Posts for: #AI

给 AI Agent 瘦身

我的 OpenClaw 跑了几个月,token 账单越来越肥。今天花了一个小时做了一轮瘦身,效果不错,记录一下。

核心发现很简单:很多任务根本不需要 AI 参与,但它们都在 AI 会话里跑。每跑一次,哪怕只是执行一句 bash 命令,也要启动一个 session、加载 context、消耗 token。相当于你请了一个年薪百万的工程师,每天的工作是帮你按一下回车键。

具体做了四件事。

第一,降低心跳频率。Agent 有一个 heartbeat 机制,定时唤醒做巡检。我之前把 OpenClaw 设成 8 小时一次,配置没真正生效,实际还是一天 24 次。改成 12 小时一次,一天 2 次。心跳的作用是维护 context、检查状态,2 次够了。

第二,把纯 shell 任务迁出 AI。安全巡检、日志整理、会话记录提取、GitHub 同步、版本检查这些任务,本质都是跑一个 shell 或 Python 脚本。之前放在 OpenClaw 里,执行链路是:cron 触发 → 启动 AI session → AI 理解 prompt → AI 调用 bash → 收集输出 → AI 总结输出 → 发通知。现在改成:crontab 触发 → 跑脚本 → 有输出就用 Gmail API 发邮件。中间砍掉了 AI 理解和总结两步,对这类任务毫无价值。

[阅读全文]

编程已被“解决”之后的世界

Lenny’s Podcast 在 2026 年 2 月 19 日采访了 Boris Cherny。Boris 是 Claude Code 的创建者和负责人,现在在 Anthropic,此前在 Meta 当过 Principal Engineer,自学编程出身,也写过 Programming TypeScript。

YouTube: Boris Cherny on Lenny’s Podcast

这期内容我觉得很值得记一下,因为它不只是讲 Claude Code,而是在讨论一个更大的问题:如果“写代码”这件事越来越被模型接管,人的价值会转移到哪里。

核心观点

1. 编程已经“基本解决了”

Boris 说,从 2025 年 11 月起,他自己 100% 的代码都由 Claude Code 生成,没有手动编辑过一行。每天 ship 10-30 个 PR。

Anthropic 的工程团队规模增长 4 倍的同时,人均生产力提升了 200%。Claude Code 目前占 GitHub 公开 commits 的 4%,私有仓库更高,预计到 2026 年底会到 20%。

如果这些判断成立,那么“会不会写代码”本身,正在从稀缺能力变成基础能力。

2. 下一个前沿,不是怎么写,而是决定做什么

Claude 已经开始自己看用户反馈、bug 报告、telemetry,然后提出修复建议,甚至直接提 PR。

[阅读全文]

AI 写文章

我自己用 AI 辅助写作,实操上一直是分几步走的。

第一步,有所感。看书、翻文章,或者和同事朋友聊天,只要有感触,就第一时间记下来。

第二步,和 AI 讨论。拿着这些感触,把自己的观点丢给 AI,看它怎么说。AI 的知识比我丰富,思考也比我深,经常给我一些新名词、新想法,能刺激更多灵感。

第三步,基于和 AI 的讨论再思考,提炼出自己的观点。比如“该不该用 AI 辅助写作”这个话题,讨论几轮后,我的观点是:应该用 AI 辅助写作,而且要找到最适合自己的最佳实践。

第四步,梳理结构。哪怕只写三五百字,也要有结构,不能信马由缰。所以这一步,我会和 AI 一起把全部信息和观点列出来,看怎么组合合适。探讨几轮,结构就清晰了。

第五步,这也是我和 AI 之前有分歧的地方。以前我会直接让 AI 按我的文风写,尽量简洁、精确,确保初中生和家庭主妇都能看懂。我会把自己写过的内容喂给 AI,再加上明确的指令,让它模仿我的风格输出。

但这次讨论后,AI 给了我一个新建议——这篇文字就是按他的建议执行的:先看一遍跟 AI 讨论的内容和结构,然后丢开电脑不看,用语音把这些内容重新说一遍。再让 AI 整理,补上缺失的地方,修正错字、推敲细节、定稿。

AI 的判断是:这个推敲过程不可或缺,是写作中最关键的环节,他不建议我交出去。

用到的工具很简单:

  • 第一五步:Slax Note
  • 第二三四步:Claude Code

AI 时代,我们为什么还要学习?

