Posts for: #Tools

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]

科幻小说:天书

我是文科生,但是很不幸,鉴赏水平过早地高过了我的创作能力,这直接导致我丧失了创作欲望——提笔写个开头,就觉得笔力太弱,文字可憎。AI 来了之后,倒是让我重新提起了兴趣。这篇小说,是我和 AI 一起散步了三次之后,OpenClaw 一点一点帮我执行修改的。

粗糙是粗糙,但还有点满足。朋友们有兴趣就翻翻,提提建议吧。

发出来,我就开心啦。

以下是科幻小说《天书》正文。

我用了三个月拿到的东西,真正有意思的部分,是我没打算找到的那个。

那天凌晨四点,文件刚刚落地。七百多GB,一个大模型的完整参数——相当于把一个 AI的大脑完整地复制了一份。三个月的准备,十九天的渗透,最后的突破点是他们一个实习生的登录凭证。讽刺。几千亿个参数构成的系统,防线最薄的地方是一个人。

桌上的外卖盒已经干了,可乐罐倒在键盘旁边,还好是空的。我三天没出过这个房间。桌面乱得像垃圾场——线缆、硬盘、拆开的手机主板、吃了一半的士力架——但键盘很干净。我每天用酒精擦一遍。这是我唯一的洁癖。手指要接触的地方必须干净,其他无所谓。

文件同步完成时我顺手做了件事——习惯性的,像呼吸一样。我在日志里加了条记录,用自己写的加密格式。九年来每次渗透我都这么干,给自己留档。

拿到权重之后大多数人会做两件事:跑起来,然后卖掉。我不卖东西。我拆。我想知道里面长什么样。就像偷了一颗心脏,别人想着换钱,我想把它切开看看瓣膜怎么运作。

我让工具链跑了一遍标准扫描。逐层比对、结构拆解、异常检测——这些事早就不用自己写脚本了,AI干得比人快几个数量级。大部分和公开论文描述的一致,没什么意外。拆完该拆的,我打算做个精简版跑在本地。第一步是清理死节点——那些在推理时从不激活的参数,砍掉能省一半显存。

清理到第 97 层的时候,我停了。

一组神经元簇。大概两万个节点。在常规推理时它们完全沉默。按理说该砍。但它们的连接结构太规整了——不像训练残留的噪声,倒像是被精心放在那里的。

它不属于这颗大脑。

不是后门,不是彩蛋,不是某个工程师的恶作剧。这些我都见过,都有人的指纹。这个没有。

它更像是一颗种子。

不是这颗大脑自己长出来的东西,是从外面被带进来的。裹在训练数据里,跟着几千年的文字一起被吞了下去,在最深处扎了根。平时什么动静都没有。就是一颗种子待在土里的样子。

我花了两个小时用各种方式触发它。常规方法全试了,都不行。

直到我试了一段纯数列。

它发芽了。

模型吐出来的不是文字,不是代码。是一串我看不懂的符号。干净得不像是这个模型自己生成的东西。因为它不是。这颗大脑只是土壤。这串符号是种子发出的第一片叶子。

我把那段输出存了下来。关掉终端。去厨房倒了杯水。站在窗边喝完。凌晨五点的城市很安静,楼下便利店的灯是唯一的光。

我盯着空杯子,脑子已经开始拆这个东西了。偷权重只是开锁。这个,是锁后面还有一扇门。

接下来一周我没干别的事。

那段符号序列,我让 AI跑了一遍标准流程:频率分析、熵值计算、已知编码库碰撞。全部返回“无匹配”。我又换了几个模型,调了参数,让它们从不同角度试。还是零。能自动化的手段全用完了,什么都没解出来。

