即刻App年轻人的同好社区
下载
App内打开
生姜iris
1k关注7k被关注43夸夸
Gingiris主理人
开源 & 出海 & 增长 & 创业咨询
遵从本心,广结善缘
V:15290810236
Gzh:云宝的桃花坞
置顶
生姜iris
2年前
Hello各位即刻的朋友们~我来快速发个自我介绍🙋可以叫我Iris/伊培,我之前是AFFiNE的cofounder & COO,AFFiNE的介绍是:AFFiNE, 45k star open-source Notion/Miro Alternative on Github.
Github link:github.com

目前Base昆山,做开源/出海/运营咨询🙌

2022年8月开始做出海,目前做出了:
Github 7天 6000 star & 1年半 33k star
覆盖数百个国家 & 地区的用户
辅导出PH日榜第一✖️20 周榜第一✖️3 月榜第一✖️1

微信公众号:云宝的桃花坞(欢迎关注看我的叨逼叨)

PH打榜经验分享:ua2hss9chad.feishu.cn
(感谢Sting老师帮忙给文档做的PH faq bot:udify.app
效果还需要调试,但是可以试试玩一下)
开源出海运营经验分享:ua2hss9chad.feishu.cn
开源launch的相关复盘:mp.weixin.qq.com
关于转化的相关复盘:mp.weixin.qq.com

开源skills:
Huggingface link: huggingface.co

工具集合页:www.gingiris.tools

关于「如何定义和找到早期合适的合伙人,如何管理早期团队」: m.okjike.com
关于「武当山清修体验」:m.okjike.com
关于「早期创业一些共识分享」:m.okjike.com
关于「北美SaaS生态 精彩摘录总结」:m.okjike.com
关于「亲密关系一些需要知道的知识」:m.okjike.com
关于「高质量的亲密关系工作坊 课后反馈」:m.okjike.com
关于「早期创业如何验证Idea被市场所需要」:m.okjike.com
关于「自我觉察/优势才干/盖洛普优势」: m.okjike.com
关于「自我觉察和定期回顾」:m.okjike.com
关于「杭州搬家到北京的攻略」: m.okjike.com
关于「为什么创业后选择去字节上班」: m.okjike.com
关于「字节Day1入职感受」: m.okjike.com

播客1:www.xiaoyuzhoufm.com (出海运营/创业经历)
播客2:www.xiaoyuzhoufm.com (第一段创业踩过的坑)
播客3:www.xiaoyuzhoufm.com (出海产品冷启动运营指南)
播客4:www.xiaoyuzhoufm.com (开源产品发布方法论)
播客5:www.xiaoyuzhoufm.com (出海➕运营➕创业)
播客6:www.xiaoyuzhoufm.com (大厂经历/超级个体)
播客7:www.xiaoyuzhoufm.com (投融资相关tips)
播客8:www.xiaoyuzhoufm.com (用户运营/商业化认知)(强推本期!)
播客9:www.xiaoyuzhoufm.com (英国系统性压迫)
播客10: www.xiaoyuzhoufm.com (关于善良的“既得利益者”)

关于亲密关系
播客1:「你可以爱一个人,但仍然和ta说再见」www.xiaoyuzhoufm.com

播客2:www.xiaoyuzhoufm.com (个人成长/女性力量)

2024年4月17日离开AFFiNE,后续关于出海运营/开源/新加坡财税法细节都欢迎随时戳我~很高兴认识🙇
44153
生姜iris
13:28
帮靠谱团队转发↓
具体见图↓
00
生姜iris
2天前
搬家定制了一个入户门垫
男票去1688上下的单
一个70rmb 一个120rmb

大家能看出来左右两款哪个是70哪个是120吗🌠🌱
100
生姜iris
2天前
搬完家突然松懈
加上大半夜打蚊子盖厚被子把自己闷到被子里
冷热交替直接就倒了
中午吃饭的时候发现一点力气没有
浑身骨头疼
还是给主办方告了假
下午结结实实睡了一下午
现在还是病殃殃的
决定安安心心养几天病🌱
30
生姜iris
3天前
@乌素淖尔 老师的这组图图做的也太好了8!!
很适合做睡前播客的一期
睡不着的朋友速来听🌱🌠
00
生姜iris
4天前
@乌素淖尔 老师录的播客火热上线啦!
一期播客讲清楚开源产品怎么赚钱(实在是有太多朋友都问过我这个问题了)
对开源商业化感兴趣的朋友千万不要错过✌️

一周6k star,融资千万美金,开源出海才是真的好生意?

