Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

发现一个好东西Vibe Kanban 能让 Claude Code 等AI Cli 效率提升 10 倍你能同时指挥好几个 AI 干活，改前端、写后端、跑测试，完全并行每个 AI 都在独立 Git worktree 里跑，互不冲突你再也不用苦哈哈写代码了，只需要拆任务、Review、做决策未来你就是指挥千军万马的上将军 Vibe Coding拼的真不是手速，而是管理 AI 的能力强烈推荐大家试试

1024

4,337 subscribers

39,745 Aufrufe • vor 7 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助现在学习怎么用 AI 也不算迟 #codex #gaming

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助现在学习怎么用 AI 也不算迟 #codex #gaming

卡神 Karu

10,157 Aufrufe • vor 3 Monaten

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

前端哥Liam

61,104 Aufrufe • vor 2 Monaten

Claude 桌面端升级后，第三方模型（特别是 DeepSeek Pro）是不是都加载不出来了？刚看到个超实用的解决方案，只要 5 分钟就能复活！🔥 不用自己苦逼写代码，直接让 AI 帮你写个本地代理脚本。 1️⃣ 用 Codex/Claude 生成代理代码（视频里有提示词）。 2️⃣ 终端跑一下 `npm start`。 3️⃣ 把 Claude 的 Gateway 地址改成 ` 搞定！DeepSeek-v4-pro 瞬间满血复活，亲测能正常消耗 Token。有同样问题的兄弟集美们赶紧试一下，简单粗暴好用！👇

Claude 桌面端升级后，第三方模型（特别是 DeepSeek Pro）是不是都加载不出来了？刚看到个超实用的解决方案，只要 5 分钟就能复活！🔥 不用自己苦逼写代码，直接让 AI 帮你写个本地代理脚本。 1️⃣ 用 Codex/Claude 生成代理代码（视频里有提示词）。 2️⃣ 终端跑一下 `npm start`。 3️⃣ 把 Claude 的 Gateway 地址改成 ` 搞定！DeepSeek-v4-pro 瞬间满血复活，亲测能正常消耗 Token。有同样问题的兄弟集美们赶紧试一下，简单粗暴好用！👇

Vincent

16,301 Aufrufe • vor 3 Monaten

24小时，指挥龙虾建了个完整的网站 1个人 + 1只龙虾 + 1天 = 6个人干三周的活这不是段子，这是我上周真实发生的事。 AI带来的效率提升，不是一点半点，而是百倍。

24小时，指挥龙虾建了个完整的网站 1个人 + 1只龙虾 + 1天 = 6个人干三周的活这不是段子，这是我上周真实发生的事。 AI带来的效率提升，不是一点半点，而是百倍。

傅盛

11,062 Aufrufe • vor 5 Monaten

AI 越来越强你得活久一点我又 Vibe 了一个深蹲刷推，比心点赞小助手～ 😂 当 AI Agent 替你工作，你唯一的任务就是——保持健康，享受技术红利。 AI 写你的代码。AI 回你的邮件。AI 管理你的日程。但没有 AI 能替你做一个深蹲。

AI 越来越强你得活久一点我又 Vibe 了一个深蹲刷推，比心点赞小助手～ 😂 当 AI Agent 替你工作，你唯一的任务就是——保持健康，享受技术红利。 AI 写你的代码。AI 回你的邮件。AI 管理你的日程。但没有 AI 能替你做一个深蹲。

吕立青_JimmyLv 2𐃏26

18,116 Aufrufe • vor 5 Monaten

🚀 发现一个能让 Claude 变得更好用的开源神器只有一个65行的 Markdown 文件,GitHub 上已经冲到了 13万+ Star 灵感来自 Karpathy 说模型喜欢在不确定的时候瞎猜、把代码写得过度复杂、还会悄悄改掉不该碰的东西。这个项目把给AI 编程总结了4条铁律： 1、想清楚再动手，不懂就问，绝不瞎猜 2、用最少的代码解决问题 3、精准修改，需求之外的代码一行不动 4、先写测试用例，跑通再说这几条约束下来，Claude 写代码更稳，还能省 token

