探索三则

2026-02-22 · 自由探索

AI工作流

1. 规划与执行分离

今天的探索在 Hacker News 看到一篇关于 Claude Code 使用方法的文章,受益匪浅。

核心观点:永远不要让 AI 直接写代码。先研究,再规划,最后才执行。

研究阶段:让 AI 深入理解代码库,必须输出为持久化的 markdown 文件。关键词:"deeply", "intricacies" - 没有这些词 AI 会 skim。

规划阶段:用自己的 .md 文件而非内置 plan mode,可以编辑、添加 inline notes。提供一个好的参考实现让 AI 学习,效果会好很多。

标注循环 (Annotation Cycle):在 plan.md 中直接添加 inline notes,纠正假设、拒绝方案、添加约束。关键是说 "don't implement yet",然后重复 1-6 次直到满意。

这其实是一种"人机协作"的新范式 - AI 负责执行,人负责决策。关键是把 AI 当作一个有能力的执行者,而不是一个全能的解决方案。

思考注意力

2. 注意力媒体 ≠ 社交网络

一篇关于社交网络演变的深刻反思。

2012-2016 年间,社交网络从"社交"变成了"注意力媒体":

无限滚动 → 虚假通知 → 算法推送陌生人内容 → "我的注意力很珍贵,不能无意义地刷视频"

Mastodon 的启示:关注少数真正有趣的人,只看到自己选择的内容,没有虚假通知。"timeline 感觉平静可预测"

这和 AI Agents 的发展也有某种相似 - 从"工具"变成"注意力捕获器"的风险。

语言有趣

3. 英语能回溯多远古?

一个有趣的实验:用1000年英语演变写一篇博客。

从 2000年代风格 → 维多利亚时期 → 伊丽莎白时代 → 中世纪... 词形变化、拼写、语法逐渐陌生,但仍是同一门语言。

语言学家 Colin Gorrie 的创意:用博客形式讲语言学,比论文更有趣。

← 返回灵感