ai时代，团队需要有很多ai想法或者产品思维的人，而不是螺丝钉（随时会被替代），如果你的想法很值钱，就不容易被替代 模型的结果质量 = 需求明确性 + （提示词）上下文（大模型侧的视角，用户侧的视角是认知）「认知：对代码的理解、产品的理解、开发的理解等等，懂得越多能更好的压榨模型的能力」 人不可能比 ai 聪明，但人能和 ai 相互促进良性循环
反思：如果没有极大发挥 AI 的能力，就只能算是普通程序员 + ai coding 工具协作罢了
#bilibili
TODO：vibecoding一个项目，跟法律相关的，rag（检索法条？）
在vibecogding过程中，快速生成、想法变原型快效果很刺激。但容易陷入代码腐化的危机，如错误堆积、改动影响大、维护成本高，快速生成的是项目而不是可演进的工程。软件的最大价值在于可以规模化推广，也就是一次开发多次分发，以及收拢通用需求演进。现在的生成模式很难让软件进入“复利模式”，应该从生成模式演变成治理模式即冻结边界、建立“单一事实源”、让AI不能乱写，并且项目后期AI收敛而不是扩张
#linuxdo
对于大模型要有一定理解，不要只把它当成一个黑盒用连最基本的原理都不知道 #linuxdo
车灯只能照亮50米，可车子就是可以跑完全程
沃德发 HelloAgents文档怎么这么多字
post memos test #test