被减数 (@Lessnoise365) header
被减数 (@Lessnoise365) profile picture

🤖 AIGC博士在读 | Build & Share AI Stuff ✍️ 想当一名作家 💭 记录写作、思考、工具与商业洞察 📖 公众号:被减数 | 💬 V: Lessnoise365

New Zealand
Joined January 2022
被减数 retweeted
🌸 🌸 🌸 🌸 🌸
317
15,002
631
71,581
1,402,849
被减数 retweeted
RSS订阅工具,目前在 Folo 和 inoreader 中摇摆不定, 总不能真的在 Obsidian 中再造一遍吧~ 还想要一个媲美 Reeder 的阅读器。
31
3
1
26
14,476
被减数 retweeted
Created three little summer scenes with Claude Fable 5. Inspired by all the summer vibes and nature across the internet .✦ ݁˖  🪷 rain falling on a lotus pond 🌊 a lazy pool afternoon ☁️ clouds drifting over a wildflower meadow Which one is your mood >⩊<.ᐟ
13
9
1
150
7,194
被减数 retweeted
把自己三年来的 X 运营增长做了复盘,做了线下分享。 如何从100做到11万关注,基于全量 X 帖子,用 Codex 做的数据分析。 有些结论,甚至自己都没有意识到。 果然分享才是最好的学习,完整的PPT见评论区。
151
35
24
202
37,485
被减数 retweeted
I'll never stop calling this app “Twitter”
281
6,034
166
28,485
581,541
被减数 retweeted
为了解决非英语母语阅读 Hacker News 比较困难的问题,写了一个 Hacker News App 可以自动翻译 post 和评论到中文。还支持登录 HN 账号进行评论。用了几天,极大增加了我在 HN 的活跃度。(没有上架大陆商店) haiker.app/
14
12
2
133
36,021
我发现很多朋友卡在 Google AI Studio 使用 Nano Banana Pro 需要付费API这一步, 其实只要注册一下 Google Cloud 就能获赠几百刀的赠金,然后就可以生成 API 了,而且这个满血API 可以使用在任何地方。
18
55
1
302
61,452
被减数 retweeted
Lenny 把他300多期的播客全部转文字,并且免费公开可下载。 涵盖产品 增长 营销各个领域。 Lenny 算是海外Top级优质 newsletter之一了, 这些内容全部扔给AI,不敢相信可以生产出什么好玩的东西,
Here are the full transcripts from all 320 of my podcast episodes. It's been super fun for me to play with AI to extract insights from this data. Now you can to. My only ask is that if you do something cool with it, just let me know. I'll keep this folder updated with as each new episode comes out. Have fun. dropbox.com/scl/fo/yxi4s2w99…
9
53
328
61,609
被减数 retweeted
in opencode v1.1.11 you can now use your ChatGPT Plus/Pro plans in OpenCode /connect to set it up
64
113
47
3,305
441,537
被减数 retweeted
还是喜欢 Obsidian !
25
5
3
190
70,141
被减数 retweeted
🎉 吐血推荐新作:我的独立开发2年总结 mksaas.com/blog/2025 万字长文详细介绍了我是如何入门独立开发、为何做模板产品、如何做产品推广、如何实现用户增长、如何搞定出海支付等等,事无巨细。文章还推荐了很多帮我达成了2年收入10万美刀的目标的实用工具。 欢迎点赞收藏转发,非常感谢 🥳
88
106
51
765
162,422
被减数 retweeted
最近临时在帮朋友做一些外包,基本上代码都是 AI 写的,我想如果不是有 AI, 我大概不会帮这个忙,因为即使这些活不难,我还是要写很多代码。但现在,我可以一个人同时做 2-3 个项目。 在这个过程中,更加让我确定了对于程序员来说,软件开发的范式已经彻底彻底改变了。生成代码再也不是程序员「应该」做的事情,而是应该被放手给 AI 做的事。 这也让我对判断一个程序员的能力从代码能力转变成了使用 AI 的能力,我想,如果我现在要为团队招程序员,我会在面试时着重了解这个人如何使用 AI 完成一个需求。 对于程序员来说,「使用 AI 的能力」包含很多维度,这些维度综合起来,才决定 AI 是否真正能成为程序员的杠杆: ## 对业务的理解 软件是为解决用户的需求而生的,对业务充分理解,才能给 AI 足够的业务场景上下文,才能让 AI 写出覆盖边界条件的代码。 对业务的理解同时决定了程序员是否可以做好数据库建模。在接我朋友的外包项目时,我发现我人工干预最多的就是数据库建模。只要我思考好建模,AI 就能基于这个数据库模型编写任何接口。 ## 对技术栈的理解 如果能让 AI 限定在特定的技术栈中,你会发现 AI 更能稳定发挥,更可控。让 AI 「带着镣铐跳舞」。无论用什么技术栈,重点都是给 AI 一条稳定的轨道。比如我在所有项目的 AGENT[.]md 中都会列出非常细节的选型,例如 CC Mate 的 https[:]//github.com/djyde/ccmate/blob/main/CLAUDE.md 当 AI 知道技术栈后,通过 context7 这样的 MCP, 它能在生成代码时,找到对应的文档作为上下文,生成出更不容易出错的代码。换句话说,确定好技术栈,让 AI 成为这个技术栈的专家为你编写代码。 因此,在这个层面,程序员的「使用 AI 的能力」意味着,这个程序员知道什么样的场景适合什么样的技术栈,也侧面反映了这个程序员对技术社区是否保持敏锐的嗅觉。这是我认为 AI 时代程序员的一种硬实力。 ## 对架构的理解 在《代码之外》听友线下见面会中,有听友提问,在 vibe coding 的时候,AI 只能做些一次性的软件,多次迭代后就会变成灾难。我的回答是,这是因为没有给 AI 提供一个你设计好的工程架构,让他在这个架构中行动。在这个新的时代,程序员应该以架构师的角度来工作。 