关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
1.PG电子赏金女王一举斩获830万并成功提现
2.PA真人豪赢644万一路长虹一天实现暴富
3.PG电子爆890万并以成功提现实现财富自由
4.大哥在PA真人百家乐累计盈利突破1000万
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #182体育 全网独此一家】
公平、公正、公开、 信誉第一、服务第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服：@vipkf_182ty8
体育赛事推荐：@VIP182TYTJ
双向用户点击： @vipkf_182ty2_bot
吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 关注福利频道：@vip182ty888
Codex 有个很多人不会的收尾习惯。
关掉长会前，先让它写一份交接文档。
直接丢一句：
「把这次任务、已完成内容、当前卡点、下一步计划、踩过的坑，整理成一份交接文档，写给新会看。」
以后开新会，只发一句：
「先读交接文档。」
基本就能无缝接着干。
@aigc1024
关掉长会前，先让它写一份交接文档。
直接丢一句：
「把这次任务、已完成内容、当前卡点、下一步计划、踩过的坑，整理成一份交接文档，写给新会看。」
以后开新会，只发一句：
「先读交接文档。」
基本就能无缝接着干。
@aigc1024
在线互动,精彩不断,立即进入直播间！
美国政府科学与技术顾问委员会联合主席David Sacks在Kimi K3前端编程能力超越所有美国模型后真的急坏了，大骂美国的监管官僚正在让美国彻底输掉这场关乎国运的AI大战！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
今日份的AI作业，太夯啦……
@aigc1024
@aigc1024
球速体育 大会员再创新高：
1.泰国大老板百家乐存50万出512万
2.斯里兰卡神秘大哥连续5天总提4000万+
3.实力盘总PA真人喜提990万一路爆红
4.pp电子糖果1000小注一拉爆出70万大奖
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #球速体育 安全有保障】
老品牌值得信赖、安全第一、保障第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服： @QSTY567
体育赛事推单：@QSTY988
双向用户点击：@qsty168168_bot
午夜剧场：@ziweifancha7
✅ 关注福利频道：@qsty8999
老品牌 信誉高 佣金稳
代理合营频道：@QSTY321
ing 生成的项目的可维护性问也已经基本解决。
我最近用 AI 纯 vibe coding 了两个大型系统，没有看过一行代码，持续不断的迭代新功能，几乎没有遇到任何障碍。
不仅是我自己，我身边的朋友们，包括投资人、HR、教师、公务员等等。都开始拥抱 vibe coding，把自己生活或者是工作上的需求，通过开发一个系统或者 app 解决掉。
比如，一个朋友开发了一套极为复杂的工作流处理后台，能实现自动处理全单位电来电，分析录音进行转录，提取声纹进行匹配，然后自动化创建工单进行跟踪。同时自动记录所有人员的回复口径与规范的冲突，用于后续工作反馈。
放到一年前，这至少是一个六位数、半年以上的外包项目。
另一个朋友，由于对他的潜水表 app 不满意，直接让 AI 逆向了蓝牙通讯协议，完全根据自己的需求重做了一个配套 app 记录潜水数据。
类似的案例在互联网上已经数不胜数。
#
回到标，为什么我说「开发者已经不酷了」，虽然「酷」是一件非常主观的事情，但是稀缺性应该是酷的一个必要非充分条件。
