周记

因为运动方式的改变，现在每天早上会跑去爬 5 趟楼梯，从 2 楼到 26 楼，一边爬楼梯就一边刷多邻国，每天的日语学习时间就稳定在 35 分钟左右，进度比之前快了许多。 不过随着 AirPods Pro 第三代的发布，收听面对面对话翻译功能引起了很多讨论，还是让我会想，现在学习一门外语的必要性还有多大呢？如果效果真的如宣传片那样好，只要戴上耳机就能知道异国的对方在说什么，那花费数千小时（参考的自学英语的时间）意义何在。 有还不错的英语能力，是我觉得自己职业生涯中最好的投资。 由于国内的 mobile 开发需求量，学习资料并不多，也大多比较过时。所以英语阅读能力让我以很低的成本就掌握了大量的 iOS 开发领域的不对称信息，让我以一种较为轻松的方式就获得了还不错的竞争力。但现在 AI 的翻译速度和水平之高令人咋舌。而且母语的阅读理解速度还是要快许多，比如我自己也不知不觉就养成习惯，在邮件阅读列表里面看到大段英文直接通过 raycast 调用 extension 用 Gemini 2.5 Flash Light 翻译了。 而工作中我能用到的英文写作对大模型来说更是小菜一碟。 所以现在相比其他英语不那么好的同事，我只有听和说的能力还有点竞争力，比如在和海外客户社交的时候，可以不卡壳地讲讲笑话拉近距离。但看到 AirPods Pro 第三代这样的产品，感觉这点竞争力应该也维持不了多久了。 有点想把这部分时间花在其他地方了。 输入 《新哲人 04：旅行之必要》 ⭐️⭐️⭐️ 书不是我期待的包含对“旅行之必要”有正反两方观点的讨论，而是真的几乎一整本由不同撰稿人阐述旅行必要性的书。 不确定是翻译的问题还是内容确实乏味，大部分文字都从脑子上滑了过去，没有留下痕迹。但有时候会想起其中一句“我们在日常生活中越能把更多细节交给无意识掌控，我们心灵的高级力量就越能被解放出来，从而做它本该做的工作”。 心灵的高级力量本来的工作是什么？

这周又调整了一下自己写东西的方式。此前刚接触到 PARA 理念的时候觉得这种整理方式很简单且有效，刚好看了 Randy 写的《我如何使用 Apple Notes 做笔记》 ，感觉其记录和写作方法相当有说服力。就把笔记系统从 logseq 切换到了 Apple Notes，一开始体验还挺好的，除了想要将笔记分类无法使用带有层级的 tag。 大概半年，决定还是得换回基于文件的笔记系统。主要原因有两个： 第一，我没办法简单地让 AI 来访问到我的笔记。Apple Notes 它不是基于本地文件的笔记应用，也并不提供接受让 AI 访问所有的笔记。这一点还有点麻烦，毕竟工作和学习所记录的东西，还是希望能够利用大模型的能力帮忙整理和分析一下。 第二，Apple Notes 没有 markdown 的支持，我写的东西还是很依赖于 markdown 的语法，毕竟有一些需要发布。 以及这段时间发现 PARA 对于我来说不太实用，我几乎不用 Area 和 Resource 的 tag。绝大部分记录的东西都能放进 project，所以有个一级目录已经足够了。PARA 徒增笔记创建的启动成本和维护成本，比如我需要在一个笔记状态变化（比如 resource/prompt 变到 project/side-project）的时候更新 tag，而 tag 不是内容，我经常会忘记。 笔记软件暂时选择了两年没有更新的 Taio，但其使用体验对我来说依然很好。 娱乐 依然是鸣潮，花了二十多个小时跟上了主线。很期待接下来清理地图和支线的体验，但依然很讨厌玩限时活动小游戏。