我的问题

黄仁勋说过:AI 带来的最大变化,是让智能的成本下降几个数量级。

以前,智能是稀缺的。会算账的人、懂法律的人、能写东西的人,都值钱,因为培养他们很贵,数量很少。整个现代社会、现代教育、现代公司,都建立在智能很贵这个前提上。

AI 出现以后,这个前提不成立了。你现在花几块钱,就能让一个模型帮你写报告、翻译文章、解数学题。

问题来了:如果智能这么便宜,人为什么还要学习?学校还有什么用?该学点什么?

要想清楚这个问题,可以先往回看,看看教育是怎么一步步变成今天这样的。


世界教育的几句话极简史

古埃及、两河流域的学校,教的是怎么抄写文字、怎么记账、怎么写法律文书,培养的是给国王服务的书吏。谁来学?贵族的孩子。学什么?能养活国家机器的那套技能。

古希腊雅典人提出一个很牛的想法:教育不是为了让你成为一个有用的工具,而是为了让你成为一个完整的人,懂哲学、懂音乐、懂体育、懂怎么和人辩论。苏格拉底、柏拉图、亚里士多德这些人,基本上定义了后来两千多年西方人对好教育的理解。

但要补一句:当年这个"完整的人"只对自由男性公民成立,女人、奴隶、外邦人都不算。雅典一半以上人口是奴隶,跟教育没关系。希腊的教育理想,是一个很小圈子里的事。

古印度走的是另一条路。学生住在老师家里,一待好多年,学的主要是宗教经典。那烂陀寺后来成了世界上最早的大学之一,能容纳上万学生。

中世纪的欧洲,教育基本上被教会垄断。修道院教拉丁文、教神学。直到十二、十三世纪,博洛尼亚、巴黎、牛津这些大学陆陆续续出现,现代大学的样子才慢慢定下来。

伊斯兰世界在这段时间其实是领先的。开罗的爱资哈尔大学公元 970 年就成立了,到今天还在运行。那时候欧洲还很落后,阿拉伯世界已经在系统地研究数学、天文和医学了。

所以,古代教育是好几种模式同时在发生:有的为了干活,有的为了信仰,有的为了成为一个更好的人。


现代学校是怎么来的

古代这些教育形式有些共同点:规模不大,覆盖少数人。我们今天熟悉的那种全民都上学、所有孩子按年龄分年级、上课下课打铃、期末考试发成绩单的学校,是十九世纪才出现的东西。这套东西来自两个地方:普鲁士和美国。

先说普鲁士。

1806 年普鲁士被拿破仑打得很惨,差点亡国。战后他们反思,觉得输在国民素质和组织能力上,于是把教育当成国家工程来做。1810 年前后,洪堡等人搞出了一套东西:所有孩子必须上学,国家出钱、国家办学、国家定大纲;按年龄分年级、按学科分课时、铃声一响换一节课;师范学校培养专业教师,教师变成国家认证的职业;考试和文凭制度化,毕业证变成进入社会的通行证。

这差不多就是今天全世界学校的样子。

这套东西为什么会被全世界认可和使用?

  • 有用。普鲁士后来在普法战争里打赢了法国,当时有一种流行的说法,说是小学教师打赢了这场仗——意思是受过教育的国民兵比文盲农民兵强太多。
  • 符合工业革命的需求。工厂需要识字、守时、服从指令的工人,这套学校制度生产出来的人正好对口。某种意义上学校就是工厂的预备班:按铃上下课、排排坐、听指令、按标准答题。
  • 成本低,容易复制。不需要有古希腊的传统,不需要有宗教背景,任何一个想快速现代化的国家都能照搬。明治维新后的日本几乎是直接移植,清末的壬寅癸卯学制也是通过日本学来的普鲁士。美国、法国、俄国都不同程度受过它的影响。

再说美国。

二战以后,美国取代欧洲成为世界中心,它的教育模式也跟着输出,但底色和普鲁士不一样:地方自治而不是中央集权,每个州每个学区自己定;综合中学,不早早分流,一个学校里既有准备上大学的也有准备做技工的;学分制和选课制,学生可以自己搭课表;高等教育极度多样,社区学院、文理学院、研究型大学并存,哈佛和一个乡下州立大学几乎是两种东西。

为什么美国模式也传播开了?

