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
标签归档：AI
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。
错觉
英文名是：The AI Delusion
利用坐高铁的时间把这本书看完了。
属于LLM统治之前的，比较看衰AI能力的书。
书中列举了各种拟合数据，得出没有意义的，可能就是随机噪声导致的“结论”。
……
不过话说回来，随着这两年LLM越来越完善，幻觉的机会也会变少，好的地方是，LLM确实能替代人的工作了，坏的地方是，除了替代一般智力工作，创造性的也很难见到。
也许创造力必须与幻觉并存吧。
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。
陈天桥——管理学的黄昏与智能的黎明——重写企业的生物学基因
这是我上个月看过的最有感触的文章，复制一遍，回头再用NotebookLM剖析一下。
引言：管理学的黄昏
管理学大师彼得·德鲁克曾说，动荡时代最大的危险不是动荡本身，而是延续昨日的逻辑行事。
今天，我们就站在这样一个危险的临界点。
从系统演化的角度来看，管理学本身就不是一个永恒的真理，这并非因为管理学理论本身的缺陷，而是因为它所服务的对象——碳基生物的大脑在即将被智能体所替代时，管理学存在的前提也会被物理性地移除。
所以，未来的企业变革不是基于 AI 的“更好的管理”，而是“管理的退出”。这不关乎对错，这关乎结构的必然。当执行不再依赖生物特征时，基于生物特征构建的制度大厦，其历史使命便已终结。
第一章：历史的代偿——管理即“纠偏系统”
现代管理学的大厦，实际上是建立在一片名为“生物局限性”的沼泽之上。过去一百年，我们所推崇的全部管理工具，本质上都是为了给人类大脑打上的“补丁”：
我们发明 KPI，并非因为它能精准衡量价值，而是因为人类大脑难以在长周期中锁定目标，“遗忘”是碳基生物的常态，我们需要路标；
我们发明科层制（Hierarchy），并非因为它高效，而是因为人类的工作记忆只能处理 7±2 个节点，为了避免认知超负荷，我们被迫通过层级来压缩信息；
我们发明激励机制，并非为了创造价值，而是为了对抗生物体天然的动机衰减与熵增。
管理学从未真正提升组织的“智能”。它是一个精密的“纠偏系统”，试图在人类心智失效之前，用制度锁定正确性。
当执行依赖人类时，企业是一个为适配大脑缺陷而构建的制度容器。
第二章：智能体的介入——一种全新的“认知解剖学”
那么，我们要引入的替代者究竟是什么？
请大家注意，当我说“智能体（Agent）”时，我指的不是一个运行速度更快的软件，而是一种在认知解剖学（Cognitive Anatomy）上与人类完全不同的存在。
如果我们将人类员工与智能体放在解剖台上对比，你会发现三处根本性的生理差异：
第一，是记忆的连续性。
人类的记忆是瞬时且易碎的，我们依赖睡眠重置，上下文经常断裂。而智能体拥有 EverMem（永恒记忆），它拥有的不是片段的工作流，而是连续的历史。它不会遗忘，不需要“交接”，它的每一次推理都建立在全量历史的基座之上。
第二，是认知的全息性。
人类受限于带宽，必须通过层级来过滤信息。而智能体拥有全量对齐（Context Alignment） 能力。它不需要通过部门周会来同步信息，整个组织的知识网络对它实时透明。它看到的是全局，而非盲人摸象般的局部。
第三，是进化的内生性。
人类的动力依赖于多巴胺和外部奖赏，容易衰减。而智能体的行动源于奖励模型（Reward Model）的结构张力。它不需要被“哄”着工作，它的每一次行动都是为了让目标函数收敛。
这不是更强的员工，这是基于不同物理法则运转的新物种。
第三章：基石的崩塌——当新物种遇到旧容器
现在，当我们把这种具备“连续记忆、全息认知、内生进化”的新物种，强行塞进为人类设计的旧管理容器时，会发生什么？
系统性的排异反应开始了。那些曾经支撑现代企业的五大基石，正在从“必要的保障”异化为“智能的束缚”：
KPI 的崩塌：从“导航”变为“天花板”
我们要 KPI，原本是因为人类容易迷路。但对于时刻锁定目标函数的智能体而言，死板的 KPI 指标反而限制了它在无限解空间中寻找更优路径的可能性。这就好比你给自动驾驶汽车画死了一条轨道，却期待它能躲避突发的障碍。
层级结构的崩塌：从“过滤器”变为“阻断器”
我们要层级，原本是因为人类大脑处理不了太多信息。但对于能处理千级上下文的智能体，层级结构不再是过滤器，而成了阻碍数据自由流动的“血栓”。在智能网络中，任何中间层都是对信息的无谓损耗。
激励机制的崩塌：从“动力源”变为“噪音”
用外在激励去驱动智能体，就像试图用糖果去奖励万有引力一样，是无效且滑稽的。它不需要多巴胺，它需要的是精准的数据反馈。
长期规划的崩塌：从“地图”变为“模拟”
我们要五年规划，是因为我们无法在高频变化中维持长周期的推演。但在智能体手中，静态的战略地图被实时的世界模型模拟（World Model Simulation）所取代。既然能每秒钟推演一万次未来的可能性，为什么还要死守那张半年前打印出来的旧地图？
流程与监督的崩塌：从“纠偏”变为“冗余”
传统的监督机制，原本是为了盯着人别犯错。但在智能体内部，理解即执行，感知即行动。监督不再基于对执行过程的怀疑，而是基于对目标定义的再校准。
第四章：终极形态——AI-Native 企业的五项根性定义
如果抛弃了这些生物学的拐杖，一家真正的 AI-Native 企业，它的终极形态究竟长什么样？
这不再是关于一家公司应该购买什么软件，而是关于一家公司应该以何种生物学形式存在。真正的 AI-Native 企业，必须在基因层面完成以下五项重写：
1. 架构即智能（Architecture as Intelligence）
传统企业架构是社会学产物，旨在解决人际摩擦。而 AI-Native 的架构是计算机科学产物。
