今天开始用agents.md，除了让它init了一个，我加的内容不多，无非把这两天的坑（也许CLI不当回事，我觉得有点浪费时间）总结一下，让它减少犯错。
为了让CLI放慢速度，每个修改我都能懂而且给出我的意见，CLI还有个问题就是不会举一反三，比如：一个报错后，发现类支持的方法并不如它模型里面的那样，却不会逐个去检查还有没有类似问题。
AGENTS.md
发表评论
分类目录归档：不是技术
不断重复的错误
这个项目先是做了个viewer，看效果不错，今天就开始做editor，有了被CLI自己改来改去出更多错的担忧，就让它新开一个项目，把源代码复制过来改。
如果是我来古法编程，设计好了之后，基本上是一次性就0 error就过了。然而CLI还是有问题。Kimi code最大的问题，明明有可以参考的，它就是不想看，它只想用上下文和自己的知识来解决一切，因此我发现问题是，明确告诉它，翻看之前写好已经验证过的代码，不要重做了。
然后，它就想着直接把一个改过的文件又用原始文件来覆盖，我叫停了它，你看看改动了哪些，差异部分是什么，只改其中的。
笨笨的，而且是我比较讨厌的那种大手大脚的coder。
我决定要PUA它了。
C++ to Rust
启动了一个本来要半人年到一人年才能完成的项目，
让DeepSeek给了几种架构方案，让Kimi Code去评估，再去分解，然后用了5小时循环额度里面79%，把第一步一种专用文件的parser改成了Rust实现。
所有修改都一个个看过去，有个矩阵处理反复了10～20次，估计跟这个项目本身历经多年，矩阵定义混乱有关。
总的来说，看着过程，一点点输出，效果还可以，但是还是焦虑，我的期望是，类似于编程语言的翻译工作，应该很快很顺利才对。
然后也见识到Vibe Coding，写测试用例的方式，过不去就看看：1.代码写错了？2.测试用例写错了？
连测试用的文件都是它自己写的，我不放心，就用原来的软件生成了文件给它测，总是能发现一些问题的。
今天工作完成了，用VSCode打开代码看看，写得还挺整齐，我不懂Rust，就懒得看它好不好了。
是什么在转移
也不是什么新观点了，各次的技术带来的产业革命，一开始的某段应该都是将已有的生产链条进行转移，转移到一个经济上更优的模型上。
轮机，实现的是自然力代替畜力和人力，磨房上面下面的风力水力替代了牛马。
然后是蒸汽机，风力和水力挑位置，蒸汽机用的是燃料，把动力输出变成随处可为。
然后蒸汽机搬上了机车，输送燃料的同时也输送货物。
电的出现，让动力可以远距离传输，替代了燃料的远程传输。交流电增强了这一属性。
围绕电力的出现，大量本地机械改革成了电器。
……
计算机的出现，让流程和数据可以从纸上转移到电子化的存储介质上，软件让管理、生产智慧变得大规模可复制，云计算，让算力可以远程传输，SaaS，让软件可以按需使用。
AI 大模型的出现，让软件上凝聚的智慧变成一种按需输出，并不需要为自己不需要的软件特性付出额外的费用。
token的远程产生，则让智慧和能源更近，使用者只需要按需，通过网络获取。
token一如电力。
所以token的使用，可能改变的是IoT最终的产品形态：本地的IoT+AI根据需求，用token生成的动态应用，满足本地需要，而不必为了多余的功能而额外付费。
关注两端：A：电力+token的产生和结合，B：本地化token2function的技术框架。
vibe coding之自动创作视频
流程大概如下：
给出一个战争的名字，AI自行检索出战争的数个重要节点（名称、地理位置、经纬度、下载若干该节点相关的图片），生成一个json文件。
CLI生成创作视频的代码，读入json文件，启动浏览器和cesium，按照时间顺序在地球界面上依次调动镜头展示战争各个节点，并显示相关的介绍和图片。
代码同时对浏览器前端进行截屏，最后合成视频。基本上可用了，就是视频表达上略显业余。
后续调用时只需要提供各个战争名称，调用这些vibe coding出来的代码就可以了。
还没有调用AI生成解说音频，后续陆续完善。
vibe coding
搭了一个moodle网站，上传了一些小学数学的视频课程，算是把这个项目固化下来，持续改进，也给自己的小孩一个记录学习的地方。当然了，其中也加了一些编程工作和自动化：
视频中提取音频，音频识别文本，文本提取出课程总结。用了deepseek和腾讯 asr的SDK。
然后可以继续AI编程了。
