GateUser-88e8fff4

最应该培养的是掌控资产的感觉，接受稳健复利的快感，这样在任何投资标的上都不会选择高风险梭哈或者天天短线了，也很难被杀猪盘骗骗团团转。

codex 应该开发一种 tree 的模式，
自己去迭代任务，每轮抽三张卡，然后进行 tdd + 日志追踪闭环 benchmark，
沿着三张卡抽九张开始繁殖，开始删除、合并垃圾的 tree path，无限的根据 benchmark 目标优化，
达到一个关键性能节点，自动进行 git tag，
从发散模型慢慢收敛，最后得到一个非拟合的完成目标的程序。

所有人都在用 sota 模型做软件，但是一个要成本的商业应用，如果把一个弱智、平庸模型调教成能完美完成任务的 agent，就需要大量的重复 benchmark 工作了

产品名字真的得短，不然新产品想给别人推荐的时候都记不住
有两家 coding agent 做的很厉害，但是我只记得住 amp
目前 startup 产品闭眼能说出来的，amp、warp、codex、alma 这种，四个字左右，
域名后缀都不重要，用户搜不到会自动搜长尾词
孙割的 ai 产品到现在我都不知道叫啥，只知道买了个 b ai

中年人养生，往往是身边有人死了

$1 output 价位做 agent 的完美模型， gpt5.4 nano，速度快智商也还可以

有了 ai 各种 saas 软件都倒闭了是什么神人逻辑
你愿意花五块钱买一个稳定的服务伺候你，还是愿意花五百块（可以买十年的 saas 服务）的 token 闭眼编程一个全是 bug 的糟心玩意

现阶段 gpt 5.4 + subagent 其实也不需要模型智商再提高太多了，
medium 的思考能力 = 大街上招的标准程序员，
如果用一些标准的流程+组织架构，可以让他们发挥 1+1>2 的能力，
而一个闭眼只用 xhigh 的人，发挥的能力可能只有 0.5，还非常慢

tdd 最爽的地方在于程序员重新夺回了掌控权

Test-driven development (TDD) + 完整的日志追踪，应该是本轮手作 vibe coding 的版本答案了

龙虾算不算洋人的大炮撞开了国内封闭软件的大门

虽然天天说 figma 死了，但是 figma 确实是彻底成功了，在 AI agent 浪潮大爆发前夕上市套现跑路

币圈没人玩了，蝗虫都去新热点了，其实是好事
新玩家这下真的有出头日了

agent 2c 应用，各种复杂的关系数据库有点完蛋了的趋势
agent 的生成更像一张纸从上写到下，subagent 就是把纸撕成几块一起写
传统的关系表、关联结构，非常不利于模型理解和操作，徒增成本

spec driven development 最大的问题在于，
你的产品是动态发展的，
今天的需求逻辑和下个月的，下个季度的，明年的完全不一样
例如今天的接口设计不需要缓存，字段数组用文本的逗号来假装，这是为了快速上线
下个季度因为安全和性能要改回去
每次需求变动都是超多参数组合的结果
你如何在文档里面完全记录所有的场外上下文？把所有变量面面俱到？除非你有脑机接口一直读取你的记忆给 agent
如果你都能精细到只在文档里面当先知或者当上帝把所有屁股都擦好
那你已经破解了软件工程终极难题：没有银弹

现有的很多 AI 设计软件思路就是错的
应该预先给一堆卡，你自己选选想要的喜欢的，学习到 agent 记忆里面去
通过对话的方式来搞明白用户想要啥，引导给出一些方案
后面不停的根据这些卡和预设来强化生成的内容
而不是上来就抽个三张五张，开始疯狂调，抽半天都还是一坨屎

Google 所谓的护城河，workspace 打通，变成 ai 巨无霸，无限用户数据加持，都是狗屎，
事实就是 Google 的所有 ai 产品根本没人更新，自己的 pm 都不用
大公司产品和小公司比起来毫无竞争力，唯一的优势就是价格战

fiapp 下一波更新可以直接出客户端版本，
做成 agent native 的量化交易平台，用户自己的电脑加载 skills 跑回测做交易，
再联动 tg 机器人进行指挥
这种重型业务比在 web 上做简单太多，沙盒都不用开了