  • 跟着美国国力一起走出去。二战后美国通过马歇尔计划、援外项目、富布赖特奖学金、大量接收留学生,把自己的教育理念带到了全世界。战后日本、德国的教育重建,台湾韩国的现代化教育,都有美国顾问深度参与。
  • 结果导向。20 世纪后半叶全世界最好的大学基本都在美国,这件事本身就是无声的广告——很多人都想学习那个产出这么多诺奖和科技突破的系统。
  • 它更符合冷战后的气氛。个人选择、多样性、流动性、终身学习,这些词在 1980 年代以后变成全球共识,美国模式正好自带这些属性。普鲁士那套统一塑造国民的路子,在这个气氛里就显得过时了。

今天绝大多数国家的教育,其实是普鲁士的骨架加上美国的血肉。

骨架来自普鲁士——义务教育、分年级、标准课程、统一考试、文凭制度。这些东西现在所有国家都有,已经像空气一样,没人觉得它是一种模式。上面那层是美国的——通识教育、选修课、综合中学、大学多样化。

中国也一样。高考、六三三学制、统一教材,这是普鲁士留下的,只是经由日本转手过来。1990 年代以后的通识教育改革、学分制、自主招生,这来自美国。我们今天看到的教育体系,旧瓶新酒,底下是打了一百多年的地基,上面是近四十年刷的新漆。


中国教育极简历史

中国这边的故事可以分成几个大的转折。

  • 第一次转折是孔子。西周以前,学问都在官府里,老百姓没资格学。孔子开了私学,说有教无类,只要你愿意学,交十条腊肉当学费就行。
  • 第二次转折是科举。从汉代起,儒家经典就是读书人的标准教材。隋朝在这个基础上搞出了科举考试——人类历史上第一次大规模标准化考试。它厉害的地方在于:不看你爸是谁,只看你考得怎么样。理论上,一个农民的儿子也能通过读书变成宰相。这件事给了中国社会一千多年的稳定。但科举也有它的问题。到了明清,考试内容越来越僵化,大家全在背八股文。教育变成应试,读书变成做官的敲门砖。
  • 第三次转折是 1905 年废科举。从 1860 年代洋务运动开始,新式学堂已经办了四十多年,废科举是这个长过程的终点。废了之后,清末民初全面学西方,先学日本,再学美国。这一段经常被浪漫化,说是黄金时代——蔡元培、思想自由、兼容并包。但真实的民国是:全国识字率长期在 20% 以下,绝大多数人根本进不了学校。几所好大学里的精彩,和广大乡村的文盲是同时存在的。
  • 第四次转折是 1952 年院系调整。新中国成立后全面学苏联,综合性大学被拆成工科、理科、文科等专门学院,为的是快速培养工业化需要的技术人员。今天中国高校的专业划分,基本还是这个骨架。同时还有一条不太被提起但很关键的线:五十到七十年代,选拔标准不是分数,是政治。家庭出身、阶级成分是硬指标。文革期间考试彻底废掉,大学改成工农兵推荐入学。
  • 第五次转折是 1977 年恢复高考。说"恢复",好像只是把断掉的接上,其实变化大得多。骨架没变,还是苏联式的专业分科、全国统一管理、重点学校制度。今天的 985、211、双一流,往上追都是 1952 年的延续。但内核变了,选拔标准从政治切回了分数,教育和意识形态的关系松了,八十年代开始派留学生、引进西方教材。再往后,九十年代放开民办学校,1999 年大学扩招,高等教育从精英变成大众。今天大学入学率超过 60%,1977 年只有 5%。

再往后的素质教育、双减,都在试图缓解应试压力,但高考这根指挥棒没动,效果有限。

中国今天的教育,有三样东西在打架:科举留下的考试决定命运的传统,苏联留下的专业分科的骨架,西方来的现代学校制度的框架。今天很多教育争论——素质和应试、通识和专业、公平和效率——是这三样东西在较劲。


今天全球的教育,都一样吗?

表面上看,全世界的教育都长得差不多:小学、中学、大学。这是普鲁士骨架加美国内核扩散的结果。但深入看,差别很大。

[阅读全文]

好为人师地提几个 AI 学习建议

最近用 AI 觉得自己进步不小:学新东西更快、能力边界有拓展、工作效率更高。因此很愿意跟身边的朋友们推荐,做了五六次或大或小的培训交流。归结起来,其实也就简简单单的几点。

  1. 买付得起的最先进的模型。

  2. 持续追问,直到自己问不下去。

  3. 验证结果。无论是多 AI 验算,还是自己设计其他的验证方法,要验证而非盲从。

  4. 在项目/文件夹里工作。用比如 Claude Code / Cursor 这样的工具,给 AI 上下文、中间过程存档、结果验证复盘。

用这些方法学习、工作,我的感受很好。

这里面的每一点,都可以展开讲原因,讲具体用法,讲可能掉的坑。不过感觉很多人也未必在意,大家更喜欢装上小龙虾。

对了,我给朋友们的建议往往是:在做上述的 1234 之前,不需要装 OpenClaw,因为大概率装好了,也找不到多少需要它做的事情。

这也是一个简单的思路:先手动把事情跑通,再用程序自动化。