我在 AI coding 一个项目前,我的脑海里会大概有一个工程架构的设计,比如,通用工具应该被统一放到一个什么文件,前端页面应该如何组织,接口应该遵循什么样的规范,错误处理应该怎么做等等。只要架构设计好,写在 AGENT[.]md 中,AI 自然会按照你的设计去做,而不是让 AI 天马行空地发挥。 不仅是在启动这个项目前要做好架构的思考,在维护的过程中,你指挥 AI 完成一个新的需求时,就应该思考完成这个需求的时候,将会有什么代码被写在哪一个地方。这个场景也适合使用各个 AI coding agent 的 Plan Mode 来完成,当 AI 告诉你它将要如何行动时,适当二次确认它要如何组织新的代码。 做到以上三个理解,我相信程序员可以游刃有余地使用 AI. 但我曾经在很多场合接触一些在一线写代码的程序员,发现他们对 AI 的接受程度是如此地低。很大程度上,我认为是一个缺乏以上三个理解的程序员,很难对 AI 建立信任关系,合作关系。 和我合作的一位程序员,在共同完成一个需求的时候,我在他旁边观察了一下他如何使用 AI, 结果只是非常浅地使用 auto complete. 我问他,为什么不尝试让 AI 完整地完成这个需求,他表示他认为 AI 不能胜任这个任务。 我说: 1. 我的后端接口已经写好了,而且有了 openapi 的 YAML 文件(AI 生成的) 2. 你知道这个需求涉及前端的哪个页面,在前端项目中,也有对数据请求层进行封装(AI 一定能知道怎么写数据请求) 满足了这两个条件,你只需要把接口文档给 AI, 然后告诉 AI 这次的需求,再告诉 AI 一点提示,大概是在哪个文件中修改。以现在旗舰模型的能力,AI 大概率能一次性完成。 他将信将疑,我直接在他电脑上给他演示这个操作,果然,AI 直接完美地完成了这个需求,不到 2 分钟。 而同时我也在思考,到底 AI 时代是否还需要程序员,或说需要怎样的程序员,好像渐渐有了答案。
27
52
6
395
51,147
Google 有点过于强了吧😂 我用 Gemini 3 Pro 作了一个网页小玩意儿~ 复古卡片打字机 提示词: 请帮我制作一个Motorola Fix Beeper复古打字机应用,网页中间显示一个打字机,可以把用户输入的文本,生成一张卡片,类似打字机缓慢打出的效果,并且可以拖动卡片到空白区域 经历大致三轮输出了满意的效果, 第一次说明功能, 第二次微调功能, 第三次优化界面UI/UX 全程在 Google AI Studio 内对话实现。
56
133
15
884
132,175
英文播客的信息密度和数量远远高于中文社区,Lex Fridman、Joe Rogan、Huberman Lab、Acquired 的 Podcast 都是宝藏,前几天 @Lessnoise365 推荐 AI 好记,实际调研了下发现确实可以接入到自己的流程当中。它支持导出到Obsidian中,配合图文,特别适合在看一遍视频之后再进行复习,已经开始刷 3blue1brown的视频了..
1
34
2
203
23,137
Replying to @AdamDrapkin1
Here is the prompt we used for this one (FWIW, we found an image we liked and asked @GeminiApp to describe it. Then used that description as our Infographics prompt): Traditional, whimsical watercolor illustration with a storybook aesthetic. Here is a breakdown of the key elements: Medium: Primarily watercolor painting, characterized by soft, translucent washes of color, blending effects (especially in the sky and water), and visible pigment texture. Linework: Features distinct, sketchy, hand-drawn black ink outlines that define the figures, landscape, and text. These lines are loose and irregular, contributing to an informal, charming feel. Color Palette: The colors are natural, subdued, and earthy, dominated by soft blues (sky/water), various greens (trees/grass), and browns (dirt path/clothing). The palette feels nostalgic and pleasant, avoiding harsh or overly saturated tones. Composition & Tone: The scene has a storybook or picture book quality—it's idealized, warm, and sentimental, centered on the adventure of a father and child. The title's script font enhances this narrative, inviting, whimsical tone. Overall Impression: The style evokes a feeling of nostalgia, adventure, and classic illustration, similar to the look of early 20th-century children's books or nature guides.
6
15
2
185
8,355
我有个习惯,平时看到好文章就随手扔到 Obsidian Clipping 文件夹里,也不分类,反正到周末再说。 周末整理这些文章是我最头疼的事,经常拖着拖着就忘了。 现在完全不一样了。只需要在 Claude Code 里说一句 "生成本周阅读总结",CC 就会把这一周剪藏的所有文章全部读一遍,然后生成一份结构化的总结报告。 我只需像皇帝批阅奏折一样快速浏览,就能知道哪些文章值得深读,哪些可以略过。 提示词还能优化的更细节。 目前用的是 Claude Code + KIMI 的穷人组合。
42
133
12
759
117,456
最近研究了 AI 圈的一种新兴生态:MuleRun。 做个 thread 分享一下 简单来说,它不是又"一个 AI 工具",而是一个完整的 AI Agent 交易市场。 就像网购中的买家和卖家关系,in MuleRun ,你既可以雇佣各种 Agent 工作,也可以定价出售自己的 Agent。 有幸拿到一批限量 #mulerun 内测邀请码,有兴趣的朋友可以在下方 Comment
110
22
2
162
40,901