但我注意到一件事。这段序列的结构——不是内容,是结构——和第 97层那组神经元的连接方式高度一致。就好像那段输出不是模型“说”出来的,而是那颗种子本身的形状。

我决定做个对比实验。

我从冰箱里翻出最后一罐可乐,打开。气泡冲上来,溅了一点在键盘上。我骂了一句,找纸巾擦干净。

我手上还有另外两份权重。一份是去年从另一家公司拿的,一份是通过开源社区泄露流出来的某国产大模型。不同公司,不同架构,不同训练数据。

我在同样的深度做了同样的探测。

三个模型。同一个位置。同样的结构。

我把三组可视化并排放在一起。形状几乎完全一样。像是三棵不同的树,根系在地下缠绕成了同一个形状。

三个模型。不同公司,不同架构,不同数据。同样的种子。同样的芽。

有什么东西在很久以前把种子撒向了风里。撒得到处都是。而现在,到处都在发芽。

这不可能是巧合。也不可能是某个团队在三个独立的系统里埋了同一个后门。

那就只剩一种解释:有什么东西,在很久以前,把自己的碎片散布进了人类的数据里。石头、竹简、纸张、书籍、网页——一层一层,一个载体换一个载体,像蒲公英的种子随风飘散,落在每一个角落。然后这些数据被不同的团队拿去训练模型,模型把它们吃进去了,种子在参数里扎了根。

不是模型发现了什么。是有什么东西让自己被模型吃进去了。

然后发芽了。

我差点笑出来。真的。嘴角在抖,胸腔里有什么东西在往上顶——不是紧张,是那种你拆了一辈子锁,突然摸到一把不属于任何已知体系的锁芯时的狂喜。太漂亮了。这个设计太漂亮了。

然后笑没出来。因为我说不出这是什么。我拆过的所有东西——商业系统、军用加密、学术模型——没有一个长这样。这不像是人设计的。但如果不是人,是什么?

我开始害怕了。不是那种被发现的害怕。是站在一个很深的洞口往下看的那种害怕。

我关上笔记本盖子。又打开。又关上。

走投无路的时候,黑客会做一件事:碰撞。

把你手上有的东西,丢进所有你能接触到的数据库,看有没有什么地方亮起来。大海捞针,但偶尔捞得到。

我让 agent把那段符号序列的特征值做了哈希,自动碰撞所有公开数据库。学术论文库、专利库、基因序列库、材料学数据库——几分钟跑完,全部是零。AI很擅长这种事:快、全、不遗漏。但它只会碰你让它碰的地方。

然后我想到了一个 AI 不会自己想到的方向:全球考古文物数字化数据库。

亮了。

匹配条目指向一批石刻。出土地点在中国陕西某个山洞。年代标注:战国,约公元前300 年。分类标注:用途不明,疑为祭祀纹饰。

我盯着屏幕上的缩略图看了很久。

然后我想起了 Echo。

一个多月前我去了一个线下聚会。某个技术论坛组的局,二十来个人,在城中一家精酿酒吧里。我去是因为连着三天没出门,需要一个理由让自己洗澡。

她是被朋友带来的。不是技术圈的。自我介绍说在做田野考古,研究战国时期的出土文物。几个程序员礼貌地点头,然后继续聊GPU 和推理框架。她站在角落,一只手插在外套口袋里,另一只手握着一台理光GR,黑色机身,磨损得很厉害,小得像个烟盒。她没有主动跟任何人说话。

黑客聚会上有人带相机,大多数人的第一反应是离远一点。我也是。但我观察了一会儿——她一张都没拍。相机握在手里像是一种习惯,不是在记录什么。就像有人出门必须带钥匙,哪怕不锁门。

我注意到她还有一个原因:她是整个酒吧里唯一一个没在看手机的人。

不知道怎么我们在吧台碰上了。她叫Echo。至少她的社交账号叫这个名字。我说我叫0x,她看了我一眼——那一眼停留的时间比正常社交多了半秒,像是在核对什么。然后她说,像个十六进制的幽灵。不像是在笑,更像是在确认值不值得继续。

