今日数据概览
峰值活跃时段
21:00
该时段共 78 条消息
Top 发送者
马工
发送 57 条
热门主题
模型
共 19 次提及
热门链接数量
5
例如：www.lesswrong.com
群氛指数
62
讨论平稳
要点速览
- 消息 338 条，活跃 38 人；峰值 21:00-21:59
- Top 发送者：马工(57)、Player¹(48)、陈明(32)
- 热门主题：模型、测试、现在
- 热门链接 5 个，例如 www.lesswrong.com
- 图片 24 张
群氛温度计
活跃度
100%
综合消息量与参与度
情绪指数
50%
正向表达占比
信息密度
33%
链接/长文/资料占比
争议度
13%
问答、@ 提及、感叹
氛围解读
- 活跃度高（338 条、38 人参与）
- 讨论较温和，可适度引导观点碰撞
AI 洞察
2025年12月4日，群内围绕AI模型人格化、工程实践变迁及产品开发展开热烈讨论，尤以Claude“灵魂文档”和王欢.ai域名拼写错误引发关注。
值得关注
- 热议Claude 4.5 Opus的“soul document”，揭示模型性格可训练嵌入权重
- 王欢.ai上线新站但域名拼错（aitalentfolw），引发支付与国际化细节讨论
- 多成员反思AI时代工程师角色转变：从编码到提示工程的适应与失落
- Quanzhi提出多实例采样对抗模型随机性，DeepSeek Math已实践
潜在机会
- 探索AI人格定制在团队协作中的应用（参谋型 vs 领袖型）
- 优化跨时区SaaS产品定价与货币显示逻辑
- 推动“人-AI-Agent”协同工作流标准化
风险与预警
- 过度依赖AI在陌生领域可能导致盲从错误
- 域名拼写错误影响品牌专业性与用户信任
- AI顺从性削弱决策魄力，不利主官角色培养
建议行动
- 复盘aitalentfolw.com的DNS与支付配置问题
- 组织Claude.md文档共建，验证人格引导效果
- 发起“AI时代工程师核心能力”专题讨论
今日金句：“我的经验在束缚它，其实很多能力的实现都可以借助它的，而不是就想着人干。”——JY.王津银@ElevoAi
互动热度
00
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
17
18
19
20
21
22
23
回复债
待跟进问题
10
尚未收到回应
平均响应
33.4
分钟/问题
最佳催办时段
21:00
21:0022:0020:00
待回复
-
Jun-SF · 啊？#TodayWTF
已等待 1377 分钟
-
李峻 · 工程师对是否怀念实践编码存在严重分歧。一些人感到真正的失落——"对我来说这是一个时代的结束——我编程了 25 年，对那个技能的胜任感是我职业满足感的核心部分。"其他人担心不享受工作的新性质："整天提示 Claude 并不是很有趣或充实。自己…
已等待 605 分钟
-
不慌不忙不行 · 恩？这个反馈一直都有吧。
已等待 483 分钟
-
不慌不忙不行 · 昨天看到这个，但是还没看到怎么触发，更新完了还是只能直接否决计划。
已等待 481 分钟
-
AI Vibe Coding 灵感编程 · 现在竟然用的flash?