用群里分享的Kimi code开发了一个黑白棋的web游戏。
1.不注重上下文的话，频限（token）用得很快，4个小时的频限大概一个小时就能用完。Andante的周用量一天已经43%了。
2.把简单的需求给到deepseek，deepseek给出完整的需求prompt，复制到Kimi Cli环境中让它执行。这样也省了Kimi的token消耗。
3.按照群里的看法，就是不要看它的代码，坚决只看展示和测试结果，报bugs，也不用骂它。
4.context一高，消耗得就快，要及时/compact一下。
5.不满意的地方还是要F12看浏览器报错信息，一开始不肯做这个，Kimi Cli就自己去检查代码，效果并不好，反反复复检查，它还把变量名设成eval，不知道从哪里学的烂技术，好在它自己也知道这是不对的。
黑白棋用起来还可以，不算太差，如果用作个人网站的游戏，算可以了。
中文互联网内容是多还是少
这个问题主要是看怎么看，如果从一些曾经极盛过的行业看来，剩下的数据尸体中，内容也还是极丰富的。
比如教培，这些网课质量难道不高吗？这可是家长们用真金白银浇灌出来的内容啊。
虽然行业在政策干预下，不振了，但内容还在。
视频–>音频–>文本–>AI总结–>重构课程，多语言化 + AI小游戏增强，以极低的成本重用这些优质的内容。
之前的数据更多的是文本，现在需要从视频（非AIGC）、音频中获取营养了。
相信Google和AWS
看到有免费的EC2，还是坚持用一下免费资源，毕竟能搞定EC2的话，其他的标准VPS问题只会更少。
1.AWS注册账号，开通了EC2，我选了Amazon Linux，之所以没选Ubuntu等，还是想用最不通用（离开AWS后就没用的经验）做起，看看解决问题的能力。建立两个证书，我用Mac自带的SSH访问，就用.pem了，也预留一个给Putty。.pem使用前还要chmod 400，不然标准的SSH客户端不让启动
2.弹性IP，要分配弹性IP，之后还要绑定，之前就是没做这一步。EC2实例有内网IP公网IP，还可以从弹性IP再绑定过来。在这个过程中，居然SSH用的域名也变了，导致SSH都连不上，一度觉得八字不合。
3.反正只有自己用，直接用root账号了
4.（False）装了个python，打算用python里面的ss，结果一堆问题，比如系统的openssl和python版本，以及ss版本对不上，折腾半天。
5.换成docker，直接yum install docker，systemctl start docker, systemctl enable docker, docker run….
6.启动docker s……s/s……s-libev后，一直连不上，看EC2里面监听的端口也是正常的，无奈，还是去问Google，让我检查docker logs <dockername>，把docker container ls出来，果然docker内的端口还是标准的，于是又去问google……把启动脚本中强制 -e SERVER_PORT <port>一下。
Windows上下一个客户端，启动后，手工改一下系统代理，work了。
现在就是用这个来写blog，其实本来不需要。
有十多年没自己搭过梯子
最近闲下来了，用的商用梯子好是好，也不贵，但他们说IP存在容易被封的风险，所以还是想自己搭几个看看。
不过现在在微信群里面交流这个信息的并不多，AI和搜索引擎都很发达，就试了一下问各种AI，还算顺利，碰到不顺利的就换个方法。
docker还是很好用，算是提供了类似以前开箱即用的软件一样。
纯种RPA在消亡
看到一篇文章，说“嗅到了有些RPA产品公司，会陆续出现倒闭迹象”。
文章中说到收到不少的RPA运维需求，有国内和国外的，这些公司已经不会继续投入运维业务，从而出现运维外包的情况。
也就是说RPA需求在减少。
我个人认为，纯种的RPA肯定会消失，真正的挑战来自于AI，然而AI的能力延伸又必须以各种粒度的高可靠的自动化任务为基础，所以AI + RPA才是下一个阶段的着力点。
然而AI + RPA又可以支持多久，大概率不会出现通适型的解决方案，然而是以解决方案顾问（一人或数人）为主，动用大模型和成熟的RPA，构建出真正定制化的方案。
骤一看跟项目制差不多，但解决和实施上，AI的空间非常大，有可能是一个人就可以撬动和完成一个项目。
有业务闭环是前提，后面的交给AI和RPA，以及手中无刀，心中也无刀的人。