在原来，开发者这一身份，被代码工作给强绑定，因为代码是实现开发者工作目标的一个必经之路。（确实存在着少数完全依赖其他人进行代码工作，自己只负责需求的案例，但一般这种情况被称为产品经理或者老板）
而现在由于 AI 能力终于跨过了一个关键门槛，开发者这一身份已无需和代码能力所绑定。现在任何人都可以是开发者了。开发者正在从一种职业，变成一种能力。
而且，开发能力很快将变成一项工作的必备能力，拥有开发能力的员工，一个人就能顶一个团队的价值（x10 打工人）。也许在未来，开发能力将被直接细化为一个学科，融入基础教育。
#
作为一个独立开发者，我多少还是有一点失落。毕竟原来开发是属于少数人的稀有能力，只有少数人可以把需求变成现实。但是这就是时代的进步，除了拥抱别无他法。
但这并不意味着，原本的开发者会因为 AI 能力被抹平所有优势，虽然 AI 几乎抹平了编码能力的差距，但是也能够彻底解放开发者的产品能力。
比如，原本在考虑某些产品需求时，我肯定会同时评估技术实现的难度和复杂性，很可能因为实现过于麻烦，在产品设计阶段就将某些功能予以否决或延期。现在由于研发不再是负担，我可以专注于产品的角度去规划研发。
另外，本身作为经验丰富的研发工程师，我在提出一个需求的时候，已经考虑了一圈实现方式和实现难度，大概知道复杂度的边界在哪里。所以可以更准确的给出AI需求。如果没有这方面经验，只单纯向 AI 提需求，由于 AI 一般不会拒绝，很可能出现为了一个可有可无的小需求，把整个项目给重构一遍的情况。
还有一点，我认为短时间内也不会改变。给自己开发，和给成千上万用户开发，是两件完全不同的事情。自己的需求怎么样都行。而作为一个产品进行发布的，一定是要对用户群体的需求进行高度有效的抽象的，这个是目前AI很难做到的事情，特别是做减法。
#
虽然目前 AI 泡沫依然庞大，但是围绕着 AI 的真实商业逻辑，核心叙事几乎只有一个：用 AI 代替真人去省钱。
然而现在的 AI 开发能力发展，揭露了一条不太一样的路径：由于研发的成本被 AI 拉到如此低廉，许多原本成本上不可行的商业模式开始变得可行。
比方说这个老掉牙的段子：「我准备招一个刚毕业的大学生，给他两万块，让他把淘宝做出来。」，现在已经不是段子了。只谈电商老板的业务需求，不考虑淘宝的用户规模和复杂需求，只需 $100 的 codex/claude 订阅，一天时间，就能做出一套足以支撑中小商家运营的商城系统。
在这之前，不依赖有赞、Shopify 这些现成服务，至少需要雇两到三名研发、产品和设计人员，折腾几个月，才能有一个雏形。对于小型的商户来说，这个成本并不划算，所以只有少数大型品牌，才会有自己的电商系统。
而现在，多小的生意都可以自己搭建一套完全服务于自己的电商系统，比如我很喜欢的 xikii 厂长的 DIY 机箱，就在几个月前上线了这样一个网站：https://m.xikii.com/ ，不仅涵盖了完整的电商业务，还包含会员体系、售后、收藏、在线群聊等等复杂模块。
我已经看到不止一例因为研发成本大幅降低而逃离平台的例子，我认为，这是一条新的商业路径，也正是今年二月 SaaS 板块暴跌（SaaSpocalypse）背后的逻辑。
# 目前的局限
目前 AI 的局限性，几乎完全来源于 AI 信息的不完整：
1. 还没有被充分数字化的内容，这极大地依赖开发者将本身的经验和非公开的知识告知给 AI。
2. 上文提到的需求归纳和抽象，这是通过观察用户行为和思考加工而得到的总结，这种观察是非常复杂的，并非结构化统计和调查问卷就可以解决。
3. 针对 UI/UX 的调优，人眼可以以超过每秒 25 帧的频率观察所有 UI 细节和变化，而目前的模型只能以完整图片的形式输入。即 AI 对 UI 的理解仍然是离散的，而人眼看到的是连续变化。这使得 AI 在调试 UI/UX，特别是动效时，效率非常的低下，只能靠截图分析。这个问只有靠模型本身的提升才能解决，需要等编程模型拥有视频生成模型那种连续的视觉的处理能力。（这也是为什么现在模型写前端最厉害，因为前端可以脱离纯视觉以 DOM 树去理解结果，这对于文本模型来说非常友好。）
