@h4nru1 #84 所以当你考虑清楚你要的是什么，不要的是什么，那么就是最适合你的，再不断进化，我觉得未来都是每个个体“调教”一个最 match 自己的 agent/系统/软件。Pi-Agent ，你的这个 GA ，未来被定制的软件都是如此

能看出有很多实践，本身这个产品而言，核心还是依赖大模型能力足够强，剩余 Harness 部分没有什么特别亮眼的点，虽然说设计上比较简洁，但是我认为还是 Claude Code 的 Harness 更完备一些。

之前的观点是大模型和工程/Harness/ 之间是互补的，当大模型能力足够强时，你工程的部分就可以很简单，现在这个时刻已经到来

能，比人快比人好，但是他只是帮你完成做这一步，内容还是需要你提供的，不然瞎做的也没用。

公司有模板的那种情况，把模板给他看，让他比着画，导成一个图贴回去。

@mqx #8 这个是 claude frontend-design 设计的，一次成型没调整，我是没啥审美

前几天看到了也顺手捏了一个，十分感慨

https://i.imgur.com/6pVS3Ur.png

@thawne 其实对于人而言，这个场景也可能会遗漏掉难以发现的边界条件，AI 并不能彻底解决这个问题。

回归到实际开发之前，我们先来不切实际的想一下怎么能让 AI 避免这个问题：在 AI 动手之前告诉他 “这里、这里，还有那里，有一个边界条件，开发时需要额外注意一下”，本质上又回到了一个上下文的问题，而不是一个代码层面的问题，如果你能给大模型提供这个信息，他就可以解决好你的问题。

那么到了实际开发中，只能是说以多年开发的经验，对这个领域场景的了解，虽然你不知道这块具体的代码实现是什么样的，你很清楚这里会有坑点，或者这里有边界条件、硬逻辑，然后直接提供到上下文里，让他注意一些，（这也是为什么产品或者其他领域的人虽然可以用 AI 快速产出 demo ，但是无法产出生产级项目的原因之一）。那如果说你也拿不准这块可能有什么问题，只要你能意识到这块复杂、这块可能有问题，那么就让大模型多去收集上下文信息，唯有信赖他了。至于一些类似于 Spec 驱动、Deep Module 之类的方法论，或者说传统的软件工程的各种，也只是一种方法，也并不是说能彻底解决这个问题的法子。

另外，在 AI 时代，写代码是成本非常低的一件事情，纠结之前，先起一个 claude code 让他实现一版，亲自看看效果，有问题直接回滚，然后把这次实现发现的问题，作为上下文补充进去，就像是玩游戏死了回档一样。

你可以完全不看代码，但你要清晰的知道你对这个场景/领域/功能的解是什么样子的。

一线大厂 Agent 开发，模式上是 C ，完全接管还是不太行，需要人来做决策，现在效率很高，但是比以前更累，以前写代码的时候还可以放空自己，现在脑子需要一直做判断，做决策。

1. 完全不 care 代码了，现在代码长啥样都不知道，核心关注就是给足上下文信息，现在 Opus 4.7 开 Max 思考深度， 开发没什么问题，效率比人高多了，都是并行做好几个功能，排查问题也快。
2. 我不是很喜欢“工作流”这个概念，这个概念还是偏过去的理解，使用 Agent 并不说有一套所谓的 A 任务 Agent ，B 任务 Agent ，或者说按照传统的产品、开发、测试划分，更关注的是提供完整的上下文信息。
3. 前端后端没啥差别，团都已经全都全栈了
4. 和 1 重复


你楼里的问题：还原 UI 稿做不到一次还原，需要截图给他看，但也只是时间问题了。接口这个依然是上下文问题，他发现接口改了，你不告诉他新接口，他也只能瞎猜瞎试。。告诉他新接口文档，可以自动调整。