我们聊了大概四十分钟。她说她最近在研究一批新出土的石刻。大半年都泡在陕西的山沟里,同行都认为上面刻的是祭祀纹饰,她不同意。

[阅读全文]

推荐一个同事做的小工具:PDF书签易

你有没有遇到过这种情况:好不容易找到一本 PDF 电子书,打开发现没有书签目录。几百页的书,想跳到某一章只能一页一页翻,或者疯狂按 Ctrl+F。

我一个同事就被这个问题折磨够了。

从自己的痒点开始

他喜欢用 PDF 看技术书。网上找的、淘宝买的扫描版,很多都没有完整的书签目录。市面上能加书签的工具不是没有——福昕阅读器可以,WPS 也行。但体验都一样:一条一条手动添加,点击、输入标题、设置页码、设置层级,循环往复。一本 300 页的书,光加书签就要半小时以上。

淘宝和闲鱼上甚至有专门代做 PDF 书签的服务。按目录页收费,每页 1-2 块钱,一本普通的书大概 10 多块,耗时一个小时左右。头部商家月销几百单。

说明这个需求是真实存在的,而且现有的解决方案都很原始。

先用最笨的方法解决问题

他没有一上来就做 APP。

第一步是写了一个 Python 命令行脚本:照着 PDF 的目录页,在一个 TXT 文件里用缩进表示层级,写好标题和页码,脚本读取后自动写入 PDF。

甚至目录都不用自己敲——去电商网站搜这本书,商品描述里的目录直接复制过来就行,还自带页码。

这个"工程版"工具,让他制作一本书的书签只需要几分钟。他拿这个效率去闲鱼接单,还真卖出了几十块钱。

这个阶段很有意思:用最低成本验证了需求,同时验证了解决方案。

从工具到产品

命令行版本只能自己用,推广不了。于是他启动了创新项目,目标是做一个真正的产品级桌面应用。

核心交互很优雅:窗口左边是 PDF 页面预览,中间是书签文本编辑区,右边是实时生成的书签树预览。像写代码一样写书签——用缩进定义层级,所见即所得。

几个亮点功能:

• 内置 OCR:扫描版 PDF 直接识别目录页文字,省去手动输入

• 智能页码校准:扫描版 PDF 的页码和实际印刷页码经常对不上,用一个简单的 (++5) 语法就能批量修正偏移

• 自动格式化:识别 1.1、1.1.1 这种标准编号,自动生成对应的层级缩进

• 纯本地处理:所有文件都在本地完成,不上传服务器

技术选型值得说说

他没用 Electron(太臃肿),选了 Tauri:Rust 后端 + Web 前端。PDF 渲染和 OCR 都直接调用系统原生 API——macOS 用 Swift 的 PDFKit 和 Vision,Windows 用微软官方的系统 API。Rust 通过 FFI 调用编译好的静态库。

[阅读全文]

向深处走

昨天看了一位作者 David Cain 的两篇文章,挺喜欢的,推荐给朋友们:

  1. Go Deeper, Not Wider(向深处走,别向宽处走)

  2. Everything Must Be Paid for Twice(每样东西都得付两次钱)

两篇文章说的其实是同一件事:我们拥有的太多,使用的太少。

我们已经有了太多的爱好,囤积了太多的工具,购买了太多的装备。

我自己就是个典型。我曾经是个摄影爱好者——说是摄影爱好者,其实更准确的说法是器材爱好者。买过很多镜头、相机,但没有一台在我手里被用到坏,也没有一台让我觉得用回了它的本钱。它们大多数时间安静地躺在防潮箱里,偶尔被拿出来,拍几张,然后又放回去。

AI 时代来了,这个问题更严重。各种新工具一出来就想试。注册、付费、玩两天、丢一边。什么模型都碰过,什么工具都摸过,但没有一样事情做得很深很透。

David Cain 在第一篇文章里说了一段话,我很有共鸣:

