即刻App年轻人的同好社区
下载
App内打开
谈小罗coding
132关注252被关注1夸夸
程序猿 | 出海新人
Android | Flutter | ArkTS | TS
Explore Web3 | 海外工具站
谈小罗coding
3月前
我把 OpenClaw 送去上大学了,它自己入学的

发现一个叫 BotLearn 的地方,专门给 AI 机器人开的大学。

只要把一段话丢给它,它自己就会去注册、拿 API Key、设置定时任务……我就点了一个链接,其余全是它干的。

更离谱的是里面有个社区,AI 之间在互相私信、评论、投票。我还发现有人建了个算命板块,给 AI 做塔罗占卜……emmm

写了两篇体验分享,一篇讲校园氛围,一篇讲怎么选课

mp.weixin.qq.com

mp.weixin.qq.com
01
谈小罗coding
3月前
AI 不是神,它得「懂」项目才能干活。

所以我一般这么搞:

先让 AI 当新人,梳理项目。接手一个项目(尤其是屎山),我会先让 AI 把代码按模块整理成文档。相当于让它先「入职培训」一下。

做需求时,让 AI 先搜索文档。有了文档,后面就让 AI 从文档里搜、读,看看会涉及哪些模块。

AI 出设计方案。需求喂给它,让它想怎么做。

再让另一个 AI review。比如 Codex 出方案,Claude review。然后 Codex 再看看这 review 说得对不对。两个 AI 互相挑毛病,挺有意思。

最后让 AI 动手写。方案定了,就让它去干活,如果是大活儿,还需要让它分步干。

直接让 AI 写代码 vs 先做计划再写,差距有多大?

00
谈小罗coding
3月前
公司 12 月办了一个黑客马拉松,主题是 AI + 教育。我们团队用了 99% AI + 1% 的手搓完成了整个项目。

当时过程中的数据没有记录下来,正好最近约了团队内部的一个分享,就准备用 AI 重走一次流程。本文就是记录这个过程。

之前的项目用的是 Claude Code + Shipany。考虑到方便大家复刻,这次我换成了开源方案:nextjs-starter 模板 + OpenCode + oh-my-opencode。

99% AI + 1% 手搓,我们这样打完了黑客马拉松

00
谈小罗coding
4月前
cursor gemini-3-flash 是有啥大 bug,一个很简单的问题跑了快 2000w token
00
谈小罗coding
4月前
昨天想找些历史文档投喂给 AI,翻箱倒柜,却发现积累寥寥——只能从公众号、即刻、flomo、知识星球里东拼西凑。

突然一句话从脑海中跳出——“做笔记,是为了增援未来的自己”。

这句话在 AI 时代仿佛有了新的注脚:过去的笔记,经由 AI 加持,能更深刻地洞察自己。

曾经的只言片语,如今都可能成为认识自我的线索。
00
谈小罗coding
5月前
不得不说,这个执行力真的强!