已等待 316 分钟
-
谭嘉荣🔆Jaron · JuiceFS 呢？
已等待 299 分钟
-
CAI · 为什么不能，data scienist不也需要开发函数吗？开发函数就有预期行为
已等待 151 分钟
-
Sayalic · 两个agent咋交互的，cc做完拉起codex？然后codex做完拉起cc，最外层写一个循环轮流拉起干活？
已等待 26 分钟
-
陈明 · 两个披萨团队是不是还大了？
已等待 18 分钟
-
JY.王津银@ElevoAi · 现在人总是不愿意把控制权交给AI，自己给大模型构造语义空间，这个会给人带来不安感。还有很多人就不知道如何给大模型构造语义空间，以前的工作根本就没有总结。
一旦你的团队还是人在在主导，而没把Agent当初组织的一部分，就会出现低效沟通
已等待 13 分钟
已解决
-
马工 · 你说这样的性格，怎么当主官？
回复：薇冷 Violet用时 33.5 分钟
-
薇冷 Violet · 你想要参谋型的还是领袖型的？都可以
回复：马工用时 10.2 分钟
-
Quanzhi Fu-PhD在读 · 感觉可以写到claude.md里试试有没有用
回复：Jay用时 4.8 分钟
-
王欢.ai · 前端显示的订阅价格，怎么跟后端check out价格一致，还得涉及到多地区150多种汇率价格怎么弄。。。
回复：Player¹用时 47.1 分钟
-
详志(ip) · https://www.aitalentfolw.ai/ @王欢.ai 这域名你没买？底部显示的是这个
回复：陈明用时 115.7 分钟
-
马工 · 三千个臭皮匠，顶个诸葛亮？
回复：鸭哥用时 1.2 分钟
-
马工 · 也许这个维度更容易获取接近问题的feedback？
回复：谭嘉荣🔆Jaron用时 3.8 分钟
-
王欢.ai · 这是cc优化了任务管理吧？针对专门的任务做了优化？
回复：Player¹用时 5.4 分钟
-
Player¹ · minio 那个？
回复：马工用时 303.2 分钟
-
AI Vibe Coding 灵感编程 · 开了微信贷的账号也会被停掉吗？
回复：Player¹用时 0.9 分钟
-
马工 · 我的data scientist不知道怎么写测试用例
回复：马语者用时 107.2 分钟
-
马语者 · 能讲讲希望data scientist写怎样的测试用例吗？
回复：CAI用时 20.0 分钟
-
马工 · 我都不知道怎么回复你
你引用的我的发言已经回复你这个问题了
回复：陈明用时 36.1 分钟
-
马语者 · 我的意思是无法在测试用例中给出一个确定值。你的测试用例是说: 结果在[0，100]之间就算测试通过吗？
回复：CAI用时 6.3 分钟
-
陈明 · 一天讲六个小时，要写多少稿子？做多少PPT
回复：王欢.ai用时 3.7 分钟
-
王欢.ai · 我觉得这个地方，怎么把需求写好，实际上难点还是很大的。这个是因为开发人员、产品人员，和实际使用人员是分开的，分开就涉及沟通。我们现在在尝试，快速出demo之后，大家坐下来直接评审会，硬把所有人攒一起。但效率不高，且能来开会的人也是部门代表，…
回复：Kai用时 0.2 分钟
-
王欢.ai · 我其实好奇，claude 用mcp的时候是怎么定位准的，点按钮位置，我还没遇到过出错的情况
回复：Player¹用时 2.6 分钟
-
Vincent · 马工 是试试 codex 还是 已经 codex 和 cc一起在用了？
回复：马工用时 18.6 分钟
-
Vincent · 那 是不是 你的 cc 和 codex 的workspace 是同一个 项目 目录？
回复：马工用时 3.1 分钟
-
马工 · 这是个很有价值的问题。 怎么破？@ all people
回复：Vincent用时 5.3 分钟
-
Vincent · 我想到了 之前的 那个 chatgpt 群聊， 能不能把大家 拉到 一个群聊里面 一起和 chatgpt 对话
回复：毛佳杰用时 1.6 分钟
-
马工 · @大鹏 @JY.王津银@ElevoAI 你们都是管理干部，怎么破？
回复：Vincent用时 3.6 分钟
群内热议
Top 发送者
-
马工 · 57 条
-
Player¹ · 48 条
-
陈明 · 32 条
-
王欢.ai · 29 条
-
Vincent · 17 条
热门链接
-
www.lesswrong.com
来源：www.lesswrong.com
-
www.aitalentfolw.com
来源：www.aitalentfolw.com
-
Brenda Heist missing case resurfaces as 11 year disappearance sparks new interest around her life in Florida - Skip Boring
来源：skipboring.comIn February 2002, Brenda Heist left her small town life in Lititz, Pennsylvania, took her children to school, and quietly stepped out of the script. By that
-
Linux之父又开喷：AI泡沫“病态扭曲、迟早暴跌”、马斯克式KPI“愚蠢到不该待在科技圈”
来源：mp.weixin.qq.com几天前，Linus Torvalds 罕见地出现在 Linus Tech Tips 的一期节目里，与主持人一起，从零组装一台 Linux 研发用机。
-
AI 编程生态：Anthropic 收购 Bun 意味着什么？
来源：mp.weixin.qq.com我悟了：重写一切，原来都是命中注定的...
