[问与答] 有在 microsoft terminal 用 claude code 的吗
·
求教下用的这两个程序的哪种配色 ，我目前用 claude 默认 theme 和 terminal one half dark 感觉浅了一点
-
-
[分享创造] [分享]Vibe Coding 了下 在 Windows 下清理 C 盘的小工具
·
项目地址:https://github.com/ZanebonoAlter/folder-clean 起因是因为自己的电脑用的越多，发现 C 盘就会莫名其妙的爆满（各种软件默认装在 C 盘防不胜防啊），尤其是在工作电脑上不怎么上心，什么安卓 studio 的镜像、剪映的配置、uv 缓存、.m2 缓存、nikke （ bushi ）、nvidia 的驱动更新缓存、docker 等等，当然绝大多数占用的不多，但是占用多的绝对很难想到 每次使用普通的 C 盘垃圾清理工具，只能清理微乎其微的 1-2G 系统缓存，有的时候连 idea 更新都直接炸裂，手动去查又慢，windows11 自带的存储统计看了个寂寞（上述所有存储都查不出来） 于是直接参考 du -sh * ，简单做了个遍历，统计每个层级下文件大小 缺点就是文件太多了，自己分析劳心劳力，因为智谱一直都有模型免费用，这种分析文件的小事就正好丢给它，效果如下 因为 ai 删库还是一流的，所以还是只希望它给意见这样，而且 GLM-4.7-Flash 完全够用了
-
[问与答] 想法自动实现的交互,最后一公里迟迟没人做
·
只好自己做了 最主要还是交互: 用户直接把噪音很多的灵感写到 obsidian/tg/qq 等等 主要是需要顺手就发的交互 可以关键词限制 同步此灵感到 git 仓库 定时/检测到 git 仓库新增条目 自动分析新增条目 并先拆解任务 功能特性 验收标准邮件发送给用户 用户看到邮件/tg 消息可以补充或修改思路 直到终版文档批准 支持并行 llm 可以多开几个沙盒 yolo 模式 (可以歇斯底里 一直打磨 直到过验收或者用户检测) 返回最终项目到仓库并提醒用户查收 :反正额度用不完 赶紧造
-
[创业组队] 创业组队产品开发
·
现需招募一支北京本地研发团队，要求具备固定办公地址，优先考虑朝阳区，其他区域亦可。团队需精通 Golang 后端开发与前端开发技术栈，能够承接产品全流程研发工作。个人技术能力突出者也可单独接洽，支持线下当面沟通需求。 szy-Aaiizzwell
-
OpenAI与盖茨基金会将向非洲医疗人工智能领域投资5000万美元
·
当地时间1月20日，OpenAI宣布启动与盖茨基金会合作的试点项目“Horizon 1000”计划，旨在支持非洲国家（首站卢旺达）的医疗领军者推进人工智能在健康领域的应用。盖茨基金会与OpenAI将共同投入5000万美元资金、技术及专业支持，力争在2028年前覆盖1000家基层医疗机构及其周边社区。（界面）
-
[分享发现] 一醒来就吃了个大瓜
·
公司的 im 有水印，就不发图了，简单总结一下 大数据/医疗部门因使用 ai 生成代码导致生产环境服务器负载拉爆且历史数据被大范围覆盖 it 部门排查开发电脑的 ai 相关软件，禁止 ai 自动代码生成 所有研发部门安排时间重新 review 近半年所有代码 对应研发部门的开发和测试绩效当月为 D(意味着 2026 年没有年终奖了，但是 2025 还是可以有的) 哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈哈（先笑一下🤣 他们怎么敢的啊，又不是自己的项目，我用 ai 都只拿当搜索引擎，代码都是我自己的测试确认后才写到项目里面去 我一直强调，ai 真的不能帮你背 D 绩效啊喂！
-
[问与答] 前置过滤器无法按照在家里面，装在水井会有什么风险吗
·
Post Content
-
[问与答] 被忽略的成功一人公司画像：侠之大者,郭靖
·