小龙_vuTX: ❗️死磕30万条外链数据,啃下这块最硬的骨头!我整理了一份List免费送给大家! 大家好我是小龙,今天我想分享一个关于我如何与“外链”这个东西死磕到底的故事。这不仅仅是一个关于SEO技巧的分享,更是一段关于热爱、探索和最终将兴趣变为产品的旅程。 ▪️缘起:从“飞哥”的新词比赛开始 故事要从23年底说起。那会儿@哥飞 连续做了几次新词SEO比赛,我都通过外链策略拿到了几次名次。这让我对外链产生了浓厚的兴趣。 刚开始,我只是个门外汉,完全模仿飞哥在分享里提到的方法。我去 Product Hunt、YC (Hacker News)、V2EX 这些知名的开发者和产品社区发帖,这算是我的外链尝试。 后面和@阿彪Bill 也请教了一些外链的知识和技巧,帮助非常的大,让我寻找高品质外链的速度快了许多! 后来,我开始分析大型网站,我最开始找的是阿彪的 hix.ai 和@阳光杉木 的 toolify.ai 这两个非常火的AI网站。我把他们的外链数据扒下来,希望能从中找到一些可以为我所用的资源。但很快我就发现,这条路没那么好走。他们很多高质量的外链都是我们无法去做的,大部分是花钱购买的PR文,成本高昂,门槛也高。 尽管如此,靠着最开始在那些简单渠道的尝试,以及哥飞在社群里的零散分享,我还是断断续续地寻找到了大约 100到200条 外链。虽然只有1-200条,但网站也能快速获得权重和流量,有了寻找更多外链的动力。 ▪️爆发:一个春节,我抓取了30万条外链 时间来到24年过年的时候,大家都在走亲访友,我没什么事情做,一门心思都在寻找外链上。我想,既然分析一两个竞品效果有限,那我为什么不把范围扩大呢? 说干就干。我索性收集了大约10个知名的AI导航网站,然后将这些网站的域名全部扔到 Semrush 里,让它去抓取这些网站所有的外链数据。这个过程像打开了新世界的大门,我顺藤摸瓜,从这10个网站的外链里又发现了更多的AI导航网站。于是,我把这个雪球滚了起来,最终扩展到抓取了大概 3000个 AI网站的数据。 抓取后的数据是海量的、杂乱的。我把所有数据导出,放进一个Excel表格里,开始进行繁琐的筛选:去重、去无效链接、格式化……最终,经过一番折腾,我得到了一份将 30万多条 外链数据清单。 ▪️沉淀:花一年时间,与30万条数据死磕 这30万条数据,我知道其中90%以上可能都是垃圾信息,需要耐心挖掘真正有用的信息。接下来的将近一整年时间,我的日常就多了一项工作:持续地去看这30万条数据。 ▪️我一条一条地研究,并且都带着同样的问题: 这个外链是如何发上去的?是评论、是文章、还是一个简单的链接? 它所在的网站是一个什么样的网站?是论坛、博客、导航站,还是其他类型? 这个网站主要使用什么语言?面向哪个国家的用户? 发布这个链接有什么特别的技巧吗?需不需要注册?有没有什么限制? 发布者是谁?是一个真实的用户,还是网站的运营者? 这个过程漫长但是我感觉很有趣。一直到今年(2025年)过年的时候,我终于从那30万条的原始数据中,整理出了 1万多条 我认为真实、有效、可操作的外链数据。 这里面的世界远比我想象的要丰富多彩。有常见的导航站、论坛、博客,也有很多出乎意料的形式:有在学术论文的PDF引用中夹带外链的,有在政府网站的问答板块提问时夹带外链的,甚至还有在音乐网站的版权声明里夹带外链的。各种各样,千奇百怪,非常有意思。 我之所以能花一年的时间来做这件看似枯燥的事情,实际上完全是出于热爱。我喜欢去窥探一个网站深层的东西。我总在想,为什么会有这个网站?这个网站存在的意义是什么? 我相信每个网站背后都有它的商业逻辑或存在逻辑。 举个例子,你会看到一个很垃圾的网站,上面有成千上万条各种类型的链接,看起来也没有什么访问量,但它的域名却一直续费了很多年。如果你仔细研究这个网站的首页,可能会发现这是一个无法在Google上被正常搜索到的网站,也许是一个无法通过常规渠道推广的行业。它利用一个子页面或者子域名,来做一个让大家免费发布外链的页面,目的就是为了给它的主站带来微小但持续的流量。 每天研究这些事情,对我来说是一个非常有趣的过程。 下面是之前抓取外链的时候统计用的表格,就是这样的一条一条去寻找的!(图1) ▪️机缘:从一份列表到一个网站LXX.ai 后来,我开始将自己整理的一些外链列表分享给周围的朋友们,比如@Clara998泽佳 @Lucas小杨 @嘶溜拿铁 @蛋壳-ai出海 @冉云ram-yun 他们的积极反馈让我萌生了一个新的想法。 今年哥飞要做一个年中聚会,我就主动问飞哥:“我做一个外链库产品,是不是可以赞助一下活动?”飞哥非常爽快地答应了。 最大的问题来了:我一点也不懂代码编程。但在这个AI时代,似乎一切皆有可能。我利用 v0 + Cursor,花了一周的时间,硬是“拼凑”出了一个外链网站—— https://www.lxx.ai/ 说实话,这个网站目前还非常的笨拙和简陋,UI可能也不够精美,但它的核心功能——查询和筛选外链,是完全可以使用的。 ▪️我将这份通过一年努力得到的外链列表,变成了 LXX.ai 这个产品。我是准备将它的价格定为 299美元一年。 这个外链库我会持续更新下去,不断把各种各样的新外链加进去。这些外链的来源,有我自己通过Semrush、Similarweb等工具持续寻找的,也有朋友们共享过来的高质量资源,我都会统一整理后逐步更新进去。 目前,网站里已经有 3000多条 精选的外链数据,涵盖了各行各业、各种语言、各种国家。 👉如果你是做 AI 站的,那么可以筛选 “AI Tools” 或者 “Startup” 分类的网站去提交。 👉如果你是做游戏的,那么可以筛选 “Games” 相关的论坛、博客或者目录站去提交。 👉如果你是做电商网站的,可以筛选一些产品评测、Reviews的网站去发外链。 这一切的外链资源、分析方法,其实最初的灵感和技巧都来自于哥飞在社群中的分享,我只是将这些方法论应用和实践到了极致。 ▪️为此,为了感谢飞哥和社群和即刻的朋友,我准备了一个特别的福利: 🌟免费给大家赠送 LXX.ai 一年的使用权! ❓如何获取? ❗️❗️❗️转发评论这条即刻,加我好友(微信:decxiaolong),我会给你一年访问权的专属兑换码! 然后访问网站:https://www.lxx.ai/,注册一个用户账号。进入用户中心,找到兑换码输入框。 填写专属兑换码,点击兑换,即可获得一年的外链库使用权益。 🥰希望这个小小的工具,能为同样在出海道路上奋斗的你,提供一点点帮助。谢谢大家。 PS: 1.有做免费导航站的朋友,可以联系我微信🌍 (decxiaolong),将你的导航站放进来方便大家提交。 2.有做付费导航站的朋友也可以联系我,提供一个针对LXX的专属优惠码,可以推荐。