🚀 发现一个能让 Claude 变得更好用的开源神器只有一个65行的 Markdown 文件,GitHub 上已经冲到了 13万+ Star 灵感来自 Karpathy 说模型喜欢在不确定的时候瞎猜、把代码写得过度复杂、还会悄悄改掉不该碰的东西。这个项目把给AI 编程总结了4条铁律： 1、想清楚再动手，不懂就问，绝不瞎猜 2、用最少的代码解决问题 3、精准修改，需求之外的代码一行不动 4、先写测试用例，跑通再说这几条约束下来，Claude 写代码更稳，还能省 token

阿西_出海

42,846 Aufrufe • vor 2 Monaten

终端用了40年，没人觉得它需要被重新发明然后 Warp 出现了刚刚开源，26.4k stars，OpenAI 是创始赞助商它做的事情很简单：把 Claude Code、Codex、Gemini CLI 全部塞进终端让 AI 直接在你的命令行里帮你干活不是「在旁边开个窗口问 AI」是 AI 就住在终端里内置 agent 叫 Oz 云端并行跑无限个 coding agent 可编程、可审计、完全可控 iTerm2 用了十年的人：该换了

终端用了40年，没人觉得它需要被重新发明然后 Warp 出现了刚刚开源，26.4k stars，OpenAI 是创始赞助商它做的事情很简单：把 Claude Code、Codex、Gemini CLI 全部塞进终端让 AI 直接在你的命令行里帮你干活不是「在旁边开个窗口问 AI」是 AI 就住在终端里内置 agent 叫 Oz 云端并行跑无限个 coding agent 可编程、可审计、完全可控 iTerm2 用了十年的人：该换了

axiaisacat

134,137 Aufrufe • vor 3 Monaten

其实绝大多数人在crypto里用AI，最后会发现自己用得最多的地方根本不是拿AI去交易，而是拿AI来找策略如果你自己交易不赚钱，其实大概率你换AI帮你决策也是不会赚钱的但是AI最牛逼的地方就是，他能够让大家突然觉得自己能炼丹炼出能赚钱的策略，以凡人之躯比肩服务器让AI帮你交易，哪怕亏10块你都觉得他不行；用AI找策略，花500你都觉得学费该交所以不要做AI末端交易执行，要做AI策略老虎机 - 摘自与MegaETH 的Shuyao Kong 老板直播

其实绝大多数人在crypto里用AI，最后会发现自己用得最多的地方根本不是拿AI去交易，而是拿AI来找策略如果你自己交易不赚钱，其实大概率你换AI帮你决策也是不会赚钱的但是AI最牛逼的地方就是，他能够让大家突然觉得自己能炼丹炼出能赚钱的策略，以凡人之躯比肩服务器让AI帮你交易，哪怕亏10块你都觉得他不行；用AI找策略，花500你都觉得学费该交所以不要做AI末端交易执行，要做AI策略老虎机 - 摘自与MegaETH 的Shuyao Kong 老板直播

加密韋馱｜Skanda 🔶

30,279 Aufrufe • vor 2 Monaten

10分钟代码写完30秒视频，剪辑师可能要下岗了。昨晚我回家试了一下上周刚出的 Remotion，手搓了一个剪辑动效视频。先谈个人使用感受。前后大概花了一小时，其中半小时研究这是什么和相关 skills，另外半小时主要在等 vibe coding 生成和找背景音乐，所以最核心生成是大概10分钟左右。目前 Remotion 的动效当然还不够高级，好多人喷它排版离谱。晚晚我倒不急，因为按现在的迭代速度，盲猜 6-12 个月，就能大致取代剪辑和动效师。不需要你会代码，不需要你会建模。视频里提到的胖友是这位 Pokeee.eth ，我心目中的APAC版GCR交易员。感谢他是乐天派的分享者。这是晚晚我本月， vibe coding 做的第六个项目。也不能叫项目，没有基础，所以做出来大部分只是小垃圾。大多数vibe coding时间主要花在调 UI、试各种 API 找数据上。我就跟炒 AI 应用股票的朋友聊，但凡花一点点心思研究使用 AI 的，就会发现美国 AI 没有泡沫。只不过有时候你说的 AI，和我说的 AI，早就不是一个 AI。