整个组织本质上是一个巨大的、分布式的计算图（Computational Graph）。部门不再是权力的领地，而是特定功能的模型节点；汇报线不再是行政命令的通道，而是高维数据流转的总线。企业架构的设计目标，从“管控风险”转变为“最大化数据吞吐与智能涌现”。
2. 增长即复利（Growth as Compounding）
传统增长依赖线性的人力堆叠，边际成本随规模递增。AI-Native 增长依赖认知复利。
智能体的核心特征是“零边际学习成本”。一次成功的边缘案例处理，其实验结果会瞬间同步给全网智能体。企业的估值逻辑将彻底改变——不再取决于 headcount 的规模，而取决于认知结构复利的速度（Rate of Cognitive Compounding）。
3. 记忆即演化（Memory as Evolution）
没有记忆的智能只是算法，拥有记忆的智能才是物种。
传统企业的记忆是离散且易碎的“死数据”。AI-Native 企业必须拥有一个可读写、可进化的长期记忆中枢（Long-term Memory）。所有的决策逻辑、交互历史与隐性知识，都被实时向量化，沉淀为组织的“潜意识”。这是企业实现时间结构（Temporal Structure）的基础，也是智能跨越时间进行自我演化的前提。
4. 执行即训练（Execution as Training）
在旧范式中，执行是消耗过程，价值交付即终点。在 AI-Native 范式中，执行是探索过程。
不存在单纯的“执行部门”，所有部门本质上都是“模型训练部门”。每一次业务交互，都是对企业内部“世界模型”的一次贝叶斯更新（Bayesian Update）。业务流即训练流，行动即学习。
5. 人即意义（Human as Meaning）
这是企业伦理的重构。人类从“燃料”的角色中退出，升维为“意图策展人（Intent Curator）”与“认知架构师（Cognitive Architect）”。
智能体负责在无限的解空间中解决“如何做（How）”的问题，进行路径的极值优化；而人类负责处理那些不可计算的模糊性——定义“为何做（Why）”，定义审美、伦理与方向的价值函数（Reward Function）。智能负责扩展可能性的边界，人类负责裁定方向的意义。
结语：智能的黎明
这与我们在科学领域提出的发现式智能（Discoverative Intelligence）殊途同归。
发现式智能的核心定义是：智能不应止于对既有知识的拟合，而应具备构建模型、提出假设、并在与世界的交互中修正认知的能力。
AI-Native 企业，正是发现式思维在组织层面的投射。它要求企业本身成为一个发现式结构的平台，而非操作流程的容器。
如果组织的形式正在发生物种级的演化，那么承载它的数字容器也必须随之突变。
这就引出了一个我们不得不面对的命题：我们脚下的基础设施——那些为了固化流程而生的 ERP，那些为了切割职能而建的 SaaS——真的还能容纳这种液态的智能吗？这些系统本质上是旧时代管理逻辑的数字化投影，它们通过“打补丁”的方式或许能带来暂时的安宁，但这终究是在用旧地图寻找新大陆。
AI-Native 企业呼唤一种全新的操作系统。 一种不再致力于“资源规划（Resource Planning）”，而是致力于“认知演化（Cognitive Evolution）”的全新神经系统。
当管理退出，认知升起。
管理学不会消失，但它将第一次真正建立在智能（Intelligence）的地基之上，而非生物学（Biology）的废墟之上。
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。
转一下关于大模型的风格/技术哲学
花姐姐在AI群里说的：
我的感觉是OpenAI的技术哲学有其独到之处，它的内核是数学 + C++，它认为这两样东西足以描述整个世界。
这里的数学是科学家和工程师用的数学，计算数学和应用数学。
在这方面国内几个模型大概还没摸到边。Google也不行，Gemini的数学是数学竞赛的数学。
基础语言肯定也不是C++，是什么我说不准。
Qwen的基础语言一定是Javascript。
模型的个性就在这里产生。
Deepseek是Python。
Mistral的内核语言是法语文学。
个性过于明显不可能感知不到。
Gemini的数学追求抽象和绝对的精确，但是众所周知，这会丢失信息。
挺有意思的，如果花姐姐的感觉是对的话，基本上也能分析出这些大模型各自持续演进后的天花板所在了。
An Unresistable Literary Storm: A Review of Rebecca Yarros’s Fourth Wing
By Mimic J B
In today’s literary landscape saturated with “must-read” lists, it’s difficult to distinguish genuine masterpieces from fleeting trends. Yet, every so often, a work like Rebecca Yarros’s Fourth Wing arrives, sweeping through like a dragon’s breath, impossible to ignore. After immersing myself in the novel and the chorus of fervent reader reactions, I must concede that the hype is real—this is a raw, romantic, and fiercely powerful reading experience whose pull feels nearly as irresistible as dragon magic.