随着儿子的年龄大了一点，逐渐在遛娃过程中把市区内的公园算是逛了个遍。于是乎动了买辆车的念头，这样可以周末带他去城市周边玩玩。 一开始看上了小米 YU7。在发布会当晚下单，但被小米汽车 app 的奇妙 bug 拦住了，锁单已经比较晚了。根据雷军微博公布的大定数量和过往 SU7 的交付数据，推测至少需要 40 周以上的交付时间。 第二天 app 内信息更新，需要 44 周。等待交付的过程中开始有点回过味来了。 首先 11 个月的交付周期太过于离谱。我和其他车主给的钱都一样，并没有因为多等待时间有任何优惠，但却被迫要等近一年的时间才能体验上国内竞争激烈发展日新月异的电车。 其次是在 “物有所值”（我自己写的一款还未发布的 app）上记录了一下，才后知后觉意识到原来用车成本如此之高。 一辆 25 万的车算用 8 年，每天用车成本 85。保险一年算 5000，停车费一年算 5000，(5000 + 5000) / 365 ，每天 28。 不算保养维修，这辆车单日用车成本来到了 113（85 + 28），这还没算电费油费。 同时还有机会成本，25 万我如果买短债或者理财，算稳定收益也有 3% 左右，一年 4500，每天 12。 113 + 12，每天用车成本达到了 125 元。 目前工作性质决定，日常几乎不去公司，就算去也是坐地铁更便捷。所以这辆车几乎只服务于周末带娃去城市周边游玩这个需求。如果我这一天租个还不错的车，甚至包车，其实也会比买车便宜不少。 这下不太想买车了。 输入 《理性思考的艺术》 ⭐️⭐️⭐️⭐️⭐️ 更喜欢那个副标题《如何好好讲道理》，这本书逻辑清晰近似繁琐地讲清楚了为什么要以及如何才能以一种尊重且谦逊的方式来讲道理。 娱乐 《鸣潮》 ⭐️⭐️⭐️⭐️⭐️ 游戏刚发售就下载下来玩了几个小时，体验其实还可以，但那时的我饱受《原神》大世界的重复劳动之苦，再看大世界探索和重复刷怪，只会觉得疲惫。但过去了一年多了，偶然在 B 站发现鸣潮做了非常多减轻玩家负担的优化，比如一开始就能用翅膀飞行探索大地图，地图宝箱可以通过雷达显现出来还有声痕的主词条可以指定。这些优化感觉态度比《原神》好太多了。所以打算给它一次机会。

“年度主题”是从一个自己听了好几年的播客 cortex 中学到的概念。 简单来说它是新年愿望的模糊版，通过模糊目标来降低启动门槛，让人可以以更轻松愉快的姿态来达成目标，那些在新年这样特殊日子所产生的不一样的目标。 新年愿望通常是具体的： 要减肥瘦 10 斤 要每周读一本书 要找到新工作 但事实是这些具体且或许因为是新年所以期望甚高的目标，可能很容易就因为对未来预测不够准确而计划搁置。一旦计划无法按照预期进行，又会让人觉得气馁。在「现实就是无法很好地预测规划」和「我怎么这么差劲没有坚持好原本的计划」中陷入恶性循环。 而年度主题则要模糊且容易得到正向反馈得多，这一年可以是： 运动之年——在舒适和动起来之间，总是选择动起来。坐电梯还是走楼梯，选楼梯；地铁坐着还是站着，选站着…… 阅读之年——尽可能选择主动阅读而不是被动接受信息，比如在看视频教程和看书之间，选择看书；有点空闲时间了，娱乐方式选择看剧和小说之间，选小说…… 机遇之年——尽可能选择那些能够让自己更有机会获得新工作的事情，比如老板派活儿的时候，在「反正都要换工作了摆烂吧」和「多一次锻炼机会，即使在当前公司得不到回报，但下一份工作也能因为曾经承担过更多职责具有更强的竞争力」之间选择后者。 大概是这个理念。因为目标比较模糊，所以可以在日常活动中灵活变通地通过各种手段来接近「主题」。 得益于 AI，我现在感觉自己距离一直以来都想发布一些自己的小工具产品的目标前所未有的近。所以对我来说今年的主题，就让他是发布之年吧。 也不仅仅局限于发布产品，还包括发布自己的周记，发布 VLOG，发布一些生活中拍摄到的有趣画面。 娱乐 《解除好友 2：暗网》 ⭐️⭐️⭐️⭐️⭐️ 虽然坏人的黑客技术水平和组织能力太强了会让人想有这能力干点什么不好，但依然是部节奏不错让人感觉紧张的好电影！ 《伊甸》 ⭐️⭐️⭐️⭐️⭐️ 我以为是大逃杀类型电影，但其实是看马基雅维利主义者在荒岛如何拱火。

