本周是清明假期，回到了老家，呆几天，慢下来，假期开车虽累，但能在老家呆几天值得。
本周观影
- 想看《镖王》《飞驰人生 3》《挽救计划》，没去电影院，所以只能等国内视频平台上线
本周阅读
还是读的少，每天读一读要坚持。
- 《安全边际》：阅读越喜欢，适合我这种，好多谈的理念认同，读完后我写点小结
本周播客
本周胡思乱想
- 人在软件工程这个过程中，到底是啥位置，现在好多讨论，但是有一些好像是有共识的，就目前 AI/LLM 的能力：1）设计和品味，包括系统设计；2）对于代码的审查，以及运行时的了解；3）需要更加全面的能力，而不是纯粹的编码。
- 提效对于企业也够了，只要做到足够的效率；大的方向来说，AI 就目前的发展水平肯定不能完全替换人，而且企业运行时要的是稳定，也不敢盲目乱上。
- 社会总是向前的，不得不面对，现在这个趋势其实不好，对大部分人来说，可能活得更累，但是物质上拿到的反而更少。
- 创意和数据，这些是能驱动干点啥的前提；开发个啥东西出来，现在倒真的可以很快，当然追求足够的细节和完全，AI 搞得东西还是太 AI。
- 企业产品 tob 个人难搞，销售这条路子，很难走得通，往往容易叫好不叫座。
- 不好搞，没有创意，很难，国内出海做的好，toc 方向上，我看都是大的产品经理本身非常有想法，能够真正出来东西打动了客户，再借助苹果这样的生态；好在现在就是试错成本低。
- 看了太多 AI 相关的内容了，控制一下，有部分是信息流上导致的，不断涌过来。
本周文章
Thoughts on slowing the fuck down)
Oh, so many f** words! 本质我的理解还是讨论人在这个利用 Agent/LLM 过程中的角色，是 100% 让 AI 做还是人为的有干预，人在其中扮演什么样的角色？架构、API 等等设计方面的工作应该是人完成，代码生成的速度不应该过快，而是以来人的审查速度，对于系统的代码和运行应该是 100% 理解，可以让自己睡个好觉。
Joy & Curiosity #79 - by Thorsten Ball - Register Spill)
上面这期（每周都看，有好多推荐的好文章，也有有趣的一些评论）看到的一个篇，下面是评论：
Adapting to AI: Reflections on Productivity. One of the calmest, most balanced, and most pragmatic pieces of writing I’ve seen on this topic. It has more questions than answers, but that feels apt for what we’re going through. I’m skeptical of any opinion about programming these days if it’s made up of more exclamation marks than question marks.
适应人工智能：对生产力的反思。这是我见过的关于这个主题的最冷静、最平衡、最务实的文章之一。它的问题多于答案，但这感觉很适合我们正在经历的事情。如果现在关于编程的感叹号多于问号，我对任何观点都持怀疑态度。
下面链接是文章，和上面的评论一样，的确很务实，作者应该是在 tob 服务行业工作了很多年的，文章提了很多问题，我摘录了其中我自己认为有感触的一段，关于心流的改变，同时 AI 会让人一直狂奔而而已不停息，是好事吗？
Adapting to AI: Reflections on Productivity)
If agents are going to write most or all of the code and tests, and handle most or all of the deployment and operations, where will we find flow?[9] I find it hard to believe that supervising a set of agents is going to lead to an optimal flow experience, because we are more passive, it doesn’t stretch our abilities in the same way, and it requires far less concentration.[10] Will we find flow elsewhere? Solving problems and delivering value will always be rewarding, but I wonder if the optimal flow experience offered by programming has, for the most part, disappeared forever, and many of us will simply find less enjoyment at work.
如果代理要编写大部分或全部代码和测试，并处理大部分或全部部署和操作，我们将在哪里找到心流？ [9] 我发现很难相信监督一组代理会带来最佳的心流体验，因为我们更加被动，它不会以同样的方式扩展我们的能力，并且需要更少的注意力。 [10]我们会在其他地方找到流量吗？解决问题和提供价值总是有回报的，但我想知道编程提供的最佳流程体验是否在很大程度上已经永远消失了，我们中的许多人只会在工作中发现更少的乐趣。
Context switching is antithetical to the optimal experience of flow and AI tends to encourage context switching. I feel my attention is more scattered recently and I find it harder to focus—writing this essay was significantly more difficult than normal—so AI is impacting my ability to focus in general, not just at work or when programming. Partly this is because everyone is producing more work, more quickly. There is more to read, more to review, more to learn, more to manage. It is also a product of the agents doing most of the work, with only periodic prompting, so it is tempting, even necessary, to run many agents in parallel, all working on different projects, to maximize productivity. To think deeply about things, it is more important than ever to be intentional with our focus.
