开始实践了，应用形式为谷歌浏览器插件！ Vibe Coding 最让我感到愉悦的是：曾经创业兼职产品经理的时候面对的是两个油腻又肥胖的程序员，改需求总是拖拖拉拉，动不动就喊“这没法改、这需求没意义…” 而现在，我面前负责敲代码，做架构的是数个人类科技的结晶，各种大语言模型轮番上阵，毫无怨言！ 初级程序员、普通软件工程师这些职业看起来是注定要被淘汰了，高级程序员虽然目前无法被取代，但我觉得应该也快了，10年以内吧？

这个网站在这编程界算是个大杀器了 将自然语言转换为程序代码，你只需要描述下你想干的事情，AI 就会帮你生成相应的代码 当然里面有错误，但是你如果有点基础，也就是稍微改改就能用了

这种模仿手绘制图案的动画，叫做手绘动画，是我前面做了 6 年的工具产品，那是在 Vibe Coding 前的古法编程年代... 现在用 Codex，一句提示词要求，一轮就能做出这个动画，确实不得不感叹 AI... 的强大，特别是对于简单产品和想法验证，时间成本几乎趋于零 记得当时还有对手绘动画的很多好玩的想法，因为所谓排期和产品迭代问题都没有上，现在可以自己 Vibe 一番，纯当做兴趣，和 AI 帮我做生产项目间隙的“小玩意”show more

小白们辛辛苦苦 Vibe coding 出来的网站，可能只是程序员们的玩物罢了🥲 今天早上在个人站上面加了一个「催 Penny 写代码」的模块，顺便抓取了 GitHub 的日历。扬言「被催多少次，就写多少天代码」。... 体验网址： 当时采用的是 来计数，前端限制了 IP 的 limit，结果一个没注意，就被我的程序员朋友「攻击」了，他直接调用了 API 给我刷赞。 我说：这也太狠了，能不能停一下，我不想写十年代码。 他说：不行，我已经出门了，你自己解决吧。 后来问了 AI 赶紧把 换成了 Vercel + Upstash Redis 🥲 朋友美其名曰：你早晚要接触 DDoS 的，不如现在就学一下。 对所有学习 AI 和 Vibe coding 的朋友提个醒： 提防你身边的程序员！😃show more

Amazon让2847名工程师花8个月文档化所有代码模式，然后AI学会了，最后把这2847人开了。——但你有没有想过，这2847人其实是给自己写了一份"失业说明书"？ 8个月文档化，2847人。这是人类历史上最大规模的"自我替代"实验。工程师用8个月时间，亲手把自己的经验喂给AI，然后被AI取代。这不是Amazon残忍，是这2847人自己选择的结局。 历史上每一次技术革命都一样。打字员被Word取代，售票员被自动售票机取代。但这一次不同：这次是工程师自己参与了自己的淘汰。8个月文档化，等于2847人在竞标自己的岗位。 恰恰是这种"温水煮青蛙"最可怕。Amazon给了8个月"带薪文档化"，工程师以为是工作，其实是"死亡倒计时"。当你以为在"提升效率"时，镰刀已经在磨了。 全球科技行业从业者1亿人。如果Amazon的模式推广，意味着5000万人要"文档化"自己的工作来训练AI。这不是失业潮，是"自我淘汰潮"。在AI时代，最危险的不是不学习的人，是过度学习AI工具的人。 所以你现在有两个选择：A）继续帮公司训练AI，等被开。B）现在开始建立AI之外的不可替代能力。 你选A还是选B？

我不是程序员 但是我一直很向往这个岗位 直到我开始 Vibecoding 我搞砸了很多东西，就像公牛冲进瓷器店 静下心学 1 下什么是真正的好的软件开发细节 《软件设计哲学》中文版： 如果你是程序员，有没有什么值得外行精读的书推荐嘞？