手上的两个 side project 又一次陷入了停滞状态。为什么要说又呢，因为过去也有数次自己开启了 side project，但写到一半觉得「可能除了自己，也不会有人想用吧？」就搁置了。尽管这次借助 AI 两个项目的完成度已经相当高了，但也确实又开始觉得自己写了个垃圾。 无独有偶的是在这个状态下，恰巧在 twitter 上看到了 Randy 写的：「开始觉得自己写了个垃圾。这是个信号，说明是时候要发布了。」 娱乐 《赛博朋克 2077》 ⭐️⭐️⭐️⭐️⭐️ 当然其实也和这周开始重新玩《赛博朋克 2077》有关。 这款游戏是由 CD Project Red 制作，因为非常喜欢他们的《巫师 3》，所以当游戏在 PS4 上发布的时候我就迫不及待地预购了，并且游玩过程中完全没有遇到其他玩家抱怨的恶性 Bug。不过玩到了 50 个小时左右，开始觉得这款游戏不应该在我的 PS4 上通关，它值得更好的设备。于是乎就此停手，直到上周发现终极版打折，才再次购入并且重新开了一个存档开始游玩。一发不可收拾地玩了 22 个小时。

又测了一次双拼的打字速度，已经比较接近全拼了。比自己想象的慢了一些，但可能和在实体键盘上打中文很少有关系。不过现在看到一个词，几乎可以不需要思考韵母在哪里，仅仅凭借肌肉记忆来按下键盘了。颇为带感，像是在玩节奏游戏。 速度 全拼 87 字/分 双拼第 1 天 17 字/分 双拼第 3 周 52 字/分 双拼第 10 周 70 字/分 之前客户有给提供 copilot 使用，但用了一阵子感觉效果不好，加上写的项目 SwiftUI 占比有点大，那时候要通过 copilot for Xcode 在复杂项目里还原设计稿还是需要费相当大的功夫，所以其实有一段时间没用 GitHub copilot 了。这周打开 vscode 解决 git 冲突 的时候，突发奇想决定再试试，结果发现还挺好用的，特别在清楚知道上下文的时候。 尝试着用自己写 spec 的时间和耐心写了一个 promp，然后丢给 copilot for VSCode 以 ask 的模式问了一下「如果想达到这个目的，还需要提供哪些信息」（模拟 claude code planning mode），然后再交给 agent 进行实现，结果产生的代码很好。 AI 产品果然不能付年费啊。 娱乐 《取消道格拉斯》 ⭐️⭐️⭐️⭐️⭐️ 讲一个主持人卷入一起「Cancel」运动的故事，一共只有四集但很多反转以至于不知道如何在不剧透的情况下来推荐这部电影。但总体而言是好看的！建议在不看任何和剧情相关的评价下观看。 《幻想生活 i 转圈圈的龙和偷取时间的少女》 ⭐️⭐️⭐️⭐️⭐️ 画风类似动物森友会的……怪物猎人？缝合了不少游戏的感觉。当意识到可以扮演所有职业，一个行为可以让好几个职业获益的时候，这个游戏一下子有趣了起来。比如挖矿可以升级采矿职业，挖出来的矿石可以造装备造福其他职业，造装备的过程可以让铁匠职业升级。由此有相当多的正向反馈，一拿起来就放不下，总有很多事情可以做。