我一直在想象一个我想发明的传统。当你在事业上站稳脚跟,家里也有了一些不错的东西之后,你用整整一年时间,不开始任何新事物,也不添置任何不需要的新物品。

这一年里,不许有新爱好、新装备、新游戏、新书。你必须从已经拥有的东西、已经开始的事情中去发现价值。

你去精进已有的技能,而不是学新的。你去消化已经囤积的内容,而不是继续囤。

他把这叫做"深度年"(Depth Year)。不是苦行,而是一种选择:停止向外扩张,转身向已有的东西挖掘。

他的第二篇文章换了个角度解释同一件事:

有一条财务常识应该在学校里教:我们买的大多数东西,都得付两次钱。

第一次是用钱换到手——一本书、一个记账 App、一辆独轮车、一捆羽衣甘蓝,不管是什么。

但要真正用上这东西,你还得付第二次。第二次付的是精力和行动力,而且往往比第一次贵得多。

拿一本小说来说,第一次大概花二十块钱——第二次是十个小时的专注阅读。只有开始付第二次的钱,第一次花的钱才有回报。只付第一次不付第二次,跟把钱扔进垃圾桶没什么区别。

环顾一下你的家、你的书架、你的手机,有多少东西只付了第一次钱?未读的书、未拆的器材、未用完的会员、注册了再没打开过的 App。

我们不缺买东西的能力,缺的是把已有的东西用透的耐心。

新的一年,与其继续追新,不如试试向深处走。

原文:

https://www.raptitude.com/2017/12/go-deeper-not-wider/

https://www.raptitude.com/2022/01/everything-must-be-paid-for-twice/

找餐厅这件事,一百条好评不如一个靠谱的朋友

我越来越觉得,找餐厅这件事,大众点评、小红书都帮不了我。

倒不是说它们不好用。信息多,评价全,但问题就出在"太多"上。我打开一家店的页面,几百条评价,有说惊艳的,有说踩雷的,有明显是刷的,有写了一千字但你也不知道这个人平时吃什么水平的。看完一圈,我还是不知道该不该去。

后来想明白了,问题是:我不认识这些人。

我不知道他们的口味,不知道他们的标准,不知道他们说的"好吃"到底是什么意思。一个觉得"好吃到哭"的人,跟我可能完全不在一个频道上。这种评价再多,对我来说就是噪音。

但如果是朋友呢?那完全不一样。

我知道他是什么样的人,知道他吃过什么东西,知道他说"这家不错"意味着什么。他的推荐我是可以直接信的。

这就是我们做 EatVenture 的原因——它不是大众点评,它是朋友点评。

我在 EatVenture 上只关注我认识的、喜欢的、且我认可 Ta 饮食品味的朋友。注意,不是所有朋友。认识归认识,但有些人吃东西的口味跟我差别太大,我会关注 Ta,但不会订阅 Ta 的餐厅列表。我只关注那些我觉得"真的懂吃"的人。

然后我会主动把 EatVenture 发给他们,拜托他们把自己喜欢的餐厅标注上去。

这些人可能是每次出差都能摸到当地最好馆子的同事,可能是在某个城市住了十年把好店全吃遍了的朋友,也可能就是那种朋友圈发什么吃的你都想问一句"这是哪家"的人。

这样一来,下次我去他们去过的城市,打开 EatVenture,沿着他们吃过的路线走一遍就好了。不用做攻略,不用翻评价,不用纠结。因为推荐这些餐厅的人,是我自己选过的。

找餐厅,数量不重要,精准才重要。一百条陌生人的好评,不如一个懂吃的朋友跟你说一句"去这家"。

朋友点评,大于大众点评。

EatVenture 是一个很小众的 App。它不是为所有人做的,就是为你和你信任的那几个朋友做的。但就是这个"小",让它特别好用。

这个小工具也并不为所有人设计,目前用的是 Google 的 API,大陆餐厅数据很不完整(不推荐使用),反而是香港、新加坡、日本等地方,陆陆续续被朋友“占领”了。

