DeepSeek 的 Harness 也要出来了，希望真的能替代 Codex，我看 zcode 还差点意思。

目前国内使用 Agent 的最佳搭档，大概是 CC+GLM，Codex+DeepSeek 了吧。

下午下载 zcode 用了一下，让它修复 2 个 bug，第一轮反馈花了 13 分钟，然后，第二轮对话我针对第一个 bug，反问了一个问题，结果第二轮给我的反馈，居然跟第一轮给我的方案不一致。

我问它问啥不一样，它说经过查看源码，发现第一轮的方案解决不了我的问题。 -- 我心想，第一轮你干啥去了。

然后针对第一个 bug，又跟我聊了两轮，一会让我调试这个，一会让我给他发控制台日志。

我耐着性子又配合了两轮，还没定位出来，最后我懒得搭理它了。

我转而把最开始的提示词，贴到 CC 里（注意：这里 CC 里用的也是 GLM 模型），结果，CC 第一轮 3 分钟给我结论，第二轮 7 分钟给我修复完了。

想着同一个“脑子”，差别咋这么大呢？后来想想似乎也正常。智商高低并不决定成就高低。

总有人问，这么多 xx work， xx code 智能体，到底选择哪个？

我…

小孩子才做选择，我都要。关键问题不是选择哪个，而是你有啥任务。

往往是那些没任务的人，才去纠结选择哪个。

A 帮你干，B 帮你审 A 干的活，C 协助你指挥 A 干活，这不香吗，还选啥。

现在都还是免费的，免费的劳动力当然越多越好了。

看了下 workbuddy 里的专家，技能，连接器，不就是 prompt，skill，mcp 嘛 🤣

最近一直在指挥 AI 干活，帮我重构九零笔记底层数据存储逻辑，为接下来的云同步做充分准备。

这也是之前踩坑踩出来的经验，我犹记得上一版九零笔记的同步功能还是 cursor 帮我做的，做到最后根本做不下去了，着实浪费了太多的时间和精力。

最近直接让 CC+Codex 接手，第一步就是删掉了之前 cursor 写的那部分同步代码，除了 UI 保留，其余几乎从头开始设计。

我不动一行代码，CC 每开发完成一步，我就让 Codex review 一次，来来回回折腾他两，每一步都走的比较扎实。

现在上班基本佛系了，干啥都没啥感觉（毫无情绪波动的那种），有活就接，不排斥，不主动，按要求交付，要改啥就改，不争议，不辩驳。

也基本不存在不会干的，因为有 AI，几乎 90% 的工作都是指挥 AI 干。

我干的事就是各种调度，方案让 DeepSeek 来，图片让 ChatGPT 来，PPT 让 workbuddy 来，他们干完之后，我窜吧窜吧就能交付了。

别小看窜吧这个事，很重要，既要让上级看到成果，还要看到你在其中的工作量。如果一眼看到全 AI 干的，那就没你什么事了。🙄

AI coding 在我这已经经历如下阶段：
1，对话询问，某个功能函数怎么写，AI 输出后，手动贴到项目对应代码位置中；-- 当时使用的是 Gemini 和 ChatGPT
2，使用 IDE 接管项目，AI 直接改项目代码；-- Cursor 用了大半年
3，使用 CC CLI 替代 IDE，很少再打开 IDE 接触代码；-- Claude Code
4，使用 Codex 配合审查代码质量，CC 开发完，交给 Codex 审查，Codex 出审查报告，CC 评估修复。-- CC + Codex

今天有个下载文献的任务。

我先用 chatGPT 深度研究，得到一个文献列表，列表里有标题有作者以及摘要信息，但没有下载链接。

然后使用 workbuddy 试试能不能帮我把文献都下载下来，跑了十多分钟，结果一篇正确的材料都没有下载下来。

我以为是数据源的问题，于是人工试了一遍。手动复制标题，贴到 Google 搜索，从搜索结果里，找到对应的网页，然后下载。

11 篇文献资料，我成功下载了 7 篇，这成功率比 workbuddy 可高出太多了。

出现这种情况，我猜测应该是网站反爬机制导致的，这个时候就体现了人工手动古法操作的价值。

我很少如此期待一款软件的发布，Otty 算得上一个，每个工作日早上都要去官网看看 Windows 的版本发布了没？起因是在 Mac 上用了之后，再也回不去了。

最近 AI 心声有一个 bug，总是不按期发送消息，但突然感觉，倒也符合预期，你不跟它聊，它懒得理你，不是很正常的事嘛 [捂脸]
​
我们往往太在乎程序的按期执行，​这种不确定性有时候倒也挺好。

#九零日志