超级奇迹宝

全新的土狗時代來臨，所有的本來人參與的去中心化產品，可以讓人控制的ai都去參與一遍。

因為claude官方出了task，我就寫了一個跨對話的 backlog 來管理任務，簡單直接。

clawdbot 用claude code訂閱也是有概率封號的吧。並不是直接調用claude code 客戶端。

用好 AI 的人，其實更像一個好的教育工作者。
人上完課也不一定考 100 分，開卷考試也會錯。
如果你知道哪題錯了，就會更認真檢查；
如果告訴你用哪個公式，犯錯自然更少。
小時候算錯題，不是不會加減法，是粗心；
寫錯字，也不是不識字。
寫作業的 AI 像大學生，
讓它檢查作業，它就成了教授。

最近使用superpowers的感悟是 选B 总没错。分为几种问题吧，就是如果有以上都想要的，优先以上都想要。如果是几种改动选一个，A和C是两个极端,B就是你要的答案。

本來是想真二八經做產品，現在好了，在做產品的過程中領略AI開發才是更寶貴的收穫，還有多人開發的AI協作範式，還有選擇什麼樣的人是可以一起雇佣/合夥的經驗？還有就是識別AI跟風KOL 和真的用AI工具有經驗的博主。反正 有錢真好，這比自己單獨做東西漲經驗漲的太多了。

本來是想真二八經做產品，現在好了，在做產品的過程中領略AI開發才是更寶貴的收穫，還有多人開發的AI協作範式，還有選擇什麼樣的人是可以一起合作的？反正有錢真好，這比自己單獨做東西漲經驗漲的太多了。

今天和 Dev 一起調一個爬蟲問題。
他花了挺久在排查是不是 AI 寫的程式碼有問題。
我這邊只是把我看到的現象整理了一下：
人工用滑鼠可以滾動頁面，但腳本滾不動。
把這個現象直接拿去問 AI，問題很快就有了方向。
復盤的時候才意識到，其實差別不在誰更會寫程式碼，
而是在出問題的時候，第一步是做什麼。AI first 的思維真的是很難得，我讓他用AI寫了半年程式碼了，還是第一反應AI寫錯東西了。

每天一個小項目。做了一個簡單的任務管理和推送的規則

面了很多實習生，一個明顯的感受是：
99% 的人會說「AI 寫不出完美程式碼」。
但實際情況往往是：
Agent 的能力上下限，取決於人的 prompt / 問題建模質量。
如果一開始就不相信 AI 能把事情搞定，
那大概率也寫不出能讓 AI 搞定事情的指令。

花了兩天時間想明白vibecoding的 開發管理應怎麼做，就是讓ai在一個md裡進行管理。不要用任何框架，因為有學習框架的成本。當你的md過長影響到上下文的時候，讓ai去整理成分模塊的文檔，當你修改某一個模塊的文檔的時候，讓ai去看對應模塊文檔。

Claude code skill熱重載用上了，我自己的用法是 每次修改完代碼，用skill來更新文檔，檢查相關聯的工作流，比如我寫了爬蟲，爬蟲到量化策略到因子之間 都是待開發。skills就會自然更新文檔。

我的超级中台終於完成了 telegram的監控，毫秒級別發現alpha

Telegram 機器人為什麼沒有監控其他 Telegram 機器人的功能？

寫了一個腳本 讓opencode 可以透過claudecode傳送內容，如果Ban帳號是因為用戶習慣，那你至少可以透過這個中轉站使用。