#
六年前，我不喜欢别人叫我程序员。因为我觉得，真正重要的从来不是写代码，而是创造。到了今天，是叫程序员，还是工程师、开发者，都已经不再重要了，软件创造正在从一种职业能力，变成一种人人都可以掌握的基础技能。
@aigc1024
我最近用 AI 纯 vibe coding 了两个大型系统，没有看过一行代码，持续不断的迭代新功能，几乎没有遇到任何障碍。
不仅是我自己，我身边的朋友们，包括投资人、HR、教师、公务员等等。都开始拥抱 vibe coding，把自己生活或者是工作上的需求，通过开发一个系统或者 app 解决掉。
比如，一个朋友开发了一套极为复杂的工作流处理后台，能实现自动处理全单位电来电，分析录音进行转录，提取声纹进行匹配，然后自动化创建工单进行跟踪。同时自动记录所有人员的回复口径与规范的冲突，用于后续工作反馈。
放到一年前，这至少是一个六位数、半年以上的外包项目。
另一个朋友，由于对他的潜水表 app 不满意，直接让 AI 逆向了蓝牙通讯协议，完全根据自己的需求重做了一个配套 app 记录潜水数据。
类似的案例在互联网上已经数不胜数。
#
回到标，为什么我说「开发者已经不酷了」，虽然「酷」是一件非常主观的事情，但是稀缺性应该是酷的一个必要非充分条件。
在原来，开发者这一身份，被代码工作给强绑定，因为代码是实现开发者工作目标的一个必经之路。（确实存在着少数完全依赖其他人进行代码工作，自己只负责需求的案例，但一般这种情况被称为产品经理或者老板）
而现在由于 AI 能力终于跨过了一个关键门槛，开发者这一身份已无需和代码能力所绑定。现在任何人都可以是开发者了。开发者正在从一种职业，变成一种能力。
而且，开发能力很快将变成一项工作的必备能力，拥有开发能力的员工，一个人就能顶一个团队的价值（x10 打工人）。也许在未来，开发能力将被直接细化为一个学科，融入基础教育。
#
作为一个独立开发者，我多少还是有一点失落。毕竟原来开发是属于少数人的稀有能力，只有少数人可以把需求变成现实。但是这就是时代的进步，除了拥抱别无他法。
但这并不意味着，原本的开发者会因为 AI 能力被抹平所有优势，虽然 AI 几乎抹平了编码能力的差距，但是也能够彻底解放开发者的产品能力。
比如，原本在考虑某些产品需求时，我肯定会同时评估技术实现的难度和复杂性，很可能因为实现过于麻烦，在产品设计阶段就将某些功能予以否决或延期。现在由于研发不再是负担，我可以专注于产品的角度去规划研发。
另外，本身作为经验丰富的研发工程师，我在提出一个需求的时候，已经考虑了一圈实现方式和实现难度，大概知道复杂度的边界在哪里。所以可以更准确的给出AI需求。如果没有这方面经验，只单纯向 AI 提需求，由于 AI 一般不会拒绝，很可能出现为了一个可有可无的小需求，把整个项目给重构一遍的情况。
还有一点，我认为短时间内也不会改变。给自己开发，和给成千上万用户开发，是两件完全不同的事情。自己的需求怎么样都行。而作为一个产品进行发布的，一定是要对用户群体的需求进行高度有效的抽象的，这个是目前AI很难做到的事情，特别是做减法。
#
虽然目前 AI 泡沫依然庞大，但是围绕着 AI 的真实商业逻辑，核心叙事几乎只有一个：用 AI 代替真人去省钱。
然而现在的 AI 开发能力发展，揭露了一条不太一样的路径：由于研发的成本被 AI 拉到如此低廉，许多原本成本上不可行的商业模式开始变得可行。
比方说这个老掉牙的段子：「我准备招一个刚毕业的大学生，给他两万块，让他把淘宝做出来。」，现在已经不是段子了。只谈电商老板的业务需求，不考虑淘宝的用户规模和复杂需求，只需 $100 的 codex/claude 订阅，一天时间，就能做出一套足以支撑中小商家运营的商城系统。
在这之前，不依赖有赞、Shopify 这些现成服务，至少需要雇两到三名研发、产品和设计人员，折腾几个月，才能有一个雏形。对于小型的商户来说，这个成本并不划算，所以只有少数大型品牌，才会有自己的电商系统。