最近发现自己越来越像一个 TDD 工程师了，不是 Test-Driven Development，而是 Terminology-Driven Development。当需要实现一个功能时，我不再思考「怎么写代码」，而是思考「用什么术语」。 曾经有很长一段时间 Thoughtworks 社招 mobile 开发的面试题是会要求做一个朋友圈出来，除了考察项目结构设计，层级依赖是否清晰还有代码风格之外，最重要的考察是是否有实现图片的三级缓存。如果是现在拿到这个面试题，只需要知道三级缓存这个概念即可。在现在这个时间点，我不觉得有多少开发者独立实现的最终代码质量和可维护性会比 Claude 更好。 学编程的时候，总会看到「不要死记硬背，要理解原理」的描述。现在好了，连原理都不需要理解了，只需要知道「三级缓存」这个词汇即可。过去如果需要解决一个不熟悉领域的问题，除了要定位问题发现 root cause 之外，还需要根据解决方案的实现成本和可维护性来做决策，这需要对每个方案在当前系统中如何实现了然于胸才行。现在决策过程变成了定位问题，念出正确的术语即可交给 AI 实现。 术语即 API 仔细想想，这其实是个自然演进： 汇编时代：需要记住寄存器名称 Objective-C 时代：需要记住 MRC / ARC 内存管理 Swift 时代：需要记住语法糖 AI 时代：需要记住概念术语 每一层抽象都在让我们更接近「解决问题」本身，远离「如何解决问题」。现在的区别只是抽象层级更高了而已。 又想到一个比喻，就好像是中国人用成语来压缩信息。甲劝乙，现在对丙的喜欢可能是因为没太实际接触到丙，有可能只是自己想象中的喜欢。但如果甲乙都是中国人那可用上「叶公好龙」四个字，准确表达其含义和劝诫的立场。 AI 就是那个能够 decode 所有成语的人。

在 twitter 上发现 Wildcard 平台跑路了，开始找办法充值 Claude Code，调查之后发现靠谱不怕跑路的支付方案有两个： App Store 美区账号订阅 虚拟币平台发行的信用卡 有了保底方案就不慌了。恰巧 Kimi K2 发布，就研究了一下是否能搭配使用，一方面节约点钱，另一方面为可能的被平台封号做二手准备。 如果是 Claude Code + Kimi K2 设置一下环境变量即可： kimi() { export ANTHROPIC_AUTH_TOKEN=${KEY} export ANTHROPIC_BASE_URL=https://api.moonshot.cn/anthropic/ export ANTHROPIC_SMALL_FAST_MODEL="kimi-k2-turbo-preview" export ANTHROPIC_MODEL="kimi-k2-turbo-preview" claude --dangerously-skip-permissions $1 } 如果是使用 OpenCode + Kimi K2 则稍微多一点： 在 ~/.local/share/opencode/auth.json 中放置自己的 moonshot 平台生成的 key（要注意自己 key 是从 https://platform.moonshot.ai 还是 https://platform.moonshot.cn 生成的） { "moonshot": { "type": "api", "key": ${KEY} } } 在 ~/.config/opencode/opencode.json 中配置一下模型和 URL { "$schema": "https://opencode.ai/config.json", "theme": "opencode", "provider": { "moonshot": { "npm": "@ai-sdk/openai-compatible", "options": { "baseURL": "https://api.moonshot.cn/v1" // 如果是从 https://platform.moonshot.ai 生成的 key 记得改这里的 URL }, "models": { "kimi-k2-turbo-preview": {} } } }, "autoshare": false, "autoupdate": true } 配置好了之后就按照平常用 Claude Code Max 5x 的方式使用了一下 Open Code + Kimi K2，大概一上午用掉 30 块钱，代码生成和分析在我的 codebase 上体验上没有那么大的差别，或许因为按量计费，自己提供上下文给 AI 的时候还会二次检查一下，所以输出效果也比较好吧。 ...

为了给客户的 app 做 reader app 的支持，首先需要把已有的注册流程全部干掉，然后用 External Link Account 来实现。刚开始分析需求的时候第一反应就是这活儿直接交给 AI Agent 来做简直完美，就是分析理解 user journey 然后删除对应路径上的各种依赖。但转念一想，似乎也没啥活儿不能交给 AI 了。 还花了大量时间投入在 side project 上，用 claude code 打磨一些交互上的细节。发现即使强如 opus 4，在找 UI 界面层级上，用透明组件实现的特殊交互时（前端惯用技巧，比如界面上看着是同一层级的元素，但为了交互的易用性，其层级关系会更复杂甚至反直觉，比如点击穿透和常见的 modal 展示），其理解能力也比较捉襟见肘。但提供了足够多的上下文之后，还是能很快完成任务。 chatGPT 的免费图生图额度也被我薅得差不多了，先后尝试过 grok，google AI studio 效果都不如 GPT image 1 模型，但又不想为了几张图片去订阅会员。最后在 v2ex 看到个卖 token 的，只花了 0.9 刀就搞定了两个 side project 的 app icon。 娱乐 《小骨》 ⭐️⭐️⭐️⭐️⭐️ RogueLike 游戏，几年前玩过二十小时。最近突然想再试试，没想到异常欢乐，周日玩了 12 小时。