上下文切换与心流的最佳体验是对立的，而人工智能倾向于鼓励上下文切换。我觉得我的注意力最近更加分散，我发现很难集中注意力——写这篇文章比平时要困难得多——所以人工智能正在影响我的集中注意力的能力，而不仅仅是在工作或编程时。部分原因是每个人都在更快地完成更多工作。还有更多的东西需要阅读、更多的东西需要复习、更多的东西需要学习、更多的东西需要管理。它也是代理完成大部分工作的产物，仅进行定期提示，因此并行运行多个代理（所有代理都在不同的项目上工作）是很诱人的，甚至是必要的，以最大限度地提高生产力。要深入思考事物，有意识地集中注意力比以往任何时候都更加重要。
杀死那个手工程序员
这段话写的挺好的，越容易走的路有时候要么没人愿意走（抄其他“近道”），这个下面提的这个路子我深深的认同。
软件往后看，我感觉也会越来越像这样。人人都可以 Vibe Coding 出产品，都会做一个差不多能用的产品，后面真正能把差距拉开的，还是系统能力、工程深度、场景理解，还有那些别人一眼看不见，但最后会决定这个东西到底有没有分量的地方。
外面越快，越不能把自己对软件的要求一起放低。低水平的供给以后一定会越来越多，但这不代表我们也要跟着变得粗糙。那个你一用就觉得顺手、舒服、克制、几乎没什么 Bug，能感觉到做的人认真对待过的东西，最后往往才是真正能留下来的。
也许我下一个维度真正想做的东西，会是软硬件结合的产品，或者是以前只有大厂几千人才能做的那种平台型产品，或者干脆是突破现有维度的东西，但具体是什么，还得继续想，继续琢磨。
当这里很多东西都越来越像、越来越挤的时候，往外走可能是一种办法，去面对更大的市场、更不同的用户、更高的要求。到了那个地方，很多事就没法只停在套壳、拼快、抢时间差这一层了，它会逼着你把东西做得更扎实，也逼着你重新想清楚自己到底要做什么。
有了 AI 之后，很多事都更容易了，但也正因为更容易了，什么东西真的值得做，什么东西值得花很多年去换，反而变得更难想清楚。要做什么，可能比怎么更快做出一个东西重要得多。
情绪不是客观事实，世界没有情绪
希望自己是那个“厉害”的人，消化自己的情绪，把自己收拾干净，不冲动而是客观面对。
真正厉害的人，不是没有情绪，而是知道情绪不是事实，不会拿一时的情绪去定义世界，更不会拿发泄当成力量。能看见自己的情绪，能消化自己的情绪，能把内心收拾干净，这才是一个人成熟的开始。
退休之后我可以做些什么
很好的一个话题，我也得想想，未来干点啥，独立开发者包括对于开源的贡献，一直是我的一个理想，但是从来没有实现过，看看其他能力来看，貌似我现在也没有，也许通过写作自媒体能挣点钱。
Cloudflare 免费服务盘点 盘点 Cloudflare 免费套餐里那些被低估的生产力工具
我目前有使用 R2 和 DNS 服务，其他部分也会进一步看看，如：通过 client/CLI 如何方面上传图片到 R2，如何使用 Tunnel 暴露 homelab 服务，如何使用 Workers/KV/D1/R2/Workers AI 等等服务构建一些个人应用，感谢 Cloudflare。
LLM Knowledge Bases
我最近也在尝试使用 Obsida呢，以及结合过去 AI native 尝试的学习方式方法的改进，Andrej 给了更多结构化和实地落地的思考和做法，学习；这个 thread 下面也有不少人的回复，包括 Obsidian 的创始人和 Lex Fridman。
TLDR: raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it's the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.
https://x.com/goocarlos/status/2040335470127992947 by Luxu Zhang - CEO of dify
真是太棒了，愿意掌握合适的工具集，知道何时可以用上，并随时可以用上，是不同的层次，难得是解决第一步，这个站点能一下子解决这三个层次的问题。
我经常需要在做产品的过程中，快速索引各种框架、方法论和思维工具。
设计思维、JTBD、Kano 模型、精益画布、北极星指标、AARRR……
这些框架你可能都听过，但下次要用的时候，你还是会打开 Google 或者 Claude 从头搜。
我也一样。所以我顺手做了 [http://pmframe.works](https://pmframe.works/) 100 个产品思维框架的索引站。每个框架都有：
· 真实案例拆解
· 可下载的 Skill
站在巨人的肩膀上，少走弯路。
免费开放，拿去用。
