淀成md的讨论过程，转成更适合回看的html页面。
第二个是案例整理类的：case-radar。
我用它来整理案例材料，结合AI自主使用浏览器和CLI调用能力，把截图、说明和结构分析汇总成一个可浏览的html案例库。
第三个是学习类的：system-study。
它是用来做系统学习的，我给它一个学习目标，在和它确认需求后，AI会发起多个subagent做调研，最后生成一份系统化的html学习页面。
这三个Skill我都开源到了github，大家需要使用的自取：github.com。
在跑完这几个案例后，我对html应用的理解也发生了一些变化。
我之前觉得html更多是demo产品的验证方式，所以我会把大量的产品demo和设计图用html来做载体承接。
但现在我觉得，html是AI时代很重要的信息表达形式，我也会后边尝试看看能不能用html在更多场合下替代md文档，先从coding场景的prd文档和测试文档开始吧，后续再和大家反馈我的实际体验。
在看完Claude Code团队关于html使用的那篇文章后，对我启发蛮大的，于是我做了很多使用上的探索，今天来和大家分享一下我的收获。
之前用AI沉淀内容的时候基本上都是生成md文档，在假期做Agent Loop探索的时候也是这样，我和AI每设计一个架构、每跑一次循环，我们都会沉淀一个md文档，方便后续去复盘总结。
为了方便去看md文档，我还特意在CodePal里做了阅读模块，能够把Markdown语法渲染出来，让内容查阅起来更清晰。
但最终的阅读体验其实不好，主要是AI写的字太多了，这么多内容摆在我面前，我第一反应是要么让AI去读吧，但是让AI总结就会遗漏很多设计细节上的问题。
这个事情让我的Agent Loop复盘拖延了好几天，在看到html使用方法后，我就立马把这个方法用到了这次复盘里，我让AI逐条阅读这些历史文档，然后给我输出一个尽可能齐全不遗漏细节的html页面。
当我打开html去阅读的时候，我发现体验和md完全不一样。
同样的信息放在html里可以被拆成卡片、表格、流程、对比、重点提示等多个模块，它不再是一整坨文字堆在面前，而是可以让人津津有味的从上往下读，不会有面对大量内容的压力感了。
这个时候我意识到，html的价值不仅仅是让样式变得好看，它更重要的是改变了信息被人吸收的方式，它能让信息更容易被看见、理解和利用。
基于这个思路，我最近也做了3个相关的Skill。
第一个是对话整理类的:readable-output。
它主要是用来整理我和AI的对话，把原本沉淀成md的讨论过程，转成更适合回看的html页面。
第二个是案例整理类的：case-radar。
我用它来整理案例材料，结合AI自主使用浏览器和CLI调用能力，把截图、说明和结构分析汇总成一个可浏览的html案例库。
第三个是学习类的：system-study。
它是用来做系统学习的，我给它一个学习目标，在和它确认需求后，AI会发起多个subagent做调研，最后生成一份系统化的html学习页面。
这三个Skill我都开源到了github，大家需要使用的自取：github.com。
在跑完这几个案例后，我对html应用的理解也发生了一些变化。
我之前觉得html更多是demo产品的验证方式，所以我会把大量的产品demo和设计图用html来做载体承接。
但现在我觉得，html是AI时代很重要的信息表达形式，我也会后边尝试看看能不能用html在更多场合下替代md文档，先从coding场景的prd文档和测试文档开始吧，后续再和大家反馈我的实际体验。
17 97