✨ vibe researching 神级工具！ 玩了一下这两天很火的AI浏览器自动采集工具browseract 拿来尝试了下产品调研的工作，把producthunt、toolify、hackernews、github trending等都爬了一遍，没写一行代码，最后产出了一个汇总csv文件 感觉就像请了一个员工，我说需求，他帮我搞定所有的工作，最后交付结果，太vibe了！ 他们提供了很多template，可以自己扒下来修改，不需要写代码，用自然语言描述就可以，然后跟n8n那样拖拉拽各种节点，还可以设置浏览器类型、ip类型、ip区域，输出的结果类型，甚至还能将workflow封装成api调用，实用性可玩性都拉满了

太牛逼了！ 本来以为 AI 会让那些靠脑力劳动的人失业 看了这个感觉真人演员要先被淘汰了 这表演也太逼真了，要不是猫我真的看不出是AI生成的 AI 美女是真的完美啊！

今天大家都约会跨年了吧？是不是饭店爆满？酒店爆满？至于我还在一线奋斗吗？ 如果回到最底层去看区块链，其实它只解决了一个问题。 程序是不是按照约定执行了。 EVM 时代，这个问题的答案是，用全网重复执行来换确定性。 所有节点跑一遍同样的程序，用资源浪费换信任。 但这个模型一旦遇到复杂程序，就开始崩。 状态越复杂，成本越高。 逻辑越多，执行越慢。... ZK 的出现，并不是为了让链更快，而是为了换一种证明方式。 不是你跑过，而是你能证明你跑对了。 问题在于，大多数 ZK 系统，只解决了证明问题，没有解决编程问题。 开发者写的依然是“执行逻辑”，只是最后被翻译成电路。 而 Miden 真正不一样的地方，在于它一开始就假设。 程序不是给机器跑的，是给人验证的。 这就是为什么 Miden 要单独设计一套 VM。 不是因为 EVM 不够好，而是因为 EVM 从来不是为可证明性而生。 Miden VM 的核心不是 Gas，不是吞吐，而是可组合的证明语义。 每一段程序，在设计时就已经被拆解成可以被证明的最小单元。 你写代码的时候，不是在思考执行顺序。 你是在定义一条可被验证的状态转换路径。 这听起来抽象，但它会直接改变开发者的行为方式。 在 Miden 上，状态不是默认共享的。 状态是本地的、私有的、按需提交证明的。 这意味着什么。 意味着你不再被迫把所有中间状态暴露给链。 你只需要在关键节点，证明结果成立。 这对应用层的影响非常大。 比如钱包逻辑。 在传统模型里，账户状态是公共的。 余额、nonce、授权路径，全在链上。 在 Miden 的模型里，账户更像一个本地程序。 你控制状态。 链只验证结果。 这让很多过去“不可能”的设计，第一次变得合理。 比如复杂账户抽象。 比如多步条件执行。 比如带隐私的业务逻辑。 更重要的是，这套模型天然降低了应用复杂度对链的压力。 在 Miden 上，复杂性不会扩散。 你写复杂逻辑，只会增加你自己的证明成本，而不会拖慢全网。 这和 EVM 体系是反的。 EVM 的复杂性是外溢的。 一个复杂合约，会影响所有人。 Miden 的复杂性是内收的。 复杂度由使用者自己承担。 这背后其实是一种非常明确的价值取向。 让写复杂程序的人，为复杂性买单，而不是让整个系统为其兜底。 这也是为什么 Miden 更像一台操作系统，而不是一条普通公链。 它不是在堆功能，而是在重新划分责任边界。 链负责验证正确性。 程序负责证明自己。 当你站在这个角度看，就会明白 Miden 为什么不急着追 TPS。 也不急着推生态数量。 因为它赌的是一个长期趋势。 链上程序一定会越来越复杂。 而复杂程序，必须有更强的可验证结构。 如果你只用 Miden 来写简单合约，那你感受不到它的优势。 但一旦你开始尝试写有状态的、长期运行的、需要隐私的逻辑。 你会发现，传统模型根本撑不住。 所以 Miden 的真正目标用户，不是短期应用开发者。 而是那些想把“业务逻辑本身”搬到链上的团队。 当链不再只是结算层，而开始承载程序可信度。 Miden 这种设计，就会显得非常超前。 这也是我对 Miden 的核心判断。 它不是为当前周期服务的链。 而是在为下一代链上程序，提前搭好运行环境。 在 ZK 赛道里， 速度会被追平，成本会被压低。 真正拉开差距的，只会是编程模型本身。 而 Miden，走的是一条非常少有人敢走的路。 从源头重写规则，而不是在旧规则上修补。 Miden #Miden #KAITOshow more