The core of Fourth Wing is built on a deliciously enticing yet brutal premise: Basgiath War College. Here, survival is the curriculum, and death is a common form of dropout. We enter this world through Violet Sorrengail, a protagonist destined for the quiet life of a scholar-scribe, who is instead thrust into this lethal arena by the command of her mother, the formidable General. Yarros’s world-building is both skillful and efficient; she doesn’t drown the reader in exposition but lets the harsh rules, pervasive danger, and rigid hierarchy of Basgiath seep in, quickly pulling you into a breathing, perilous universe.
Violet herself is the story’s brightest spark. She is not a traditionally physically powerful heroine; her weapons are intellect, resilience, and near-stubborn perseverance. Watching her be consistently underestimated and outmaneuver challenges through wit, forging her own kind of strength in the crucible of adversity, is both heartbreaking and inspiring. Her growth arc feels earned because she is not flawless; her vulnerability is as crucial as her toughness. The circle of friends around her are not mere props; they are distinct and form a loyal, engaging support system, and the losses within it sting with genuine impact.
Of course, in terms of sheer allure, few can rival the “shadow daddy,” Xaden Riorson. This wingleader, burdened by a legacy of revenge and a blood feud with Violet’s family, is the engine of the enemies-to-lovers dynamic. Their relationship crackles with electric banter, undeniable sexual tension, and a slow-burning respect. While some readers might find the initial shift in their dynamic a touch swift, there’s no denying the potent entertainment value of their chemistry, and as layers are peeled back, Xaden is revealed to be far more complex than his brooding exterior suggests.
What truly elevates Fourth Wing, however, are the dragons. These magnificent creatures are far more than mere mounts; they are powerful beings with their own wills, intelligence, and ancient secrets. From the formidable Tairn to the unique Andarna, each dragon is a fully realized character, and the psychic bond they share with their riders is some of the most compelling magic in the story. The scene of Violet’s bonding during the “Threshing” is one of the book’s most brilliantly executed, heart-pounding sequences, showcasing Yarros’s command of high-stakes action and emotional payoff.
To be sure, the book is not without minor imperfections. Some readers, and I found this myself in certain early passages, may feel that some of the dialogue, particularly the sexual innuendo, can occasionally feel a bit clunky or “cringey.” Violet’s initial pining for Xaden can also veer towards the overly persistent. Yet, the remarkable thing is that even with these quibbles, the overall entertainment value and relentless pace of Fourth Wing make them easy to overlook. Yarros’s narrative is like a runaway train, charging at full throttle from the first page, especially in the final hundred pages where secrets erupt, plots twist, and battles rage, culminating in a cliffhanger ending guaranteed to send any reader scrambling for the sequel, Iron Flame.
In conclusion, Fourth Wing is a expertly blended fantasy cocktail: it mixes a deadly war college, complex political intrigue, a gripping enemies-to-lovers romance, and—most importantly—breathtakingly cool dragon companions. It may not be flawless, but its majestic imagination, compelling characters, and addictive narrative momentum cement its status as one of the most talked-about and downright entertaining “romantasy” offerings in recent years. If you’re looking for a world to get lost in, one that will keep you reading late into the night, the gates of Basgiath War College are open—just be warned, you might need a moment to recover from this literary storm.
Rating: 4.5/5 Stars
Try AI to generate some book reviews.