Codex 跑了一天，实现出了一套自适应的报纸排印引擎，太强了，要是让我手写我可能得发疯。 https://t.co/Dfh8XzfFWE

搞笑的是，老板只会问“都有ai了，为什么单测覆盖率不能100%”，根本不会问这个单测是不是有用，能不能维护。 下一回换个人/agent来开发，一股脑删掉重新生成一遍单测。

打算退订 Apple Music 了，我发现 Youtube 上各种 Lofi 音乐视频对于我作为工作 BGM 足矣

画了20分钟，用 codex 基于打点数据做了个监控大盘，太方便了。 之前还尝试让 ai 编写 grafana dsl，现在直接就用 ai 出前端。想要什么 panel 直接让 ai 加，一些复杂计算也不用倒腾奇奇怪怪的表达式，ai 加一些定制的后计算就好了。 https://t.co/KqsD3cZQft

每天给 AI 提修改意见，让我体会到 QA 的工作是的无聊

codex 的不会因为额度耗尽打断 goal 任务 那如果我设定的 goal 是循环检查 backlog 当中的任务并完成，直到我确认项目完结，是不是能无视额度永远跑下去？

隐隐感觉新B会和老B一样翻车，老B是把人忽悠到莆田医院，新B是豆包胡言乱语给出虚假的医疗建议。

惊讶地发现很多产品当中漂亮的样式都是 shadcn 内建组件，曾经还费了老鼻子劲让 ai 进行复刻。 开发者还是需要自己深入学习一遍 shadcn 各个组件，仅仅依靠 ai 识图不一定能精准拆解到对应的组件。

用 multica 两天把刚 reset 的 200 刀 Codex 的周配额干完了，顶不住了。 后面切到 gpt5.5 做 plan 和 review 吧，agent 编排和 coding 交给 deepseek v4 pro 吧

新项目的第一件事，不应该是搭代码框架，也不应该是先搭 harness，而是先和 agent 把工作流聊清楚，如何 plan，谁来 dispatch，怎么 review，实现自动从 backlog 推进到 ship。

Upstash 居然也变成 PaaS 平台了，印象中还是给 Vercel 做 Redis 配套的平台。现在也慢慢闭环完整部署能力了，提供了存储能力 Redis+Vector 和计算能力 MQ+Workflow+Container。 有意思的是，存储只提供了向量库和 Redis，但没有传统 DB 产品，应该就是服务 Agent，少量存储用持久化的 Redis 足够了。

曾经我是 TUI 的拥趸，重度使用各种 TUI 工具：lazygit、yazi、helix...，对于简单任务，它兼具了 GUI 的易用和 CLI 的高性能。 但我现在认为 TUI 意义在消失，对于 agent 来说 CLI 更好，需要复杂人工操作的场景明显 GUI 更高效易用。哪怕 TUI 主战场 SSH 也会逐步被远程 agent 替代。

用 Image2 生成了 brand logo，太可爱了～ https://t.co/H6g6MOPobj

#每日一醉 我有一个数据分组聚合的需求，GPT5.5 觉得我输入过多数据给 LLM 成本太高了，当数据量大过一个阈值之后，直接用兜底代码处理不走 LLM 了。 我调试了半天，就说这聚合行为怪怪的，一查才知道还有这种逻辑。

只是从 idea 不值钱，变成了 idea 和 code 都不值钱，ship 变成真正值钱的一部分。

用 goal 让 codex 自动评测+迭代 prompt，跑了一晚上，居然为了拟合评测点，完全不在 prompt 上下功夫，搞了一堆模板进来生成文本满足评测，无语了

一个技巧，如果你发现 codex/chatgpt thinking 卡着不动了，就尝试切一个同 region 的代理节点，只要网络一重连，agent 马上就活过来了

我花了一晚上，看 ai 用 goal 跑了 24 小时写出来的代码，typescript 真是不忍直视，unknown 满天飞，这代码质量不能忍，疯狂加 lint 打补丁。 😑 唉，typescript 这语言拉完了，又动了重写成 golang 的心思

今天调研接一个 TTS 服务，火山引擎豆包确实不错，价格也不贵，但是想来想去还是放弃了，我可不想为了接一个国内 TTS 服务还要上套内容安全策略。

基于 https://t.co/A3GSdf00go 的数据，想通过本地 skill 实现生成播客、长文。 实际效果太糟糕了。skill 没法强制 agent 开 subagent，如果 agent 在主流程当中做执行所有子任务，后面的任务就会因为上下文产生幻觉。 感觉还是得自己实现一套 workflow agent。

codex mobile 推送了，我将彻夜不眠和 grill me 畅聊🤪

研究了下，发现 cloudflare d1 对于写操作是整个实例级别串行，也就是说任何写操作都是库锁，这也太炸裂了 如果坚持用的话，得尽早对高写入的表分库，甚至还需要做库级别 sharding。

每周 codex 使用心路历程 第一天：穷怕了，要合理规划 token，5.5+medium 就好 第二天～第五天：tmd，这么慢，5.5+high+fast 拉满 第六天：就剩不到 10% 了，得省着用了，无关紧要的切到 5.3 spark 先顶一下 第七天：额度用完了，买点国产按需调用 coding plan 先用一天吧~

因为 Codex Pro 蹬完，充了点 Deepseek 想撑到明天 reset。 意外地发现 DS V4 Pro 的执行质量不输 GPT 5.5，而且速度快太多了（使用场景主要是执行通用 Agent 任务，非单纯编码）

本来想着在 skill 嵌入 script 就能替代 CLI。 现在发现因为 sandbox 机制，纯 skill 搞不定持久化鉴权。 打算还是得把 CLI 跟 skill 给拆开。

有点陷入困境了。 原来在 agent 的沙盒环境中，skill 无法可靠地在本地持久化鉴权状态。 这意味着，如果 skill 的行为依赖带鉴权地访问服务端，那最终交付的就必须是 MCP，而不能只是一个 skill。

发现 Bun compile 模式已经让 TypeScript 输出单一二进制变得相当可用，再叠加各家都在把 TypeScript SDK 当一等公民，未来业务级 CLI 得优先用 TS。 系统级工具可以直接一步到位使用 Rust。 Go 在 CLI 领域的价值感会继续被压缩。

#codex 支持 side chat 了，终于可以不开 worktree，直接在另一会话共享上下文了，可以在另外一个会话审查主会话的结论，或者并行发散多个问题 https://t.co/IeHlytdYGk

使用 spec coding，被几个 agent 追着盘问，感觉每天都是开不完技术方案评审会

找到一个快速推进项目的方式 功能阶段：想到一个功能就拉起一个 codex 5.5会话出方案，然后对话确认方案，然后落地实现。疯狂加功能，先不要管UIUX等一系列问题 修缮阶段：使用 codex5.3 spark 怼着界面疯狂微操，一个一个细节调整，把一堆功能完成产品化 说白了，人的精力有限，一个阶段只干一件事