我虽然用不了Claude，但是今天一整天都待在Claude的直播里……

某厂这一波全员及各种矩阵号短视频策略是：让人民淹没在“梦我”的汪洋大海中🤣🤣, 有效的

甲骨文(ORCL)老板埃里森强调：ChatGPT、Gemini、Grok和Llama等AI模型，都是基于大致相同的公共互联网数据进行训练的。当所有人都使用相同的信息进行训练时，模型必然会趋于一致。这就是AI走向商品化的原因。真正的护城河并非模型本身，而是其背后的专有数据。能够利用独家数据集进行训练的公司，将获得竞争对手无法复制的优势。埃里森(Larry Ellison)是商业策略大师，而AI正在进入下一个阶段。拥有别人没有的数据，就能让你在市场中占据主导地位。

互联网充电｜优质资源
优质内容｜内幕消息

什么样的人打一眼就知道工作能力很强？

互联网充电｜优质资源
优质内容｜内幕消息

我把 SPEC-AGENTS 升到 v3 了。

核心变化：不再让 AI 每次读一堆 spec / plan / task / change log。过去这种纯 SPEC 推动方式，在模型能力弱的时候有用，但现在模型能力变强了许多，不需要过多的硬性约束，也可以规划得很好。因此，如果严格的遵守 SPEC 开发范式，我觉得会更快烧掉上下文和 token。

现在 SPEC-AGENTS 升级到 v3，改成我称之为 EDPP 的开发方式：「证据驱动阶段规划」。

它的不同之处是，先告诉 AI 边界、当前 phase、验收标准，但不些具体的实现方式。一轮开发后，用测试和 evidence 证明结果，通过之后，再基于当前阶段的实现，直接制作下一个的计划。然后在按照计划执行，如此循环。 有点像渐进式开发的感觉。

我做了一个小对比测试：同一个需求下，v2 默认读取约 601 tokens，v3 约 290 tokens，少了 51.7%；需要维护的写入面从 5 个降到 2 个。

EDPP 让大模型“少写文档”，将宝贵的上下文留给真正长期有价值的东西。

https://github.com/yibie/SPEC-AGENTS.md

哈哈哈哈哈 这个把我眼泪都笑出来了....

互联网充电｜优质资源
优质内容｜内幕消息

不知不觉2.1万粉丝了， 感谢友友们的支持。
从第一次工作2005年开始， 今年是工作的第20年。
第一份工作是图书管理员， 第二份是J2ME手机游戏开发， 第三份是自己创建了服装厂， 第四份工作是花了8年时间创建了 Deepin Linux 干到国内第一， 第五份工作是创建了武汉锂钠氪锶做了懒猫微服。
过去的20年是我快速成长， 学习Linux、Emacs和商业的20年， 当年的辛酸现在看起来都是美好的回忆和经历， 感谢过去的困难造就了如今勇敢的我。
大家有啥感兴趣的， 我能分享的东西， 我无偿分享给大家， 欢迎大家访问我的开源博客 https://manateelazycat.github.io/ 距今已经写了10年， 写了421 篇博客 116 万字。

互联网充电｜优质资源
优质内容｜内幕消息

如果只看美国大模型「御三家」的话，最近一年确实有种你方唱罢我登场、各领风骚几个月的感觉：

去年的这个时候，ChatGPT的文生图引爆市场，「吉卜力画风」创造了史诗级刷屏，直接把本就断崖领先的周活用户打翻倍了；

然后到了下半年的「谷歌主场」，Nano Banana在多模态能力上还以颜色，Gemini 3一举奠定SOTA地位，谷歌的翻盘被媒体大书特书；

再就是从去年年底到今年年初的Claude血洗软件行业，完全专注于B端的Anthropic纯靠模型能力实现了ARR极速涨到全球第一的奇迹；

现在呢，好像OpenAI又醒过来了，GPT-Image-2在文生图领域再次上演王者归来，GPT-5.5 Instant也没翻车，而Codex的口碑和数据甚至隐隐压过Claude Code；

王权永不稳啊。

在最开始使用 AI 的时候，其实我很担心自己会因为 AI 太好用而变懒。

老实说，变懒倒是没有。但也不完全是原来那个意义上的勤快了。

变化是悄悄发生的。最开始用 AI 就是简单当搜索引擎升级版，后来是写东西的草稿纸，再后来是帮我做 iOS 开发的搭档。

现在有时候我打开它，说的第一句话是：我在想一件事，你帮我理理。

其实这里有一个很重要的关键转变：从帮我做到帮我想。

我是汉语言文学出身，写东西一直是我觉得属于自己的事。所以最早我对 AI 写作是有一点防御的，生怕用多了，自己的表达就钝了。

现在这个担心基本消失了。AI 能顺着你说，但它提不出让你皱眉头的问题。那种等等这里逻辑不对的摩擦感，还是得自己经历。写作的核心是做判断，这个没被替代。

开发上感受更直接。我不是科班程序员，以前做 App 卡在技术细节上会有一种很具体的无力感。现在这个卡顿明显少了。它让我能更快进入真正需要判断的部分：这个功能值不值得做，用户体验对不对，架构上会不会留坑。

开发者最贵的资源是时间和注意力，这方面它实实在在帮了我。

当然也有用得不怎么好的时候。有阵子我把什么都扔给它，连这件事我自己怎么看都懒得先想清楚。产出很快，但总觉得差点意思。像是别人替我说的话。后来我意识到，AI 输出的质量上限，其实卡在你输入时的思考深度。

你想得模糊，它就给你漂亮的模糊。

如果你也在摸索怎么用好它，这三件事我觉得值得试试。

一，把它当一个不会走神的在场者。AI 不会打断你，不会分心，不会觉得你在绕圈子。我现在遇到想不清楚的事，直接开一个对话，像自言自语一样往里说，说着说着自己就清楚了。它在不在都行，但它在让我说得更完整，表达更精确。

二，用它做你不敢开始的事。我以前不写代码，不是不想，是不知道第一步咋干。现在的做法是把想要的结果描述清楚，让它带我走第一步。很多事卡住不是因为难，是因为入口不知道在哪，这个它特别擅长解决。

三，把重要的判断过程存进对话里。AI 会帮你记住上下文，这个能力经常被低估。我做一个决定之前，会把来龙去脉都说给它听，让它帮我整理一遍。这样两周后回头看，能看到自己当时怎么想的，比任何笔记都清楚。

AI 它已经不是工具这个词能描述的东西了。更像是一种工作介质，在我和我要做的事情之间，帮我少走一些弯路。但弯路本身，该走的还是要走。

而有一件事是非常确定的：我已经完全没有办法回到没有 AI 的生活。

你呢？