❎码农
✅ harness engineer

snap 这个公司真的很有意思，虽然被几家社交大厂压得死死的，但是出走的员工每次都做出一些很有趣，甚至带动短期风潮的社交产品或功能。真的很好奇这家公司的创新文化是什么样的。

正确的人名品牌：张雪机车
错误的人名品牌：小鹏汽车

#出海运营秘籍👉@yunying23

不少不错的产品，其实是被自己的落地页（landing page）毁掉的。

页面塞得越满，用户反而越抓不到重点。借着最近重构页面，我给自己定了几条原则：

卡片能省则省。

现在很多介绍页铺满带阴影的圆角卡片，但如果去掉边框和底色不影响阅读就别加。
合理的留白和清晰的文字层级，比多余的装饰更有效。

动效要克制。

满屏特效只会让人觉得乱。
整个页面保留两三处作为过渡或引导就够了，动效的作用是引导，不是表演。

首屏不是产品说明书。

一句最核心的文案，一个操作按钮，仅此而已。
有两个简单的自检方法：遮住 Logo，用户能不能一眼看出这是什么产品？
把首屏文案发给陌生人，他们能不能在五秒内说出你解决了什么问题？做不到，就重写。

从一开始就用真实文案。

占位符会骗你，让你以为结构没问题。
真实的文案逻辑会直接暴露页面哪里讲不通，比先套模板再往里填内容，省去很多返工。

每个区块只讲一件事。

不要在同一屏里既讲品牌故事，又罗列功能，还促注册。
标题用最直白的话写，确保用户快速滑过时也能立刻明白这一屏的重点。做不到，就精简，直到做到为止。

最后记住三个字：做减法！

这对吗？

@https1024

#出海运营秘籍👉@yunying23

最近连着出差去见客户，去到客户每次看到密密麻麻的客服跟投手，就感觉投放真是劳动密集型产业，同一个账户，然后设置基本一样，只有素材跟一些人群包策略不一样

大家就在有限的操作和环境里面去不断地竞争抢量

在 Overleaf 上写学术论文时，频繁在编辑器和 AI 工具之间来回切换，既打断思路，复制粘贴的过程也颇为繁琐。
不妨试下，PaperDebugger 这个开源插件，直接把 AI 助手嵌入到了 Overleaf 编辑器侧边栏。
专为解决学术写作痛点打造，内置了 “研究-评论-修改”的完整工作流，研究、审稿、修订，提供多步推理和结构化修改建议，而不只是简单的对问答。
GitHub：http://github.com/PaperDebugger/paperdebugger
支持上下文对，能直接读取当前项目内容，提供智能建议、修复 LaTeX 语法错误，并一键插入修改后的内容。
提供了 Chrome 插件开箱即用，同时也支持 Docker 私有化部署后端，确保敏感数据的隐私安全。

@https1024

早期做 Coding Agent 都比较喜欢将本地代码库进行向量化，结合 IDE 上下文，提前构建一份“高质量上下文”，再交给大模型去推理。这种方式延续了很久，为了加速响应，甚至会在本地部署一个小模型，用于做 tab-tab 的决策。

Claude Code 出来之后，整个流派就发生了变化，开始倾向于转到 Terminal 编程，cc 的行为特别像人类工程师 debug 的过程：看代码 → grep → 试改 → 跑命令 → 报错 → 再查 → 再改 → 直到跑通。

它对代码仓库的理解是比较片面的，但这并不影响它解决问题。通过最小试错的方式，一边做任务一边理解全貌，这个操作反而更符合直觉。

一个巨石应用在运转的时候发生了错误，我们不需要对巨石应用有全面了解，只需要根据报错特征，修复当前的报错问题就好了。

有个库叫做 CodeGraph，它支持跟 Claude Code 协作，首先将仓库代码进行向量化，然后提供 MCP 给 cc 调用，以替代 cc 的 grep 操作。它的核心目标是节省 token，从数据看，确实可以节省大概 20%+ 的 token，但效果大概率会有折扣。

CodeGraph 这类方案，存在几个比较难搞定的问题：1）代码是活的，图谱很容易过期，而 grep 永远是新的；2）很多时候并非找不到代码，而是改得对不对，得去改、去执行、去验证，CodeGraph 只解决了查找问题；3）一大堆的图谱数据交给 LLM，它能不能正确消化？要知道 LLM 也是不稳定和有幻觉的。

不过度依赖“看得很准”，才开始动手。 一边做，一边修正，一边逼近答案。这就是 Claude Code 的编程哲学。