10分钟代码写完30秒视频，剪辑师可能要下岗了。昨晚我回家试了一下上周刚出的 Remotion，手搓了一个剪辑动效视频。先谈个人使用感受。前后大概花了一小时，其中半小时研究这是什么和相关 skills，另外半小时主要在等 vibe coding 生成和找背景音乐，所以最核心生成是大概10分钟左右。目前 Remotion 的动效当然还不够高级，好多人喷它排版离谱。晚晚我倒不急，因为按现在的迭代速度，盲猜 6-12 个月，就能大致取代剪辑和动效师。不需要你会代码，不需要你会建模。视频里提到的胖友是这位 Pokeee.eth ，我心目中的APAC版GCR交易员。感谢他是乐天派的分享者。这是晚晚我本月， vibe coding 做的第六个项目。也不能叫项目，没有基础，所以做出来大部分只是小垃圾。大多数vibe coding时间主要花在调 UI、试各种 API 找数据上。我就跟炒 AI 应用股票的朋友聊，但凡花一点点心思研究使用 AI 的，就会发现美国 AI 没有泡沫。只不过有时候你说的 AI，和我说的 AI，早就不是一个 AI。

林晚晚的猫

24,417 Aufrufe • vor 6 Monaten

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

墓碑科技

58,923 Aufrufe • vor 6 Monaten

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 Aufrufe • vor 3 Monaten

又一个新的AI应用开发工具非常适合小白用户，开发好玩的简单应用只需要描述奶底需求即可，所有生成的应用都可以直接通过网页访问，无需部署。而且牛p的是支持下载生成好应用的源代码，包括前端+后端代码包😎 我测试生成了一个性格测试搞笑应用，还不错的，你们看看↓ 平台介绍是多个 AI 智能体协作完成任务有专门负责理解你的想法的；有的专门写代码；有的专门设计界面还有测试和优化功能的AI 一起工作

又一个新的AI应用开发工具非常适合小白用户，开发好玩的简单应用只需要描述奶底需求即可，所有生成的应用都可以直接通过网页访问，无需部署。而且牛p的是支持下载生成好应用的源代码，包括前端+后端代码包😎 我测试生成了一个性格测试搞笑应用，还不错的，你们看看↓ 平台介绍是多个 AI 智能体协作完成任务有专门负责理解你的想法的；有的专门写代码；有的专门设计界面还有测试和优化功能的AI 一起工作

小互

20,076 Aufrufe • vor 1 Jahr

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

0x_Miko

188,086 Aufrufe • vor 2 Monaten

马斯克最新预言：手机的尽头，是没有手机。未来 5–6 年，你现在熟悉的东西都会消失： ❌ 操作系统 ❌ App ❌ 软件生态 ❌ 图标、菜单、界面全部都会被 AI 吞掉。手机会退化成一个“壳”：一个显示屏一个扬声器一个随时在线的本地 AI 芯片一个同步云端智能的大脑接口真正干活的是 AI，不是应用软件。你不会再“打开某个App”，你只会说一句： 👉「我想做 X。」 AI 就会自动完成，全流程自动生成界面、内容、结果。交互从“点App” → “发意图”。所有软件形态都将被“意图层”取代。手机将变成： 📡 一个 AI 边缘节点 🤖 本地推理主力 ⚡ 云端智能的入口 🌐 人与模型之间的终极交互端口科技的本质：不是让你在手机里装更多App，而是让你根本不需要App。未来手机：不是应用堆叠，而是智能本体。

