想了想还是买了 Google One 的 Plus 会员。理由：
Google One 套餐里的提供的全家桶比 OpenAI 更多。性价比也非常地高。有 Google 的线上办公掏钱，Google Drive 等等一大堆。
我主要用 Gemini CLI，现在使用 Gemini 3 Pro 来氛围编程，我觉得感觉比 GPT 5.1 Code 的效果还更好——更准确，改动范围更小就能达到目的。
尽管大家说 Opus 4.5 是最好的， 但就我的实践来说，如果只是从 0 到 1 快速打造一个 MVP， Gemini 3 Pro 的其实已经和 Opus 4.5 不相上下。可能 Debug 方面是 Opus 4.5 会更好一点。
Google One 套餐里的提供的全家桶比 OpenAI 更多。性价比也非常地高。有 Google 的线上办公掏钱，Google Drive 等等一大堆。
我主要用 Gemini CLI，现在使用 Gemini 3 Pro 来氛围编程，我觉得感觉比 GPT 5.1 Code 的效果还更好——更准确，改动范围更小就能达到目的。
尽管大家说 Opus 4.5 是最好的， 但就我的实践来说，如果只是从 0 到 1 快速打造一个 MVP， Gemini 3 Pro 的其实已经和 Opus 4.5 不相上下。可能 Debug 方面是 Opus 4.5 会更好一点。
Sigull说，「在信息爆炸的世界里，故事是稀缺的原始资源——谁能将混乱压缩成可感受、可铭记的东西，谁就掌握了真正的力量。战略、运营和资金都是下游环节。」
这解释了一种广泛的产品现象：为什么用规模堆砌的产品难以成功。因为创新的源头从来不是工程本身，而是资源匮乏逼出来的洞察——常常是创始人才能拥有的直觉。功能可以被复制，灵魂无法被模仿。
这背后的启示深刻也浅显：故事的核心永远是人。而你的品味、历练和信仰，才是产品真正的主角。
这解释了一种广泛的产品现象：为什么用规模堆砌的产品难以成功。因为创新的源头从来不是工程本身，而是资源匮乏逼出来的洞察——常常是创始人才能拥有的直觉。功能可以被复制，灵魂无法被模仿。
这背后的启示深刻也浅显：故事的核心永远是人。而你的品味、历练和信仰，才是产品真正的主角。
最近在尝试 AI + 产品经理的协同方法，用了几次还可以
核心的思路就是：
1️⃣ 截图已有界面并标注，或者设计产品草图
2️⃣ 提供图片给 AI ➕ 提示词，生成产品需求文档
3️⃣ 根据产品需求文档 ➕ 提示词，生成关于逻辑介绍逻辑图（toB场景更有效）或概念场景图（toC场景更有效
希望对大家有所启发
核心的思路就是：
1️⃣ 截图已有界面并标注，或者设计产品草图
2️⃣ 提供图片给 AI ➕ 提示词，生成产品需求文档
3️⃣ 根据产品需求文档 ➕ 提示词，生成关于逻辑介绍逻辑图（toB场景更有效）或概念场景图（toC场景更有效
希望对大家有所启发
这个月依然出了个小题考考ai，计算抖音的日均vv，虽然没有公开数据，但根据行业可查数据和行业平均换算关系，推导出一个靠谱的数并不难
结果1，豆包深度思考模式，第一步最简单的计算逻辑就出现错误……
结果2，千问最新的深度思考模型，洋洋洒洒一大篇结果推出来一个完全不靠谱的数字……
结果3，Grok专家模式相对靠谱
首先，国内有些的大模型（吹的）跟海外比差距仍然有一个银河系，仅限于我常用的功能比起来，实在没发现强在哪
其次，所以目前绝不碰国内任何ai概念股和指数基金，我信你个鬼
最后，目前人针对ai的护城河依然非常深，只要你有行业非公开化的数据/信息/技能，ai目前是绝不可能取代你
结果1，豆包深度思考模式，第一步最简单的计算逻辑就出现错误……
结果2，千问最新的深度思考模型，洋洋洒洒一大篇结果推出来一个完全不靠谱的数字……
结果3，Grok专家模式相对靠谱
首先，国内有些的大模型（吹的）跟海外比差距仍然有一个银河系，仅限于我常用的功能比起来，实在没发现强在哪
其次，所以目前绝不碰国内任何ai概念股和指数基金，我信你个鬼
最后，目前人针对ai的护城河依然非常深，只要你有行业非公开化的数据/信息/技能，ai目前是绝不可能取代你
Forwarded from 小樱
This media is not supported in your browser
VIEW IN TELEGRAM
#USDT8娱乐 #信誉平台 #PG电子 #WG电子
Please open Telegram to view this post