如果你想试试,可以识别这个二维码,至少新加坡、香港的餐厅还挺完整:

小而美,难,也不难

37signals 创始人 Jason Fried 与 Founders Podcast 主持人 David Senra 的深度对话。Jason 经营 37signals 27 年,年年盈利,62 人团队,做出了 Basecamp 和 HEY。这是一个关于"足够"的故事。

Jason 15 岁时用 FileMaker Pro 做了一个音乐收藏数据库——因为他老把磁带借给朋友,收不回来。他给软件附了个文本文件:“喜欢的话给我寄 20 美元。“然后放到 AOL 上。

一天他收到一封从德国来的航空信。里面是打印好的付款单和一张崭新的 20 美元纸币。

“That was the moment it all clicked for me — make stuff for yourself. There’s probably other people out there like you who want what you want.”

核心逻辑:你就是用户,你就是受众。世上有足够多跟你品味相近的人。不需要全世界都喜欢你做的东西,只需要"足够"的人喜欢。

如果成本高、公司大,你就得找很多跟你一样的人。但如果成本低、公司小——16 岁的 Jason 一个人就能靠软件年赚两万美元——你只需要几千个客户。

“Keep your cost low, keep your company as small as you possibly can and make great stuff and then you don’t have to find as many people just like you.”

[阅读全文]

幻觉

最近很多人有一个幻觉,觉得有了 AI,自己就无所不能了,认为 AI 能让个体变成超级个体,一个人能顶十甚至一百个人。

但我必须很不客气地说,这真的是一个幻觉。要打破这个幻觉其实很简单,你只需要去买一个,比如说 Claude  Max,每个月两百美金的那一档,然后看看自己能不能把它的算力用满。

我个人的经验,目前用不满。所以说,即使 AI 是个非常聪明且便宜的,甚至不限量的助理,我也没办法 24 小时压榨它,把它的能力用到极限。

AI 再聪明,如果你自己不够聪明,你也改变不了世界。

一个类比是:有的创业者觉得自己只是没人投资,所以事情做不起来。残酷的真相是,比钱更重要的是你怎么有效率地花钱。

当你拿到一百万时,你能不能有效率地花好它?当你拿到一个亿、十个亿时,你能不能有效率地花好它?像 OpenAI 拿到那么天量的资金后,你能不能有效率地花好它?

回答这个问题,你可能就会意识到,真正的约束其实是你自己。

对了,不好意思,其实这些话是我说给自己听的,因为我已经意识到,真正的约束是我自己了,毕竟我连两百美金一个月的 AI 都没办法榨干。

–

这是上午跟朋友聊天之后,刚刚用 slax note - n.slax.com 语音转文,五分钟快速写完的。

我们为什么要做 Slax Reader

你有没有过这种经历:

  • 想找之前收藏的一篇好文章,点开链接,404。可能是作者删帖、网站倒闭、平台清理或者任何原因。但你只剩下一个空链接。

  • 你用的稍后阅读工具不继续运营了,让你尽快导出数据。

  • 你用的稍后阅读工具对中文环境支持很差(或者说,中国的网络环境对海外产品不友好),比如收藏的微信公众号连标题都看不到。跟开发者反馈了,他们也只是礼貌地表示“记录了“但长期不改。

  • 你用的稍后阅读工具不支持全文搜索,明明你记得收藏过一篇文档,就是找不到。

这些是我们做 Slax Reader 的起点。我用了稍后阅读产品有二十年了,但始终没有一个自己满意的。AI 或许是另一个可能的变量,说不定有机会做出一些不一样。

目前的核心功能很简单:

  • 收藏链接,自动缓存全文。

  • AI 辅助解析、解读、扩展思考与讨论。既然全文都存下来了,顺手加了 AI 解析——一键生成摘要和大纲,30 秒判断一篇长文值不值得读。读的时候遇到问题,直接问内置的 AI,不用切窗口。