马斯克最新预言：手机的尽头，是没有手机。未来 5–6 年，你现在熟悉的东西都会消失： ❌ 操作系统 ❌ App ❌ 软件生态 ❌ 图标、菜单、界面全部都会被 AI 吞掉。手机会退化成一个“壳”：一个显示屏一个扬声器一个随时在线的本地 AI 芯片一个同步云端智能的大脑接口真正干活的是 AI，不是应用软件。你不会再“打开某个App”，你只会说一句： 👉「我想做 X。」 AI 就会自动完成，全流程自动生成界面、内容、结果。交互从“点App” → “发意图”。所有软件形态都将被“意图层”取代。手机将变成： 📡 一个 AI 边缘节点 🤖 本地推理主力 ⚡ 云端智能的入口 🌐 人与模型之间的终极交互端口科技的本质：不是让你在手机里装更多App，而是让你根本不需要App。未来手机：不是应用堆叠，而是智能本体。

Huan

42,865 Aufrufe • vor 8 Monaten

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

Inty News

62,455 Aufrufe • vor 6 Monaten

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub：除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub：除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。

GitHubDaily

19,155 Aufrufe • vor 1 Monat

【Vibe Coding 实战心法】为什么你的 AI 搞不定 Polymarket 套利？揭秘跨模型“组合拳”开发流！告别死磕，掌握这套 AI 协作流，让 0 基础编程效率翻倍最近很多同学私信我，问得最多的一个问题就是：“我也想搞 Polymarket 的自动套利，思路都有了，但让 AI 写代码时总是报错，改来改去还是跑不通，是不是我不适合干这个？” 说实话，不是你不适合，而是你“打开方式”不对。今天我就把压箱底的经验拿出来，简单给大家避个坑。这不仅适用于 Polymarket，也适用于任何你觉得“AI 搞不定”的复杂项目。一、认清现实：AI 模型也是“偏科生” 首先，大家要有一个认知：目前的 AI 模型水平参差不齐，且各有所长。有的擅长逻辑推理（像数学教授）；有的擅长快速生成模板（像熟练工）；有的擅长创意交互（像设计师）。当你盯着一个 AI（比如只用 ChatGPT 或只用 Cursor 默认模型）死磕一个报错，就像是逼着体育老师教高数。如果一个问题你让 AI 尝试了 3 次以上还无法解决，立刻停手！不要死磕！解决方案是：换人（换模型），或者换脑子（找外援）。二、核心策略：跨平台“组合拳” (The Cross-Platform Flow) 既然单一模型搞不定，我们就要学会像“包工头”一样指挥不同的 AI 协同工作。我目前的Vibe Coding 黄金工作流是这样的，每一个环节都有明确的目的： 🟢 Google AI Studio 产品雏形 (Frontend/Visuals) 用法：我通常先用 AI Studio 来开发前端界面。它的上下文窗口大，且视觉理解能力强，能迅速把我要的 UI/UX 甚至简单的交互逻辑给“画”出来。 🔵 Cursor (Auto Mode) 基础逻辑 (Logic/Functionality) 用法：拿着前端的架子，转战 Cursor。利用 Cursor 的 Auto 模型开发后端的基本逻辑和功能模块。这是“盖楼”的阶段，让代码先跑起来。 🟣 Claude Code 深度优化 (Optimization/Fixing) 用法：遇到顽固 Bug 或者逻辑不够优雅时，我会把代码喂给 Claude Code。它的逻辑推理能力目前是顶尖的，非常适合做“外科手术”式的修复和性能优化。 🟠 OpenAI Codex 最终审核 (Auditing) 用法：最后，我会用 Codex 类的能力进行代码审查（Code Review），查漏补缺，确保安全性。总结： AI Studio 画皮，Cursor 铸骨，Claude 注入灵魂，Codex 最后的体检。一定要交叉使用，跨平台学习，这是解决复杂问题的关键。三、遇到死局怎么办？让 AI 去“抄作业” 在做 Polymarket 这种特定项目时，你经常会遇到像 redeem（赎回）或 clob（中央限价订单簿）对接这种深水区。很多时候 AI 搞不定，是因为它没见过最新的文档或特殊的 SDK 写法。这时候你哪怕把 Prompt 写出花来也没用。我的“必杀技”：如果 AI 持续报错，我给它的指令不再是“修复这个 Bug”，而是： “去 GitHub 上搜索关于 Polymarket redeem function 的最新 Python 实现方案，阅读并分析别人的代码，学习它是如何处理签名的，然后回来修改我的代码。” 让 AI 学会自我迭代： Search（搜索）：找现成的轮子。 Learn（学习）：理解别人的逻辑。 Iterate（迭代）：应用到你的项目中。你不让它学习，它就是迟迟搞不定；一旦它学会了参考，效率是指数级提升的。四、结语：Vibe Coding 的终局我看待 AI 编程的视角很简单：我不生产代码，我只是需求的搬运工。现在的困难只是暂时的。我相信在不久的将来，我们现在的这一套“组合拳”流程也会被自动化取代。未来的终局是：你只需要提出一个需求（“帮我盯着 Polymarket 上的美国大选赔率做套利”），AI 会自动去寻找文档、自动写代码、自动测试、自动部署。但在那一天到来之前，掌握这套“跨模型协作 + 引导式学习”的方法，就是你在 AI 时代最大的竞争壁垒。 PS ：还要学会PUA，不停的让AI换角色PUA，比如PM、CTO 、CEO 、顶级量化交易员等等。最后如果还不解决问题，告诉你一个终极大招，骂，使劲骂！