提钱退休

01
生姜iris
4天前
搬来新家第三天
灭蚊灭到凌晨3点
一晚上打死20只蚊子
大家有没有灭蚊小妙招,求指教😭
302
生姜iris
6天前
好多年没来浙一余杭院区
人比几年前多多了
(怀念浙一余杭院区刚开的时候,空荡荡都没有人)
50
生姜iris
7天前
最近和朋友也聊到了
深有同感

小盖fun: 字节对大厂 AI Coding 的反思,好真实。 字节技术副总裁洪定坤的分享,我来回看了好几遍,很有启发。 字节在 AI Coding 方面的实践还是很有代表性的,推荐所有做研发的同学都可以看看。应该会感同身受。 我看完记了一整页笔记,分享给大家。 我甚至觉得可以把这个分享理解为字节在 AI Coding 上的一些真实反思。 根据自己的理解,我把这个分享里对我有启发的几个判断展开来聊一聊。 其中会夹杂很多我自己的感触,想看原文的可以直接去找演讲全文。 反思一:AI 代码贡献率不该是 KPI AI Coding 基本上都已经逐步进入了各个公司的生产流程。 很多人都在说自己的业务有 90% 的代码是 AI 生成的,乍一听,感觉很恐怖。 但其实,AI 对研发的提效没有外界想象的那么高。 洪定坤举了 TRAE 团队的例子。TRAE 本身就是做 AI 工具的,所以这个团队对 AI Coding 的采用非常积极。 过去半年里,他们有 94% 的代码都是 AI 贡献的。但人均需求吞吐率只提升了 60%,也就是之前的 1.6 倍。 这就有疑惑了,AI 写代码的速度至少是人的 10 倍以上,如果 90% 以上的代码都是 AI 产出的,效率至少应该提升 5 倍或者 10 倍吧?为什么只提高了 1.6 倍? 字节得出来的结论是,单一的指标,比如 AI 代码占比,根本没有办法代表真实的生产力。 如果把 AI 代码贡献率当成 KPI,结果就是大家都去优化 AI 的生成量,而不是优化交付能力。 看起来 AI 用了很多,但系统的效率并没有真正变好。 那为什么 90% 的代码都是 AI 写的,人效才提了 1.6 倍?一个很重要的原因是,写代码只是整个研发流程的一个环节。 写之前要理解需求、写 Spec,写完之后要验证功能、提交发布,这些环节如果还是传统方式,光把写代码加速了,整体效率提不上去。 洪定坤把字节在这方面的尝试叫做系统化的 AI Development,核心意思就是 AI 不能只管写代码,得让它进入更多的研发环节,整条链路都跑通,效率才能真正上来。 前两天出去的时候还跟别人争论这件事。现在还有不少公司在追踪员工到底用了多少 Token,说白了,这是在追踪过程。 更应该关注的是,用了这个工具之后,从结果层面去看,交付到底有没有变得更快、更可靠。 一个团队天天说自己 AI 工具用得贼溜,消耗了多少 Token,但没有什么有效的产出,那这到底是好事还是坏事。我觉得这是一个值得每个管理者思考的新问题。 反思二:功能正确≠工程可用 Vibe Coding 的理想状态是就像聊天一样,用自然语言表达自己的需求,最后做出来想要的产品。 如果哪里不对,再用自然语言和 AI 沟通,让它修改。这是过去一年 Vibe Coding 风靡的思路。 对于不太复杂的应用,这种方式完全没问题。我自己做的一些项目基本上就是这个流程跑下来的。 但只要是做生产级的软件,无论公司大小,流程肯定不是这样。 因为公司里必然有老代码,有一套约束。怎么复用已有的组件,安全和权限怎么处理,性能怎么保证,还有兼容性、可维护性。 