在上周末花了 200 多条 alex message quote 修复 bug 依然失败的情况下，气不过跑去用 WildCard 开通了 Claude Code Max 5x。 此前因为 Claude 必须要1. 非中国区手机号注册，2. 非中国区信用卡付款，3. 非中国地区 IP 地址登入，三个条件同时满足才给用，就一直在找一些替代品。这次觉得与其花费很多时间研究 prompting 和 MCP 啥的以增强 AI agent 的能力，不如直接花钱买最好的模型来用。WildCard 提供了前两个条件的解决方案，可以申请 3 个手机号，提供订阅用的信用卡。缺点是需要开卡会员费（1 年 $9.9 和 2 年 $14.99 两种方式）和单笔充值 3.5% 的手续费。 开通了之后发现果然是好啊，只用了三轮对话，就解决了之前 alex 一整天都没有解决的问题。这下就沉迷进去了，而且得益于 claude code 的后台 agent 模式，并行又开了个 side project 的坑，这周在上面花了 44 小时。几乎一周都是 1、2 点才睡觉，这还是因为 Claude Code 5x 计划的使用限额强制暂停导致的，如果订阅了 20x 的计划，估计睡眠时间会更少。

本周的 Toggl 数据看起来相当健康。在总共记录的 43 小时中，工作稳定占据了 20.4 小时（47.3%），而个人项目达到了 10.7 小时（24.9%）。 个人项目时间的增长，并非完全源于自律，更多是工作项目因合同与发布日期的不确定性，带来了一段“时间真空”。我把这些时间空闲投入到了第一个 Vibe Coding 实验项目上，因此更清晰地触摸到了当前 AI 辅助编程的边界。 这个项目以摄像头为核心，而我很快发现，AI 难以对需要实时与物理世界交互的功能进行有效调试。对于摄像头前后翻转、镜像处理、人体识别这类问题，它似乎难以理解。其结果就是，我花费了整整 5 个小时，消耗了近 200 条 message 额度，却依然没能解决一个关键的人体识别难题。如果再选一次，我应该不会选择一个以摄像头为主的项目，作为探索 Vibe Coding 的起点。 这次痛苦的调试经历，也促使我快速迭代了与 AI 的协作模式，大致经历了三个版本： V1 - 直接指令式： 直接告诉 AI 我想要什么功能。这种方式很简单，但一旦 AI 的初步理解出现偏差，后续需要花费数倍的对话成本才能将其纠正，效率低下。 V2 - PRD 驱动式： 我开始使用更擅长规划的 Google Gemini Pro 对需求进行系统化分析，产出一份结构清晰的需求文档（PRD）。然后，我让 alex 基于这份 PRD 进行开发，显著提升了需求实现的准确性。 V3 - TDD 流程驱动式： 这是目前的最高阶版本。我编写了一份详细的“项目 Prompt”，其核心是为 AI 定义了一套严格的 TDD (测试(Test)或者说任务(Task)驱动开发) 工作流。从 Tasking 拆解任务开始，每一个 sub-task 都必须遵循“编写失败测试 -> 编写实现代码 -> 通过测试 -> 反思”的循环。这本质上是把我自己的开发方法论“注入”给了 AI。 ...

这周的 Toggl 数据呈现出一种值得警惕的模式。总记录时长高达 46 小时，表面上是忙碌且充实的一周，但仔细审视时间的流向，却发现了一些不平衡。 工作依然是时间投入的核心，占据了 43.1%。然而，真正反映个人成长和创造力的“个人项目” ，本周的投入锐减到了仅 5%。这是一个危险的信号。当被动的工作任务完全挤占了主动的个人创造时间，很容易陷入一种“为了工作而工作”的循环，从而失去对技术的热情和探索欲。这让我想起之前设立“写周记”这个行为的初衷——更好地感知时间。而现在，数据清晰地告诉我，我需要重新调整优先级，为那些能带来长期价值和满足感的事情，预留出更多的时间和精力。 本周在“消耗”上的投入相当可观。影音和游戏两项相加，总共消耗了总记录时长的近四分之一。虽然娱乐是必要的调剂，但当它在时间占比上开始与核心产出“分庭抗礼”时，就值得反思了。特别是当我发现“输入”类目（如读书、语言学习）的时间被严重压缩时，这种感觉尤为强烈。 看 Peter Steinberger 写的《Claude code is my computer》中我如何使用它一章，学到了可以用 Whipser flow 来和 Claude code（在我这里是 Google Gemini CLI）对话，然后让 claude code 来阅读他过去所有的文章并且基于他的写作风格来构建一篇新的文章。 在我的使用场景上衍生一下，就变成了： Google Gemini CLI 去 Toggl 读取了我上一周记录的数据。 分析我过去的周记所关注的数据侧重点，帮我产出一份具有洞察力的报告。 我会用 Whipser flow 和它产生一些对话。 根据对话，基于我写作风格来生成一篇新的周记。 很好玩！