【Vibe Coding 实战心法】为什么你的 AI 搞不定 Polymarket 套利？揭秘跨模型“组合拳”开发流！告别死磕，掌握这套 AI 协作流，让 0 基础编程效率翻倍最近很多同学私信我，问得最多的一个问题就是：“我也想搞 Polymarket 的自动套利，思路都有了，但让 AI 写代码时总是报错，改来改去还是跑不通，是不是我不适合干这个？” 说实话，不是你不适合，而是你“打开方式”不对。今天我就把压箱底的经验拿出来，简单给大家避个坑。这不仅适用于 Polymarket，也适用于任何你觉得“AI 搞不定”的复杂项目。一、认清现实：AI 模型也是“偏科生” 首先，大家要有一个认知：目前的 AI 模型水平参差不齐，且各有所长。有的擅长逻辑推理（像数学教授）；有的擅长快速生成模板（像熟练工）；有的擅长创意交互（像设计师）。当你盯着一个 AI（比如只用 ChatGPT 或只用 Cursor 默认模型）死磕一个报错，就像是逼着体育老师教高数。如果一个问题你让 AI 尝试了 3 次以上还无法解决，立刻停手！不要死磕！解决方案是：换人（换模型），或者换脑子（找外援）。二、核心策略：跨平台“组合拳” (The Cross-Platform Flow) 既然单一模型搞不定，我们就要学会像“包工头”一样指挥不同的 AI 协同工作。我目前的Vibe Coding 黄金工作流是这样的，每一个环节都有明确的目的： 🟢 Google AI Studio 产品雏形 (Frontend/Visuals) 用法：我通常先用 AI Studio 来开发前端界面。它的上下文窗口大，且视觉理解能力强，能迅速把我要的 UI/UX 甚至简单的交互逻辑给“画”出来。 🔵 Cursor (Auto Mode) 基础逻辑 (Logic/Functionality) 用法：拿着前端的架子，转战 Cursor。利用 Cursor 的 Auto 模型开发后端的基本逻辑和功能模块。这是“盖楼”的阶段，让代码先跑起来。 🟣 Claude Code 深度优化 (Optimization/Fixing) 用法：遇到顽固 Bug 或者逻辑不够优雅时，我会把代码喂给 Claude Code。它的逻辑推理能力目前是顶尖的，非常适合做“外科手术”式的修复和性能优化。 🟠 OpenAI Codex 最终审核 (Auditing) 用法：最后，我会用 Codex 类的能力进行代码审查（Code Review），查漏补缺，确保安全性。总结： AI Studio 画皮，Cursor 铸骨，Claude 注入灵魂，Codex 最后的体检。一定要交叉使用，跨平台学习，这是解决复杂问题的关键。三、遇到死局怎么办？让 AI 去“抄作业” 在做 Polymarket 这种特定项目时，你经常会遇到像 redeem（赎回）或 clob（中央限价订单簿）对接这种深水区。很多时候 AI 搞不定，是因为它没见过最新的文档或特殊的 SDK 写法。这时候你哪怕把 Prompt 写出花来也没用。我的“必杀技”：如果 AI 持续报错，我给它的指令不再是“修复这个 Bug”，而是： “去 GitHub 上搜索关于 Polymarket redeem function 的最新 Python 实现方案，阅读并分析别人的代码，学习它是如何处理签名的，然后回来修改我的代码。” 让 AI 学会自我迭代： Search（搜索）：找现成的轮子。 Learn（学习）：理解别人的逻辑。 Iterate（迭代）：应用到你的项目中。你不让它学习，它就是迟迟搞不定；一旦它学会了参考，效率是指数级提升的。四、结语：Vibe Coding 的终局我看待 AI 编程的视角很简单：我不生产代码，我只是需求的搬运工。现在的困难只是暂时的。我相信在不久的将来，我们现在的这一套“组合拳”流程也会被自动化取代。未来的终局是：你只需要提出一个需求（“帮我盯着 Polymarket 上的美国大选赔率做套利”），AI 会自动去寻找文档、自动写代码、自动测试、自动部署。但在那一天到来之前，掌握这套“跨模型协作 + 引导式学习”的方法，就是你在 AI 时代最大的竞争壁垒。 PS ：还要学会PUA，不停的让AI换角色PUA，比如PM、CTO 、CEO 、顶级量化交易员等等。最后如果还不解决问题，告诉你一个终极大招，骂，使劲骂！