这个竟然是 AI 做的， 以前刷到这种我一直以为是线下脱口秀拍的呢， 现在 AI 已经这么可怕😱了， 这种互动+声音配合， 以后哪些没有演技的演员还有存在的必要吗？

正在用“氛围编程”（Vibe-coding）开发城市级 3D 地图的新浏览器查看器。通过言语将代码变为现实，这种感觉很神奇——每个人都应该尝试一下。

当 AI 走进法庭，它最缺的其实是一份证据 当 AI 真正走出实验室，开始大规模进入我们的现实生活时 大家讨论最多的其实并不是它的智力到了什么程度，而是这个系统一旦出了问题 法律层面到底该怎么判定责任归属，很多人可能还没意识到，目前几乎所有的 AI... 系统在法律层面上都有一个致命的伤 那就是它们根本拿不出任何可以被第三方采信的证据。 想象一下，在未来的金融系统或者交易场景里 如果一个 AI 驱动的协议突然出现了巨大的亏损，或者是在清算的时候出了偏差，现在的处理方式其实非常尴尬，模型厂商会说这只是概率问题 而开发者会说自己只是写了代码，这种模糊的解释在技术圈里或许能混过去，但在法官或者是仲裁员面前，这种话是完全没有法律效力的，因为法律不相信任何口头上的解释，法律只看证据。 现在的情况就是这样，因为 AI 具有天然的黑箱特性，导致法律体系无法对它的行为进行复现和验证，所以一旦真的出了事。 现实社会往往只有两种极端的处理办法，要么就是由于风险不可控而直接禁用，要么就是找一个具体的人出来背黑锅。 这并不是因为我们的监管机构太守旧，而是法律体系的底层逻辑决定的，它无法接受任何无法自证的黑箱行为。 说到底，法律其实从来不关心一个模型到底是聪明还是笨。 它关心的只有三件事，那就是你到底做了什么，你是按照什么样的流程去做的，以及最重要的，你能不能拿出实实在在的证据来证明这一切。 这就是 Inference Labs 最核心的价值所在，它其实不是在跟人比拼算法的优劣，而是在给 AI 的每一个行为补齐那一层法律意义上的证据结构。 这个项目实际上是解决了 AI 的可仲裁性问题，这虽然是一个很少被人提及的法律视角，但它却是 AI 从辅助工具走向核心执行层的必经之路。 以前的 AI 推理过程就像一团理不清楚的乱麻，在仲裁机构眼里，它既不是一个能负责的人，也不是一套可以被审计的标准流程，这就导致大家只敢让 AI 提提建议，而不敢让它去真正掌握决策大权。 Inference Labs 提供的推理证明，本质上是在用法律能听懂的语言去记录 AI 的行为，它不需要向外界解释模型当时到底是怎么想的，它只需要负责向法庭或者是受害者证明，在那个特定的时间点，确实是这个版本的模型，在特定的输入环境下，产出了这么一个确定的结果，这在仲裁场景下简直就是定海神针。 有了这层证明之后，AI 产生的决策就有了可以被法律认可的证据，在未来的 DeFi 自动风控或者是合约执行中，一旦双方发生了争议。 我们就不再需要去争论开发者的初心，而是直接把那份不可篡改的推理证明丢进仲裁程序，系统不需要证明自己是善良的，只需要证明自己是如实执行的。 这就是 AI 从灰色地带走向主流市场的关键转折点，所以它的真实用户绝对不是那些每天在推特上找空投的散户，而是那些真正身处一线、需要设计协议并承担合规风险的专业人士，这些人可能平时很低调，但他们对这种能保命的工具极其看重，一旦采用了就很难再换掉。 大家习惯了去追逐那些爆发性的技术热点，却往往忽略了 AI 融入社会体系时最真实的摩擦力，这个项目的眼光其实放得很长远，它在赌一个非常确定的趋势，那就是所有的 AI 最终都必须被拉进法律的框架里，到那个时候。 那些拿不出证据结构的 AI 都会被迅速淘汰，而像它这样提前搭好仲裁入口的项目，才会真正成为系统的基石。 Inference Labs #inference_labs #KAITOshow more

