73 打造自己的 Personal Agent 最近發現，很多人都在偷偷打造自己的個人助理，有幾種流派挺有意思，分享給大家 1、工具人流派 人是 AI 的攝影機、錄音機、機械臂，人幫 AI 解決上下文的問題，換取 AI 的智慧體驗 舉個例子，我買全套裝備，整體掛著智慧眼鏡，開啟錄影錄音，定時上傳給我的 AI，讓他知道我的日常生活，我的工作內容，我每天發生的一切…… 數據累積個幾天，AI 就有足夠的上下文對我有很多了解了，這時候，只要加幾句引導主動幫助我的提示詞，AI 就能提醒我快要遲到了，衣服堆太多該洗洗了，今天女朋友好像有心事，建議我早點下班陪陪她…… 拿上下文換智慧體驗，就是這樣，付出一些...
72 REA 到底有沒有用？ 10 月爆紅的一個 AI 工具，號稱能逆向分析一切 那我就有點好奇了，實測了一把，直接向大家匯報結論：效果、原理、實測結論和我的判斷 1、效果 用 GPT 6.1 Sol max 逆向分析花了 1.5 小時，接著用 DeepSeek flash 完整復刻原版 Mac Fans Control App 1.5 小時一輪搞定，核心功能能用 REA 逆向分析會得到 4 個文件：逆向報告、功能規格、獨立實現架構與開發路線、驗收用例 有了完整的文件，實現就能直接交給 AI 了，相當於 AI 給 AI 提需求，非常舒適 3 個小時看起來不複雜是不是，我用 qwen 3.8 m...
世界上有三種人，第一種是小白，認為 RAG 知識庫無所不能，同時對向量化是啥毫無概念
我的作業系統老師是個和藹的老頭，他講的作業系統課我非常喜歡聽，原因是他講的都是他親身經歷的故事。
說到選模型，我當年還給文心一言儲值過一塊錢，當時它是國內第一個收費的模型，我心想難道真的有點東西？
上一篇全文8000字，講透了大模型訓練、部署、推理的完整底層原理
71 「AI編程2.0」RIPER5 2.0：RE協議 上週，用了2年的RIPER5協議在我這裡正式退役 功勞苦勞無數，榮譽等身 思考一個問題：都2026年GPT 5.6了，還需要啥Rules嗎？ 直接codex裸奔是不是就非常ok了？ 不ok。原因是模型很強，codex的Harness也很強，但是，人很弱啊 事實就是，用AI的人並不擅長表達，老闆拍腦袋一句話，下面跑斷腿，這樣的熟悉劇情，每天都在AI身上重複上演 所以，現在真實的問題是AI比人更守規矩，人太不守規矩太懶了，人需要守規矩並且需要偷懶 這就是我升級RIPER5協議的初衷 我想過去掉，但是又怕AI編程效果變得不好，所以，這三篇裡，最...
目前的前沿LLM coding能力非常強，已經完全能達到Agentic Coding，在前沿模型中日常使用RIPER5遇到了...
備註：原版RIPER5最早來自一位Cursor社區大神，我一字未改，用了2年，確實好使 表面看這份協議有這麼些作用： RESEARCH：延遲行動、獲取倉庫事實、暴露信息缺口 INNOVATE：強制發散，避免過早鎖定第一個方案 PLAN：分解任務、外化思路、建立人機共同預期 Chec...
第二課中，我們用一條線串起了整個AI知識脈絡，接下來的十幾課按圖索驥