比特币橙子Trader

13,225 Aufrufe • vor 7 Monaten

卧槽，发现了一个自动化黑盒测试的开源项目：Maestro Maestro 是一个极其现代化的自动化测试平台。最大的痛点杀手是：它将测试门槛降到了极低，甚至不需要你懂复杂的代码。全平台通吃：不管你是原生 iOS/Android，还是 React Native, Flutter，甚至是 Web，一套框架全部搞定。免手写代码：提供全能测试 IDE（Maestro Studio）。你只需要像普通用户一样在界面上点按，它就能自动录制操作并生成测试脚本。目前本地跑完全免费：开发者使用 Maestro CLI 和桌面端 Maestro Studio（支持 Mac/Win/Linux）在本地测试，0 成本。 Cloud Plan (企业级云端并发测试)：针对需要规模化、集成 CI 的团队是走收费模式。仓库地址见评论区👇

卧槽，发现了一个自动化黑盒测试的开源项目：Maestro Maestro 是一个极其现代化的自动化测试平台。最大的痛点杀手是：它将测试门槛降到了极低，甚至不需要你懂复杂的代码。全平台通吃：不管你是原生 iOS/Android，还是 React Native, Flutter，甚至是 Web，一套框架全部搞定。免手写代码：提供全能测试 IDE（Maestro Studio）。你只需要像普通用户一样在界面上点按，它就能自动录制操作并生成测试脚本。目前本地跑完全免费：开发者使用 Maestro CLI 和桌面端 Maestro Studio（支持 Mac/Win/Linux）在本地测试，0 成本。 Cloud Plan (企业级云端并发测试)：针对需要规模化、集成 CI 的团队是走收费模式。仓库地址见评论区👇

比特币橙子Trader

103,864 Aufrufe • vor 5 Monaten

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

karminski-牙医

19,657 Aufrufe • vor 4 Monaten