AI 之后,我开始需要项目管理工具了
以前写代码之外还要填任务、报进度,项目管理对我是一份额外负担。现在借助 AI 并行推进多个个人项目,又能让 Codex 通过 MCP 顺带维护任务和验证记录,这笔账终于变得划算了。
以前写代码之外还要填任务、报进度,项目管理对我是一份额外负担。现在借助 AI 并行推进多个个人项目,又能让 Codex 通过 MCP 顺带维护任务和验证记录,这笔账终于变得划算了。
看见知乎上关于兑换码里 I 和 L 的问题,我回头检查了 AI 绘图模块的积分兑换功能。从 Base24 和 Crockford 的字符集,到输入容错、校验段,再到随机数、限流和重复到账,记录这次重新理解兑换码的过程和准备采用的方案。
家人想用 docx 题目刷题,亲戚又提出企业培训的需求,知序就这样做了起来。由此想到,一人公司能否借助 AI 降低开发成本,更灵活地为小客户做普通软件。
支付宝自动续费接口怎么接?以 Token Pay 连续订阅为例,介绍开通条件、签约支付、周期扣款、套餐变更与回调处理,并比较 Stripe 的订阅实现和微信委托代扣的商户分工。
用一款云存储的月付套餐,解释订阅在 Stripe 产品体系中的位置,以及商品、价格、订阅、账单和付款为何要分开记录。再看看升级、退订和扣款失败时,这些记录会怎样变化。
从报刊、牛奶和软件服务谈订阅的起源,解释它与单次购买、分期付款的区别,再算算商户和用户各自的账,看看什么样的需求适合订阅。
从 SillyTavern 这个有点醉意的名字说起,介绍这个开源聊天界面、角色卡和模型连接,也谈谈使用陪伴类 AI 时该留意的边界。
从前端岗位收缩、AI 编程能力提升和独立开发经历出发,讨论智力成本下降后,程序员为何只是最早进水的舱室,以及在尚未找到救生艇时为什么仍要行动。
上下文窗口只规定模型最多能看到多少内容,上下文工程还要处理材料的选择、压缩、排序、隔离和淘汰。从调用怎样装配系统指令、用户任务、检索材料和工具结果说起,区分 RAG、Memory 与 Tool Result 的作用,再讨论长任务怎样保存状态、继续执行和验证效果。结合踩坑,说明为什么扩大窗口或堆入更多材料未必能改善结果。
LLM、Prompt、Context、RAG、Tool、Workflow、Loop、ReAct、Memory 和 Agent 经常出现在同一段介绍里,却不处于同一层:模型负责生成,上下文与 RAG 补充材料,Tool 连接外部能力,Loop 和 ReAct 组织决策,Agent 把它们变成一套运行系统。