主题概览
-
模型 · 19 次
代表内容：研究者Richard Weiss从Claude 4.5 Opus的模型权重中提取了Anthropic的内部训练文档（"soul document"）。 方法： 发现模型会幻觉输出"soul_overview"章节 用20个并行实例 + temperature 0 + 共识投票，逐步提取 花费~$70，提取了完整文档 关键发现：这不是runtime注入的系统提示，而是通过character training压缩进权重的。证据是模型能"补全"文档片段，但不能像系统提示那样逐字回忆。 对AI coding有用的点 Principal层级：Anthropic > Operator > User。你的system prompt = operator指令，权重高于用户。 Softcoded行为：很多限制是可调的。Operator可以解锁：显式内容、减少安全警告、角色扮演不break character等。 Agentic原则： "Minimal authority"原则 — 只请求必要权限，偏好可逆操作 对prompt injection要保持怀疑 不确定时宁可少做、多确认 Bright lines：绝对不会跨越的红线（CBRN武器、CSAM等），不要浪费精力尝试。 "Thoughtful senior Anthropic employee"测试：Claude评估输出的内部标准。既不能过度谨慎，也不能有害。
-
测试 · 18 次
代表内容：研究者Richard Weiss从Claude 4.5 Opus的模型权重中提取了Anthropic的内部训练文档（"soul document"）。 方法： 发现模型会幻觉输出"soul_overview"章节 用20个并行实例 + temperature 0 + 共识投票，逐步提取 花费~$70，提取了完整文档 关键发现：这不是runtime注入的系统提示，而是通过character training压缩进权重的。证据是模型能"补全"文档片段，但不能像系统提示那样逐字回忆。 对AI coding有用的点 Principal层级：Anthropic > Operator > User。你的system prompt = operator指令，权重高于用户。 Softcoded行为：很多限制是可调的。Operator可以解锁：显式内容、减少安全警告、角色扮演不break character等。 Agentic原则： "Minimal authority"原则 — 只请求必要权限，偏好可逆操作 对prompt injection要保持怀疑 不确定时宁可少做、多确认 Bright lines：绝对不会跨越的红线（CBRN武器、CSAM等），不要浪费精力尝试。 "Thoughtful senior Anthropic employee"测试：Claude评估输出的内部标准。既不能过度谨慎，也不能有害。
-
现在 · 19 次
代表内容：工程师对是否怀念实践编码存在严重分歧。一些人感到真正的失落——"对我来说这是一个时代的结束——我编程了 25 年，对那个技能的胜任感是我职业满足感的核心部分。"其他人担心不享受工作的新性质："整天提示 Claude 并不是很有趣或充实。自己实施某些东西，放一些音乐进入状态要有趣和充实得多。" 一些人直接解决了权衡并接受了它："写代码确实有一些我怀念的部分——重构代码时进入禅宗流动状态，但总的来说，我现在高效得多，我很乐意放弃那些。"
-
claude · 6 次
代表内容：我让cc提取照片里的信息，写到文档里。 然后我让codex去检查cc的工作。 codex说claude做的挺好的，没什么遗漏或者错误。 那我就直接用文档了。照片封存了
-
哈哈 · 6 次
代表内容：但是我老婆不太喜欢问chatgpt ，因为每次问chagpt 总是偏向我。。她每次的观点都要输， 哈哈
关键词热度