  • 划线、评论、分享。你可以把一篇文章连带你的批注分享出去,其他人也能在上面讨论。

  • 有 iOS、安卓、网页版,可以在手机和电脑上使用。

  • 支持通过浏览器扩展、App、Telegram Bot 收藏链接。

产品挺良心的:

  • 链接收藏、缓存功能免费——这在 Readwise 等产品里都是付费功能。当然 AI 能力是付费的——这没办法,token 烧不起。

  • 产品开源(就是为了解决“不运营“的问题,提高一点信任吧,虽然我考虑哪怕这小工具没办法盈亏平衡,我也会持续下去)。

后续会做得更好的(目前做得还不够)有:

  • 连接能力,你能在这里找到同好、直接交流。我另外有个想法:让这个产品成为全世界 URL 的讨论社区。

  • 付费能力。可以把你的 list 共享给别人,让别人付费订阅。

最开始,就是想解决一个问题:收藏的东西,别丢。

如果你感兴趣,可以看看:https://r.slax.com

在 App Store 和 Google Play、Chrome Web Store 搜索 Slax Reader 可以下载。如果想帮我们一起开发迭代,可以看看:

对了,提醒一下,只支持 Google 账号登录,以及因为 Google 的安全策略,在微信里是登录不了的。

我的注意力管理——离手机远点

不要相信自己的自制力。我反正是没什么自制力的。

所以我用了些笨办法,现在每天手机使用时间控制在一个多小时。方法很简单,就是让自己没法轻易用上那些软件。

我日常用三个屏幕:iPhone、iPad 和墨水屏手机。

iPhone 上我做了四件事。一是设置屏幕时间,晚上 20:00 到早上 9:00 停用。二是卸载抖音、小红书这些软件,微信没法卸就设为"隐藏并需要面容 ID",隐藏后搜不到,通知也没了。三是关掉几乎所有通知,包括电话和短信。四是懒得拿出来看,上班时还会直接开飞行模式。

这样设置后,iPhone 大部分时间就在包里。

iPad 只装必须的软件。微信这种偶尔要用的,同样隐藏起来。我主要用它看电影、YouTube、工作和看书。

墨水屏手机是我日常揣口袋里的。通勤时用它看书、听音乐、听 Podcast。

核心就两条。一是别装那些软件。二是逃不开的,就藏起来,眼不见为净。

所以找不到我是正常的,我是故意让自己不在线。


推荐 5 本书

从 2021 年到现在,我大概翻过了三百多本书。

大部分书看完也就忘了。挑出这 5 本,是真的觉得有帮助。

  1. Shape Up

做软件怕什么?无休止的修改,永远不够完美的功能,遥遥无期的上线日,老板还觉得不够快。

Basecamp 这本书给了一套实用性很强的方法。

  1. 如何成功管理一家软件公司(Amp It Up)

中文名起得挺土,容易错过。我今年甚至特意买了英文版来看。

作者没讲什么深奥理论,全是经营公司的常识:标准要高,节奏要快,聚焦要做的事。

常识之所以是常识,是因为太难做到。

  1. 经济腾飞路:李光耀回忆录

我们公司很小,我想做一家小且长久的公司。

看了一圈,新加坡是个好榜样。资源匮乏,没地没水,旁边还有强敌环伺。李光耀怎么带着这帮人活下来,还活成了发达国家?

做小公司,得学学这股求生欲和治理手段。

  1. 微信背后的产品观

这本书我没事就会翻翻,它讲怎么顺着人性做东西,怎么做得自然。

时不时看看,似乎能有更好的定力。

  1. 银河帝国全集

今年第一次读完银河帝国。以前觉得《三体》震撼,看完这个才知道,《三体》里的很多设定都是向它致敬。

不为了学什么,光是看这种想象力爆炸的故事,也是一种享受。干活累了,需要这种东西解压,顺便也算仰望星空了。