被忽略的成功一人公司画像：侠之大者,郭靖 by AI 编程之家 codesome.cn Mens 我在造物矩阵最新一期小宇宙中，提到了，我 2025 年做对的两件事情，就是信息员的升级和 PMF 的 feedback 的即使修正和再次验证。 AI 时代，我的观点是：生产关系、生产力都在发生变化，而普通人的问题是不主动求变，以及他意识不到自己要变。 复盘我的创业之路和踩过的经验教训，我想如果要我抓到两个毛线球，那一个就是 高质量的信息源 以及 PMF 的 feedback ，这是你能不能收入达到 100 万的两个 key result 。 在 AI 时代，构建持续的被动收入并非一蹴而就，而是一个通过信息源升级打破认知差，并利用 PMF 反复验证商业闭环的过程。 信息源升级：打破滞后，获取先机 构建被动收入的第一步是确保决策基于高质量的信息。在 AI 快速迭代的背景下，信息差直接决定了是“割韭菜”还是“被割韭菜”。 拒绝封闭与滞后的信息圈 我自己曾在 2024 年因为处于封闭的信息环境中，导致决策滞后。当信息经过多手传播（ x 上常见的“排泄图”理论）到达你手中时，风口往往已经过去，此时入场只能是“玩别人剩下的”，甚至成为接盘侠,,,。 掌握一手信源 为了做出领先的决策，必须打破信息壁垒，直接获取一手信息（例如通过 X/脆等社交媒体）。只有掌握一手信息，才能在市场爆发前通过预判进行布局，从而获得先发优势。 及时止损的决策机制 基于高质量信息，如果发现当前动作是错误的或风口已过，要克服沉没成本心理，及时承认错误并止损，寻找新的机会。 PMF 验证：从自身痛点出发，通过实战迭代 PMF （ Product-Market Fit ）是验证商业模式是否成立的核心。我很多时候告诫自己，强调不要只是空想，而是要通过“做”来获得反馈。 这个和我的职场领导有关系，我在刚入行被吊的最多的是，当我拿回用户需求的时候，我总会自己去自嗨添油加醋，而我的领导更多是在问，客户原话是什么？客户怎么说？我们能不能见一下客户？
-
[生活方式] 那些找陌生人代付裙子的是什么样的人？
·
昨天偶然刷到一个视频，博主分享了网友给她代付买裙子的一些聊天记录以及她的返图。 评论区有很多“大哥”，我手贱也学着回了一条：“五十抽五，单价不超过 800”，然后我的抖音第一次点赞、评论、访客 99+，也有少数人主动私信我。 大概看了一下，从学生到工作的都有，甚至有些女生的作品很精致，到处旅游之类的，居然也会参与这种“便宜”？ 作为“招募者”，我头一次感受到原来女生可以这么主动热情，除此之外就是疲于应付，现在还是 99+都懒得去看了。 这个世界上真的有无缘无故给陌生人买裙子还什么都不要什么都不图的人吗，女生是怎么想的？
-
[问与答] 随着 AI 的发展，”眼高手低”会不会逐渐变成优势？
·
AI 时代，“眼高手低”不一定是缺点，很多时候反而会赢。别急着反驳，我说的不是那种“只会嫌弃、从不动手”的嘴强王者，而是另一种人：标准很高、判断很快、方向感很强，只是过去“手艺活”跟不上，所以经常被一句“你行你上”堵死。问题是，现在这个“你行你上”，AI 可以替你上了。 过去社会奖励什么？奖励“能做出来”。你会写代码、会剪视频、会画图、会做 PPT 、会写文案，你就有产出，你就更值钱。所以“眼高手低”被当成毛病——想得大、做不到、拖延、烂尾、焦虑。可现在的变化是，AI 正在把“做出来”这件事变成低门槛，甚至变成“基础工种”。你不会写？ AI 写。你不会剪？ AI 剪。你不会画？ AI 出十个版本给你挑。产出这件事开始廉价，开始泛滥，开始像自来水一样拧开就有。那接下来真正稀缺的是什么？不是“谁更能干活”，而是“谁更知道该干什么、怎么才算好、哪里该删、哪里必须保留、什么是有效、什么是垃圾”。 我觉得很多人没意识到一个很刺耳的事实：AI 正在把“会做”贬值，把“会挑”升值。以前你挑剔会被当成事儿多，因为你挑完也做不出来；现在你挑剔如果挑得对，那叫审美、叫标准、叫判断力、叫总导演。AI 能一口气给你十个版本，但十个版本里九个半都只是“像那么回事”，离“真对”永远差半口气。那差的半口气是谁补？就是那个“眼高”的人——一眼能看出来哪里不对，知道怎么改，知道改到什么程度就停，知道为谁服务、为啥服务。未来越来越像这样：AI 负责堆产出、跑流程、填细节，人负责方向、标准、取舍、验收。执行不再稀缺，判断开始稀缺。 更反直觉的是，未来最容易被淘汰的，可能不是懒人，而是“勤奋但没标准”的人。以前你只要肯做，多少都会有回报；现在你肯做？ AI 比你更肯做，24 小时不休息，版本比你多十倍，你靠“我更努力”去跟服务器拼耐力？这比赛从一开始就输了。你唯一能赢的是：你能提出更好的问题，你能给出更清晰的目标，你能设定更高的标准，你能在一堆“差不多”里挑出“对的”，你能决定什么值得做、什么不值得做。说白了，人类的价值正在从“做事”迁移到“做决定”。而“眼高”这件事，本质上离“做决定”更近。 “眼高手低”会不会逐渐变成优势？我的答案是：会，甚至会成为分水岭。因为当“手”被技术托底之后，“眼”决定上限、决定方向、决定值不值钱。未来会出现一种很不公平但很真实的局面：所有人都能产出，但只有少数人能产出值钱的东西。那少数人靠的往往不是更会干活，而是更会判断、更会取舍、更敢设标准、更能把标准讲清楚并坚持验收。