最近工作闲暇有个习惯是在 twitter 上看最近 AI coding 相关的动态。这周看到 Peter Steinberger（PDFKit 创始人）举办了一次 vibe coding 的直播，总时长大概 3 个多小时，学到了不少相关实践。他也写了一篇文章来总结直播内容：The Future of Vibe Coding: Building with AI, Live and Unfiltered。 从他的直播中得到的收获是： 用 whisper flow 来进行语音输入，识别和样式的正确率都极高。自己用了一段时间发现中英混合输入的识别率也相当厉害。 用 Gemini 来生产一个结构化的规格文档，采取 Gemini 的原因主要是它上下文最大。然后新开一个对话再让 Gemini 来做同行评审(prompt: you are an AI tasked with implementing this spec in one go. Before you start, what questions do you have? What’s unclear? What’s missing for you to build this successfully?)，会得到不错的反馈。 对于涉及可视化界面的开发任务，提供截图给 AI 的效果会很好。 在他的其他推文和博客中还对 Claude Code 赞誉有加，体验更甚于 Curosr 这样的 AI editor，可惜国内无法使用，眼馋啊…

之前体验了一下 alex 来 vibe coding 但没有付费，因为还在犹豫是订阅 cursor 还是 alex，等回过神来，发现 alex 已经从 20 USD 涨到了 30 USD 了。考虑到其开箱即用的 Xcode 整合体验确实很好，还是订阅了，但只要持续订阅 alex，每个月现在会额外付出 10 USD，多少有点难受。 但话说回来随着各家 IDE AI 的进化速度，似乎也没必要守着一个供应商来订阅。 娱乐 《白莲花度假村》 S3 ⭐️ ⭐️ ⭐️ ⭐️ 比起前两季来说稍逊一筹，主要问题是节奏太慢了，而且出现了 Lisa 和保安这条没有什么意义的线，占据了不时长。

端午节，本来计划是闲暇时间 vibe coding 完成一款 app 的初版。但不知道为何开始整理自己电脑里文件了。发现了自己大学写的日记的存档，当时觉得纸质的容易泄密且丢失，就拍照保存了一份丢 iCloud 了。 突然就想着要不把这些手写的日记照片给转成文字版存在 Day One 里好了。说干就干，最初的想法是直接 OCR 扫描一下就行，但简单试了一下就被自己潦草的字迹打败了。自己录入也不太可能，好几百篇得打到猴年马月。最后想到还是语音录入转文字吧，刚好知道了一个蛮厉害的语音转文字的 app，MacWhisper。试了一下免费版本，基本满足需求，但有个问题是转换出来的文字不带标点。需要购入 pro license（59 EUR），有点太贵了对我这种一次性需求来说。 然后想起来其实 iOS 自带的语言输入体验还不错，在 mac 上设置了一下，连击 ctrl 两次就可以唤起。且短文字录入效果很好，但太长了会出现吞句的现象。而且标点虽然会加，但错误比较多，不过胜在免费且系统级交互体验比较舒适，可以入侵到所有 app 的输入框里。 话说回来，之前辛苦从全拼转到了双拼，即使熟练使用了，这个速度完全也是完全比不上语音输入的，打字快的唯一优势只能是在办公室可以不影响他人吧。 双拼第三周速度刚到全拼的 60%，道长且阻啊。 速度 全拼 87 字/分 双拼第一天 17 字/分 双拼第三周 52 字/分