试用了 ，虽然出来很久了，还没尝试，浅用了几分钟，做了几个需求，发现真的是要变天了啊，从来不用云端编辑器，现在居然想真的用它做实际的大项目了。 前几天 v0 也宣布支持全栈应用以及部署了。这对于创造者来说真的是最好的时代了，验证一个点子的时间可以大大降低了。 我感觉我的开发工具真的要变成： * cursor *... v0 *show more

这下真是创作者的黄金时代了，毫无视频创作经验的小白都可以将想法快速生产成视频了？ 普通人都可以快速的创作自己想要的视频： 将自己的想法，几分钟之内，转化成可视化精美视频。 下面这个视频，全程由medeo创作。 我最开始也只是焦虑到自己匮乏创意，在如此强大的工具面前，但自己没有视频创作的经验。 然后跟gemini先进行了一波对话，它建议我就把目前的焦虑给展示出来，于是有了下面这个视频： "想法不是线性出来的，而是像爆米花一样，一个接一个炸开，旧的还没消失，新的就覆盖上来了，瞬间堆满屏幕。" 最大的感慨：拉开人与人之间差距的，就剩下想象力、品味、以及对各种先进ai工具的掌握能力了。 提示词见评论区：

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。 但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。 下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。

说个暴论，你的审美和品味就是你的提示词，并决定了你使用AI的上限。 咱们看看这个案例， 零游戏开发经验，两周时间， 一个人，做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉， 骑着电动车在城市里穿梭接单， 订单会真实堆叠在后座，掉了就会失败， 还有完整的手机App导航和超市捡货系统， 很多人看完第一反应都是AI太厉害了，但其实并不是是AI的胜利，... 本质是人类品味的胜利， 他没写几行代码， 所有的逻辑模型贴图音乐音效， 全都是AI生成的， 他只做了3件事， 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏， 2️⃣然后在AI生成的一万个版本里， 3️⃣选出那个看起来最好玩的， 最后花两周时间一点点打磨细节， 调参数摆道具改手感， 其实这就是现在大家说的vibe coding， 让AI接管了所有的执行层， 人类只需要负责方向和品味， 以前你得学会编程建模配乐剪辑， 才能做出一个游戏， 现在你只需要知道， 什么东西是好的， 很多人说这是作弊， 但这才是真正的创意民主化呀， 一年前需要一个小团队干几个月的活， 现在一个普通人两周就能搞定， 我相信未来会有无数这样的作品冒出来，创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题， AI时代人类到底还有什么用❓ AI确实能生成一切， 但它不知道的是 什么东西看起来舒服， 什么东西玩起来爽， 什么东西能让人会心一笑， 比如那些纯AI生成的游戏为什么不好玩， 因为它们只有技术，没有灵魂， 那什么是灵魂呢？ 我理解灵魂就是那个站在AI背后， 做每一个微小选择的人， 就是那个知道什么时候该停手， 什么时候该再改一下的人， 而且我觉得这只是一个开始， 今天是浏览器3D游戏， 那明天可能就是完整的App， 后天甚至是3A级别的游戏原型， 我们正在见证一个全新的创作时代， 任何人都能把自己的脑洞， 变成真正的产品， 游戏链接放在评论区了， 直接浏览器打开就能玩， 建议大家去试试， 你会真切地感受到， 那个属于普通人的创作黄金时代， 真的已经来了！ #AI #游戏开发 #vibecodingshow more

