WRITING · 37

文章

随笔、实用指南和系列教程都在这里。按主题找,也可以直接全文搜索。

思考

别急着做:先让别人付出一点代价

大多数人先做完整产品,再去找用户;更有效的顺序是先用一个最小实验验证真实承诺,再决定是否投入时间和资源。四个真实案例,加一套七天可执行的方法。

Dify

别把循环当复制粘贴:用 Dify 批量处理一组数据

用一个批量内容卡片工作流讲清数组怎样进入 Iteration、items/index 如何逐项处理、顺序与并行怎样选择、失败结果如何对齐,再用渐进式润色解释 Loop 的状态、终止条件和最大次数。Dify 系列教程第七篇。

Dify

别急着把文档塞给模型:用 Dify 做一次真正的 RAG 实战

把已发布的 Dify 教程送进知识库,从清洗、800/80 分段、经济索引和倒排检索讲到向量、混合检索、Top K 与 Rerank;同时如实记录 Sandbox 额度限制,以及为什么召回测试必须先于工作流测试。Dify 系列教程第六篇。

Dify · 实用指南

把外部世界接进来:让 Dify 真正调用一条 API

国家信息小助手不再让模型凭记忆回答事实:这一篇用参数提取器识别国家名,通过 HTTP Request 调用需要 Key 的 API Ninjas Country API,再用 Code 解析 JSON、格式化人口与面积,并为歧义输入、鉴权失败和网络异常补齐兜底路径。Dify 系列教程第五篇。

Dify

别只让数据路过:用变量给 Dify 应用打地基

国家信息小助手的四条分支各自为政,用户问完一个国家转头就忘。这一篇用变量聚合器把互斥分支收敛成一个出口,再用会话变量 + 变量赋值器让应用第一次记住跨轮对话的查询历史,顺带把三类变量的边界讲清楚。Dify 系列教程第四篇。

Dify

从零搭出第一个 Dify 应用:用云版完成一次 Chatflow 上线

连不上公司内网就先别等——用 Dify 官方云版的免费额度,从注册到发布,真实走完一次 Chatflow 应用的搭建全过程:五种应用类型怎么选、LLM 节点最容易踩的坑在哪、发布后 Web App / API / Embed / MCP 四条分发路径分别是什么。Dify 系列教程第二篇。

Dify

别急着学 Dify:先看懂 AI 应用平台这张地图

上手 Dify 之前,先看懂 AI 应用开发生态:Workflow / Chatflow / Agent 到底怎么区分,Dify 和 Coze、LangChain、LangGraph、n8n、RAGFlow 以及国内百炼、千帆、WorkBuddy 分别处在什么位置,该怎么选。Dify 系列教程第一篇。

AI Agent

模型挤在同一扇门里,Agent 已经走到了门外

横向评测 2026 年 9 月国内外主流大模型与 Agent 生态:用排行梯队看清真实差距,澄清 Cursor 收购方是 SpaceX 而非 xAI、Groq 并非 Grok 两个常见传闻,并比较厂商自建完整工作流与接入现有工具争夺模型席位的两种 Agent 生态打法。

AI Agent

MCP Python SDK 2.0:别把它当成一次改名升级

MCP Python SDK 2.0 不只是把 FastMCP 改名。这篇文章用打电话/寄明信片、办事窗口补材料这些生活化类比,讲清楚无状态请求、统一 Client、Resolve 多轮交互等关键变化,附四张图解,帮你在不踩坑的前提下走完迁移。

产品与工程

代码不再是瓶颈,瓶颈换了个地方

读完 Claude 官方那篇《The AI-native SDLC playbook》,最扎心的一句话是:代码已经不是研发流程里最慢的一环了。AI 把「写代码」这块最短板焊长之后,瓶颈搬到了审批、测试、发布这些人力速度的环节。用大白话拆解 Plan/Design/Build/Test/Deploy/Maintain 六阶段怎么重做一遍,intent.md/spec.md/plan.md/CLAUDE.md 这些文件都是干什么用的,附一张我用 Figma MCP 画的六阶段闭环图,以及普通开发者今天就能抄的三件事。

实用指南

HTTP 状态码速查:401、403、404、500 到底哪里出错

给普通用户和 Vibe Coding 开发者的 HTTP 状态码速查表:先用第一位判断问题方向,再区分最常见的 400、401、403、404、429、500、502、503、504。附 2xx、3xx、4xx、5xx 常用码、非标准厂商码和一套可直接照做的排查顺序。