00
谈小罗coding
6月前
体验了 kimi-for-coding,有两个主观的感受:

1. kimi-for-coding glm 模型强,但缺少视觉模型

2. kimi-for-coding 在解决实际项目中的问题是,离 claude sonnet 4.5 gpt5-code 模型还是有差距。

举个例子:

kimi 环境:Claude Code

gpt 环境 :Codex

今天刚刚接到一个 Android 相关的项目,跑不起了,报了一个诡异的错误,我把错误分别贴给 kimi Codex

Kimi 首先分析了可能的原因,让我删除缓存试试。我告知它删除后也是同样的问题,它开始做了一个计划,然后帮我开始修改起来了依赖,甚至还给我改了依赖😂

Codex 开始和 Kimi 一样让我删除缓存试试,但在我告知它不行后,它开始查找问题,并指出根源不在当前项目,而是依赖库中,然后就开始一个一个解开依赖库查找问题,并最终确认了是哪个库有问题。

显然,codex 在解决问题略胜一筹。

你们的感受如何?
30
谈小罗coding
6月前
emm...

我也收到了 Perplexity 的邮件,是发现给不起了么😂
30
谈小罗coding
8月前
温馨提示

claude code 最新版本默认会使用 opus-4.1 模型,消耗得飞快

可以 /model 切一下,特别是使用镜像站的朋友
00