AI 编程不会取代程序员，只会让程序员更强大。这玩意你让一个完全不会编程的人问 AI，打死也搞不出来。

Bitget这期活动讲的是“蜕变” 其实我没并没有拿到过什么惊艳的成绩，但我自己觉得人生目标算是实现了 23年3月开始玩推特进入币圈，到现在刚好两年3个月 最大的变化就是成为了一个自由的人，不是说财富自由，而是时间完全由自己支配的自由 虽然没有像推特上那些A8A9大佬那么富，但我的物欲也不需要A8A9 一直以来最大的心愿仅仅是这辈子都不用上班，吃喝不愁，每天睡到自然醒，偶尔旅个游看看演唱会。目前的存款已经够我过这样的生活五六十年，所以应该也算基本实现了。 很多在币圈待久了的人觉得一千万都很少，不过150wu，不够折腾几年的。但其实按我上面说的状态过一辈子远远要不了一千万，而这已经是绝大多数普通人梦寐以求的生活。 幸福并不属于有钱人，幸福属于知足的人^ᵕ^ 栓Q... Crypto！ #Bitget首席穿搭官 Bitget中文show more

11月16号珠海恐袭后的又一次无差别杀人事件在无锡发生😳杀人者事前留言如下： 标题 当雪崩的时候,没有一片雪花是无辜的。所有人其实都是一个整体,一个人的不幸就是所有人的不幸，别人的不幸就有可能是你的不幸，不要问丧钟为谁而鸣，丧钟就是为你而鸣。对于厂里恶意拖欠我工资，不给我买保险，不给我加班费,罚我的款，不给我赔偿金。厂里的工人每天生死轮回两班倒或三班倒，一天工作16个小时，一个月没有一天休息，我因生病请了几天假，部门经理竟然说别人发高烧的流鼻血的都能干活，你凭什么不能,不能干就滚蛋。我看到了工厂对工人无情的压榨与剥削。工厂没有任何权利去罚人的款，我用了很多办法却依然没办法解决，我会为劳动者发声，这个世界需要被改变，一个人可以被毁灭但绝不能被打败，我宁可死也不愿再被压榨与剥削，我希望以我的死推动劳动法的进步。还有学校恶意扣我毕业证，不让我毕业，大部分人考试基本全是作弊，学校以我考试没过证书为由不给我毕业证，你们太欺负我了，所有人都在欺负我，别以为我是老实人，有些账总是要清算的，我要用生命去战斗，我将彻底洗刷我的耻辱，我要揭开暴露这个事情。我要争一口气，不是想证明我了不起，而是要告诉人家我失去的东西我一定要再拿回来。胜利万岁，人民万岁，工人万岁，无产阶级万岁，让历史来审判我吧，历史会证明我是对的。我爱这个世界，我爱我的家人，再见。 徐加金于2024年11月16日

一个人的概念量，尤其是清晰准确的概念量，是衡量智能水平的最佳数据指标。而最佳落地实践工具一直近在眼前👀 这种概念量，最好的管理、迭代、积累方式就是logseq。用了一年多logseq，我积累了接近 6000 条概念笔记，相互之间建立了12000 个链接，共同构成了一个不小的 LCM（大概念模型，meta 最新提出的理论，我还没细看，但是和我的实践差不多🤣）。 对比之下，我 2009... 年使用 evernote，到 2020 年停用之前，我也只有 15000 条笔记，而且不是概念笔记，无法在概念砖块之间灵活建立丰富的链接。 大语言模型这两年，胜过人类的两千年，两万年！语言的边界，就是思想的边界。而最好的落地方式，就是费曼学习法 + logseq + chatgpt。 （我在 X 上一直碎碎念讲这个历年，就不展开了🤣show more

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。 没做过 PM 不知道怎么想？ PM Skills Marketplace 把... 100+ 个顶级产品经理的思考框架塞进了 Claude。 一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。 把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇show more