Codex

Codex CLI 滚轮只翻输入历史?一行恢复完整对话滚动

在 Ghostty 里想向上翻 Codex 的回答,滚轮却只会切换输入历史。原因不是鼠标坏了,而是 TUI 的备用屏幕模式。一条 --no-alt-screen 命令恢复终端原生 scrollback,附会话恢复、永久配置与撤销方法。

Codex · Claude Code · 实用指南

别再当 Yes 工程师:Codex 与 Claude Code 权限配置完全指南

读文件点一次、跑测试点一次、装依赖再点一次——解决办法不是关掉全部权限,而是把活动范围、日常白名单和硬红线分成三层。本文基于我的真实配置,完整给出脱敏后的 Codex config.toml、prefix_rule、Claude Code settings.json、PreToolUse Hook、委派场景与验证回滚步骤。

思考

一个月,106 亿 token

把 6 月的 Claude Code 账单拉出来一看:106 亿 token,相当于一万遍《红楼梦》。但先别惊叹——95% 是缓存读取的「注水」,真正的干货是 3,224 万输出,约 240 本长篇小说的体量。这份按模型上色的日历还会讲故事:Fable 5 疯狂的四天、没有缓存的 GPT-5.5 有多贵、以及看 token 账单只需要盯的三个数。附全月交互报告。

Claude Code

让 Claude Code 接入飞书:人不在电脑前,也能用飞书遥控它持续干活

用飞书消息驱动本机已登录的 Claude Code:在任意项目里发任务、实时看进度、多轮续接,它遇到要决策的地方就问你、你回一句它接着干。走订阅不花 API 钱,长连接不要公网。含飞书自建应用逐步配置、那个折腾很久的「私聊死活不回」权限坑,以及完整可复制代码。

AI Agent

你的 Agent demo 很惊艳,一上线就拉胯

有 PM 问我智能体编排怎么落地,说主流是 LangGraph、Dify、Coze。我先泼冷水:这三个根本不在一个赛道。从「编排到底是什么」讲到「90% 的 Agent 为什么死在 demo 到生产之间」,再到三层分类、可控性光谱、中国合规两道坎、和一张能直接用的选型表——附 2026-06-26 当天实查的 GitHub star 数。

思考

我把 Fable 5 用到提前下线

Fable 5 上线,说 22 号前算套餐额度。我订着最高档套餐、平时一周用不到六成,这次六个会话并排 + 多 agent 工作流往死里喂,三天多把周额度榨干。结果它没到 22 号就提前下线了。带截图的完整实录 + 一点想法:模型不是软件,是生鲜。

思考

门槛没有消失,只是搬了家

过去难在执行:记语法、配环境、读报错。现在难的变成另外三件事——说清楚问题、拆清楚任务、判断结果对不对。同样用 AI,人和人的差距不是缩小了,是被放大了。

思考

零基础的「基础」,从来不是代码基础

一个完全不会写代码的设计师,两天做出了团队真在用的内部工具。她只做了三件事:把痛点讲清楚、对每一版说「对」或「不对」、在关键决策点拍板。

产品与工程

用户分层,按场景不按人

同一个人,写代码的时候是极客,处理法务的时候就是小白,写文案的时候又成了要求「指哪打哪」的专家。用户分层从来不该按人分,该按场景分。

思考

提示词就是代码

提示词就是代码,只不过运行它的不是编译器,是模型。结构清楚的指令,误执行率就是低。你对提示词有多严谨,AI 就对你的需求有多严谨。

思考

断电之后还剩多少

网络会断,上下文会爆,任务会跑偏。把活拆成原子块,断在哪就能从哪续上。系统的好坏,不看顺风时跑多快,看断电后还剩多少。

思考

先做项目,再补知识

传统路径是「学好了再做」,结果学员死在第三周的语法课里。现在我让他们第一节课就跑通一个能用的东西。不求一次全懂,求逐步打通。

思考

语音输入的瓶颈,不在识别

识别准确率从 93% 卷到 95%,没人愿意多花那 0.2 秒去润色。但用户要的从来不是「准」,是「我说一段话,出来一段能直接发出去的字」。

搜索整座站点

输入关键词,搜索文章正文、专题和课程