正经写过工程代码的人都清楚,Vibe Coding 描述的那个状态是比较理想化的,更适合做小项目和验证想法。 真正的程序员虽然也在 Vibe Coding,但流程跟理想状态不一样。 字节内部做了一个实验来验证这个判断:三个模型,三个 Agent 框架,两两组合成 9 种方案,针对同一个需求,每组跑 100 次,总共 900 次。 结果发现,AI 在功能正确率上表现还不错,所有组合都超过了 80%,也就是说,AI 把功能写对的能力已经过了及格线。 但无论哪个组合,生成代码的工程质量都不太好。比如 UI 不对,没有复用组件,性能有问题,结构不符合规范。 这些问题大家在用 AI 写代码的时候应该都碰到过。 现在所有上了牌桌的 Coding 模型,都已经过了 Opus 4.6 这个级别的临界点,模型可以自主写代码了。 这个时候影响 AI Coding 成败的绝对不是裸模型,而是裸模型加上 Harness 的能力。 这个判断本身不算新鲜。 但我最受触动的是字节对 Harness 的理解。 他们的反思是,整个行业好像还是把 Harness 等同于 Agent 框架,诸如用 single agent 还是 multi agent,包含哪些角色,角色之间怎么配合。 这些当然重要,但字节在实践中发现,真正决定 AI Coding 能不能落地的,反而是更基础、更工程化的东西。 洪定坤把它叫做基建。 比如上下文工程有没有做好,架构的约束够不够清晰,团队的知识能不能有效沉淀下来,过去的技术债有没有梳理清楚。 这些看起来不那么性感的工作,反而直接影响 AI Coding 的效果。 实验数据也验证了这一点。同样的模型和框架组合,把这些基建结合进去之后,功能正确率直接从 80% 提升到了接近 90%,工程质量得分,也从之前 40 到 60 分的不及格水平,普遍提升到了 80 分左右。 基建做不好的话,可能的后果是,Vibe Coding 感觉快了,但实际整体可能更慢。工程的债,迟早得还。 反思三:代码门槛下降之后,团队怎么协同 洪定坤分享里有一个例子让我印象很深刻。 产品经理有个需求,发现还得等研发排期,就说那我自己来吧,用 AI 三下五除二就把功能给实现了。 确实这个功能不复杂。做完之后产品经理把代码给到研发,说我已经把代码写完了,现在你只需要帮忙把功能上线就行。 研发一看,不行。你这代码能跑,但不符合上线的规范,有权限问题、安全问题。 产品经理就很委屈,你们没时间做这个需求,现在我都做完了又不让上线。可研发看到的其实是代码质量的问题。 所以这里面就有一个需要所有人正视的事情,虽然代码的生成门槛虽然下降了,这并不代表系统的复杂度也下降了。 真实的业务系统里,代码要放到已有的架构里,要跟已有的模块配合,还要考虑各种各样的问题。 绝对不是谁写出来就能直接上线的。不然肯定会出问题。 怎么让不同角色的人用同一套工具和规范做出符合要求的代码,这是接下来大家需要去解决的。 字节的思路是在内部尝试工具化。比如把内部实践直接产品化,沉淀到 TRAE 里面,开放给所有人。 其实说白了就是工具化。 我看朋友圈有好多大佬也都在转这篇文章,应该还是有挺多共鸣的。 我感觉这一次分享多少也是一些拨乱反正吧。因为过去一段时间确实有很多听起来很离谱的言论,有些人会疯狂地炫耀自己使用了多少 Token,会认为这就代表着 AI Native...... 强烈推荐大家看看原文。字节跳动的公众号就有。

00