不过 Agent 开发也不是那么万能，他也会出错，也会遗漏，也会给出错的技术方案，需要你不断决策，所谓品味

看你人体感应是接控制器的，应该是毫米波的，我的体验是在卫生间这种不会久待的地方体验还可以，客厅这种长时间会有人/没人的地方偶尔就会有不准确的时候，导致后来基本上是废弃状态。家中如果有宠物的话更废了。如果不是毫米波的更不好用。。入户和厨房的看着没问题，阳台那个没看懂在哪里

灯的话注意下瓦数，我当时装修的时候听信了按房间面积选灯，结果就是次卧这种地方暗的不行，功率大了可以在米家调暗，但是不够就很难办。后来入住又在很多地方（次卧书桌、厨房操作区，这和 4 楼说的一样，有影子在台面上）补了小灯，但是没有电源就要经常充电，体验不好。

入户吸顶灯不知道好不好看，我是 2 筒灯 + 灯带，亮度够用也比较简洁，比次卧那个小破灯要亮

1. 这个 app 本身还好，常规 Agent 应用，流程上也是目前主流的 AI 开发的流程，招一个专业的人更多的需要一些经验建议，当然他也可以
2. 之前也看过他直播 Vibe Coding ，沉浸在写文档，典型的文档比代码多，现在相比之前他自身肯定有一些进步，但今天这个结果更多的是大模型本身的发展很优秀。
3. 不会要卖课吧？

OpenClaw 没有什么可以嘲笑的，都在往类似的方向发展。不过是有一些连网页版 ChatGPT 用的都不多的，Claude Code 也没体验过的人，听自媒体吹来了小龙虾的风，终于装上体验了一下发现原来 Agent 已经可以干这么多事情了，开始陷入了自嗨中

懒猫微服，自带内网穿透和沙箱 100%隔离，畅玩 OpenClaw ，新年超值 0 元购！！！

时间充裕就是 4 楼那个。
不过之前找到过一个这个网站，https://www.password-find.com/crack_office_password.htm ，据称利用了漏洞啥的，试过一次，确实可以破开。支付的时候不要选他那个推销

没太搞懂你说的测试环境的出口网络设备是啥意思。如果我没理解错的话，是镜像出口流量，拿到真的有被用的域名，然后去发请求看域名过期没过期。

对于大厂，镜像流量的成本过高，机房也很分散，多地域多机房加这个有点复杂。实际的操作里，证书其实是公司级别的流量入口处，收敛起来统一管理和续期的，流量到了我们业务这里已经是解密后的 HTTP 流量了，证书过期前的预警和续期都是标准化的操作，点两下就完成了。

不过实际中还是会出现证书过期的情况，一些老业务，没有使用公司统一的域名，这种的证书还是业务自己管，就有可能忘了续期。

目前值，antigravity 好用，还可以代理出来 claude 给 claude code 用。

1. 如果是要纯 Agent 的话，类似于 AgentScope 的都可以，只用基础能力，需要自定义的 Agent 流程基于框架开发。
2. 问题 2 ，倒是也可以直接让 Agent 去收集。如果收集的信息可以根据场景枚举的话，应该可以简单套个 LLM 做一下，现成的方案就不太熟悉了

最后一般医疗场景用 workflow 的比较多一些，也可以考虑下 LangGraph ，纯 Agent 的话不太敢给用户用呀

@leehaoze98

https://i.imgur.com/JOblVoV.png

像是微软的这个 https://github.com/microsoft/OmniParser

看了看楼上的，看了看自己的，有点吓人

https://i.imgur.com/a7boP5k.png

1. 除非你两台电脑是完全错开用，第一台完全同步完，再开第二台，不然必会莫名其妙丢，即便这样，也可能有各种奇怪的原因丢文件
2. 所有设备端都开启保留下载，不然 iCloud 会把你的文件空间“释放”掉，等你需要的时候重新下载，会出现等好久，然后下载失败，各种尝试都搞不下来。