VIEW IN TELEGRAM
总结一下，之前我提过自己通过一个 AGENTS.md 文档实现 SDD（规范驱动开发），在经过了几个项目的开发，以及比较系统的迭代之后，我将这套方法论提炼为 SPEC-AGENTS.md。并发布到 Github 上，作为开源项目，希望能够帮助有需要的人。
---如下是该项目的简短说明---
本项目受 Spec-kit、OpenSpec、Stack Workflow 启发而来，兼具「规范驱动开发」和「阶段性开发」的优势，通过简单的配置，让普通小白在氛围编程（Vibe Coding）时，提升 AI 执行任务的准确性，减少与 AI 重复输（chao）入（jia）的次数，享受成熟的软件开发流程的稳定、便利。
# 特点
- 零配置
- 自然语言沟通
- 体积小，节省 TOKEN
- 成熟的软件项目开发流程
- 支持多个编程工具
- 项目记忆
使用 SPEC-AGENTS 还相当于你的开发项目拥有了「记忆」，而不必担心切换开发工具之后，就很难再进行当前的开发进度。只要让 AI 通过阅读文档，就能够清楚地知道当前的项目状况，以及开发进度。
# 原理
与 OpenSpec 类似，SPEC-AGENTS.md 将开发分为不同的阶段，并约定「文档驱动开发」的工作流：先在 .phrase/phases/ 中用自然语言写好 spec_* / plan_* / task_* 等文档，再由代理按任务执行实现与验证，最后回写 task_* / change_* / spec_* / issue_* / adr_*，形成可追溯的闭环。
当你在项目中放置 AGENTS.md 后，支持该协议的 AI 工具会在会话开始时读取其中规则，把它视为“开发助理使用说明”：
- 所有需求与接口信息只以文档为准，而不是零散对话；
- 每次对话只处理一个 taskNNN 原子任务；
- 每个任务完成后，都在变更文档中登记验证方式和影响范围。
通过这一套约束，SPEC-AGENTS.md 把传统团队里的 spec / task / change / issue 流程，压缩成一个轻量的文本协议，让个人或小团队也能在「氛围编程」状态下享受成熟的软件工程体验。
---
查看评论区获得项目网址。
---如下是该项目的简短说明---
本项目受 Spec-kit、OpenSpec、Stack Workflow 启发而来，兼具「规范驱动开发」和「阶段性开发」的优势，通过简单的配置，让普通小白在氛围编程（Vibe Coding）时，提升 AI 执行任务的准确性，减少与 AI 重复输（chao）入（jia）的次数，享受成熟的软件开发流程的稳定、便利。
# 特点
- 零配置
- 自然语言沟通
- 体积小，节省 TOKEN
- 成熟的软件项目开发流程
- 支持多个编程工具
- 项目记忆
使用 SPEC-AGENTS 还相当于你的开发项目拥有了「记忆」，而不必担心切换开发工具之后，就很难再进行当前的开发进度。只要让 AI 通过阅读文档，就能够清楚地知道当前的项目状况，以及开发进度。
# 原理
与 OpenSpec 类似，SPEC-AGENTS.md 将开发分为不同的阶段，并约定「文档驱动开发」的工作流：先在 .phrase/phases/ 中用自然语言写好 spec_* / plan_* / task_* 等文档，再由代理按任务执行实现与验证，最后回写 task_* / change_* / spec_* / issue_* / adr_*，形成可追溯的闭环。
当你在项目中放置 AGENTS.md 后，支持该协议的 AI 工具会在会话开始时读取其中规则，把它视为“开发助理使用说明”：
- 所有需求与接口信息只以文档为准，而不是零散对话；
- 每次对话只处理一个 taskNNN 原子任务；
- 每个任务完成后，都在变更文档中登记验证方式和影响范围。
通过这一套约束，SPEC-AGENTS.md 把传统团队里的 spec / task / change / issue 流程，压缩成一个轻量的文本协议，让个人或小团队也能在「氛围编程」状态下享受成熟的软件工程体验。
---
查看评论区获得项目网址。
❤2
Forwarded from Post Bot
TG全网最大信誉平台 玩家首选最权威综合
气运之子：PP电子麻将大胜3玩家用 8080盈利56万U
电子大水：PG电子麻将胡了玩家免费旋转 爆90万U
【#N1国际｜全网福利天花板】
首存5000 赠送彩金588