而现在，多小的生意都可以自己搭建一套完全服务于自己的电商系统，比如我很喜欢的 xikii 厂长的 DIY 机箱，就在几个月前上线了这样一个网站：https://m.xikii.com/ ，不仅涵盖了完整的电商业务，还包含会员体系、售后、收藏、在线群聊等等复杂模块。
我已经看到不止一例因为研发成本大幅降低而逃离平台的例子，我认为，这是一条新的商业路径，也正是今年二月 SaaS 板块暴跌（SaaSpocalypse）背后的逻辑。
# 目前的局限
目前 AI 的局限性，几乎完全来源于 AI 信息的不完整：
1. 还没有被充分数字化的内容，这极大地依赖开发者将本身的经验和非公开的知识告知给 AI。
2. 上文提到的需求归纳和抽象，这是通过观察用户行为和思考加工而得到的总结，这种观察是非常复杂的，并非结构化统计和调查问卷就可以解决。
3. 针对 UI/UX 的调优，人眼可以以超过每秒 25 帧的频率观察所有 UI 细节和变化，而目前的模型只能以完整图片的形式输入。即 AI 对 UI 的理解仍然是离散的，而人眼看到的是连续变化。这使得 AI 在调试 UI/UX，特别是动效时，效率非常的低下，只能靠截图分析。这个问只有靠模型本身的提升才能解决，需要等编程模型拥有视频生成模型那种连续的视觉的处理能力。（这也是为什么现在模型写前端最厉害，因为前端可以脱离纯视觉以 DOM 树去理解结果，这对于文本模型来说非常友好。）
#
六年前，我不喜欢别人叫我程序员。因为我觉得，真正重要的从来不是写代码，而是创造。到了今天，是叫程序员，还是工程师、开发者，都已经不再重要了，软件创造正在从一种职业能力，变成一种人人都可以掌握的基础技能。
@aigc1024
https://yachen.com/2026/07/18/135/
开发者已经不酷了
（Blog 版本：https://yachen.com/2026/07/18/135/）
6 年前，我曾发了一条推吐槽不喜欢「程序员」这个称呼，因为「员」结尾的职业，多为重复性工作，不具备创造性，这个标准对于代码工作者来说太低了。结果意外引起了不小的讨论，一方面是关于「不想当将军的士兵不是好士兵」的讨论，另一方面，则是关于代码工作者的工作内容划分的讨论。
撇去那些争议，结合现在语境下的主流认知，我把代码工作者的称谓做了一些区分：
1. 程序员：
单纯的从事编码工作，最基础的，是把已经确定好的逻辑翻译成代码；更进一步，是给定输入和输出，实现中间的黑盒逻辑；再高级一点，则是在既定的软件架构下完成具体实现。无论能力高低，工作的核心都是编码。
2. 软件工程师
软件工程师核心面对的不再是代码，而是需求，重点是解决需求的能力。软件工程师需要使用各种工具和方法论来达到目的，代码编写只是其中一项工作。
软件工程师的需求也不一定完全来自于外部，软件本身的可维护性、鲁棒性等内在需求，也属于软件工程师自身的工作范畴。
3. 开发者
我认为开发者这一称谓的核心区别在于，开发者不仅负责解决需求，还负责提出需求。需求可以来自自己，也可以来自对用户的观察；可以是一个产品，也可以是一个 framework；技术只是实现这些需求的一种手段，而不是目的。
#
2025 年，我写过一篇《AI 协助编程观察》，实际上当时 AI 已经基本具备取代「程序员」这一称谓所代表的工作能力，只要能给出明确的代码要求，AI 就能又快又好地完成。
但是当时，AI 的编码能力在软件工程师这一层上还严重不足，让没有开发经验的人使用 AI 进行 vibe coding，产出的结果其实非常有限，稍微复杂的迭代，项目就会变成屎山代码无法维护，所以当时 AI 最好的使用方式是用来将软件工程师从编码工作中解放。
#
仅仅一年时间，以 Fable 5 和 GPT 5.6 Sol 为代表，AI 在软件研发领域实现了巨大的跃进，简单来说，现在 AI 的能力已经基本覆盖了软件工程师的职责，用户只需要提出自己的需求，AI 就能将其实现，有一种言出法随的感觉。
而且得益于 agent 工具链的优化和模型本身能力的提升，对大型项目的操作能力也得到了大幅提升，纯靠 vibe cod