首存1万 赠送彩金1288
首存5万 赠送彩金5888
首存10万 赠送彩金8888
首存20万 赠送彩金12888
每日存款，彩金每日送不停，
平台支持
Please open Telegram to view this post
VIEW IN TELEGRAM
Fg6m1GBokpSEip7Yf7OgMHSsjrbJv3.jpg
1003 KB
阿里系垂直Agent合订本
蚂蚁似乎是Agent化最积极的，可能根本原因是：图里这些产品的「旧流量」都是「工具属性」的而不是「入口属性」的，本来就都是需要有助于你解决问题，才能获得你的留存和使用频次，工具使用过程不重要，结果才是重点。现在Agent化之后的「新流量」都是进一步直接给你解决问题， 从而进一步促进留存和频次，不怕取代「旧流量」的「使用过程」，只要最终结果更好就行
淘宝也一样，如果只考虑「工具属性」，用搜索和列表让你下单，用内容电商信息流让你下单，用直播让你下单，还是用Agent让你下单，都一样，不需要谁代偿谁，只要最终下单更多、退货率更低就行
但淘宝的「旧流量」还有「入口属性」，要靠特定的「使用过程」获得来自商家的广告收入，这部分会受到 「Agent化」的严重冲击，需要被其他收入来源代偿
因为「旧流量」中的很多广告位，本质上都是来自「低效」的，比如搜索结果列表跟Agentic AI的结果相比是低效的，正是这种低效的特定「使用过程」创造了广告需求、留出了冗余空间增加了广告库存
在Agentic AI的结果中，会有一些「相关推荐」广告位的空间，而结果本身的实现过程（自动化agentic过程）中可以加入一些实时竞价机制（前提是竞价者提供的Tool都能满足质量要求），但由于总体效率更高，广告库存肯定要减少
而如果直接面向用户为这种「高效」收费（比如ChatGPT Pro的200刀月费），代偿减少的广告库存，就转变成了上次说的 Netflix 和 XBox Game Pass 的「bundling 商业模式」，让大众用户为「娱乐」支付这种费用相对容易，让他们为「高效」直接付费就难多了
因此淘宝「Agent化」的积极性似乎比蚂蚁弱
而微信不仅同样依赖「入口属性」的「旧流量」来变现，连「工具属性」都依赖人与人互动这个特定「使用过程」，因此积极性好像更低……很多人（似乎包括腾讯自己）都认为这是「战略定力」、「审慎克制」，其实如果不需要瞻前顾后，为啥要有定力要审慎克制，像蚂蚁这样全都先挂上agent再迭代就完事了
蚂蚁似乎是Agent化最积极的，可能根本原因是：图里这些产品的「旧流量」都是「工具属性」的而不是「入口属性」的，本来就都是需要有助于你解决问题，才能获得你的留存和使用频次，工具使用过程不重要，结果才是重点。现在Agent化之后的「新流量」都是进一步直接给你解决问题， 从而进一步促进留存和频次，不怕取代「旧流量」的「使用过程」，只要最终结果更好就行
淘宝也一样，如果只考虑「工具属性」，用搜索和列表让你下单，用内容电商信息流让你下单，用直播让你下单，还是用Agent让你下单，都一样，不需要谁代偿谁，只要最终下单更多、退货率更低就行
但淘宝的「旧流量」还有「入口属性」，要靠特定的「使用过程」获得来自商家的广告收入，这部分会受到 「Agent化」的严重冲击，需要被其他收入来源代偿
因为「旧流量」中的很多广告位，本质上都是来自「低效」的，比如搜索结果列表跟Agentic AI的结果相比是低效的，正是这种低效的特定「使用过程」创造了广告需求、留出了冗余空间增加了广告库存
在Agentic AI的结果中，会有一些「相关推荐」广告位的空间，而结果本身的实现过程（自动化agentic过程）中可以加入一些实时竞价机制（前提是竞价者提供的Tool都能满足质量要求），但由于总体效率更高，广告库存肯定要减少
而如果直接面向用户为这种「高效」收费（比如ChatGPT Pro的200刀月费），代偿减少的广告库存，就转变成了上次说的 Netflix 和 XBox Game Pass 的「bundling 商业模式」，让大众用户为「娱乐」支付这种费用相对容易，让他们为「高效」直接付费就难多了
因此淘宝「Agent化」的积极性似乎比蚂蚁弱
而微信不仅同样依赖「入口属性」的「旧流量」来变现，连「工具属性」都依赖人与人互动这个特定「使用过程」，因此积极性好像更低……很多人（似乎包括腾讯自己）都认为这是「战略定力」、「审慎克制」，其实如果不需要瞻前顾后，为啥要有定力要审慎克制，像蚂蚁这样全都先挂上agent再迭代就完事了