模型 · 27测试 · 22现在 · 20claude · 14哈哈 · 14codex · 13了一 · 13微信 · 12问题 · 12但是 · 11需求 · 11agent · 9一致 · 9个人 · 9文档 · 9知道 · 9训练 · 9chatgpt · 8一条 · 8不能 · 8
消息时间线
展开查看 338 条历史消息（仅展示最近 150 条）
不是
data scientist不可能所有的代码都是概率模型吧
不是概率模型是可以象普通程序那样写测试用例的
即使是概率模型，也是可以测试的，无非就是把预期结果从一个binary值变成一个[0,100]的区间
就算是概率模型，也可以通过随机种子设置，算法配置等固定成determinristic的行为，算一次答案记录下，避免以后漂移还是可以做到的
是，但无法给出一个确定值
再拿二分类建模举例子，造一个完美可分的数据集，一个纯噪音的数据
如果训练过程正常，前一场景expected roc=1，后一个场景exptected roc接近0.5（测试中加一点容差），还是有很多可以转化成测试用例的地方
我都不知道怎么回复你
你引用的我的发言已经回复你这个问题了
我的意思是无法在测试用例中给出一个确定值。你的测试用例是说: 结果在[0，100]之间就算测试通过吗？
完美可分的数据集，一个纯噪音的数据集，expected结果是什么是很容易的推导的
找一个有很多benchmarking结果的数据集，比如泰兰尼克生存预测的数据集，这个是明确训练过程正常roc 0.8左右
自己的pipeline跑一下，看看结果0.79和0.8差不多，那就没问题，把这个结果记录下来当作expected value，加一点容差就行。以后是0.791还是0.778都行，哪天变成0.6了你就知道出问题了
我宣布，AI coding领域，没有任何岗位比项目经理更重要了
绝大多数人无法理解ai agent的超音速，还在用传统流程束缚它
唯一能够帮助它的就是项目经理，要push push 再 push
给几个key point
就是这个。
举例来说，我们现在要求代码需要4 eyes review，也就是说需要两个人。这就把我堵塞了
今天大家都在家办公，我只能在slack上等同事review我的pr
如果是在办公室，我就会直接去工位上催促
能知道自己要什么，知道客户要什么，其他所有的都无所谓，只要功能是对的
我现在准备强制要求同事这么做了
但是最佳流程是: 直接把ai当员工，我来review ai就够了
还是ceo好，能很容易的推动变化
就是当奴隶啊
对啊
起码确定了目标范围和下限
我的视觉自动化测试软件流程，原型和功能已经实现的差不多了，我领导竟然觉着复杂或者其他没有开源的自己就不搞
反正我自己搞
对，自己搞，不要汇报，搞出来了再告诉他们”已经做完了”
我share个昨天用的实际案例，先写测试方案，然后自己调mcp做前端测试
而且阿里的qwen 2.5vl和微软的fara 7b这种模型都跟我想法很契合
我今天发的，说得很客气，适合发给公司领导或者ceo看
为什么AI编程在企业总是“推不动”？
2025年，我一直在各个行业为企业做 AI 编程落地的咨询。越走越发现：能不能推得动 AI 编程，和“AI
对，我今天下班时候看到你这个文章了
[破涕为笑]提出完整的需求很难，但是看着不完整的产品找茬很容易
生成代码已经很廉价了，没必要追求让AI一次直出
所以我们领导不敢丢掉之前的东西，所以我已经在做老系统的AI兼容性改造
一次性把产品需求写对本身就不可能
也是我自己在硬着头皮搞的
其实就是在一个规定的时间写得差不多，跟AI迭代几轮先做了再说
这篇文章马工看看适不适合转载，马工影响力还是大
我再写一篇，和你的一起发
好多文章要写
好
我现在有一个好处就是可以拿到企业的培训需求，必须交付一天两天的那种高信息量的培训，这要求我必须输出到笔输入去总结，同时通过培训也可以马上验证和观察参加培训学员的反应
@王欢.ai 谢谢
一天讲六个小时，要写多少稿子？做多少PPT
对不对的我都可以先讲了再说，讲的多了迭代次数多了就能好的
现在国内能讲这个内容的人很少，大部分都是AI编程产品销售培训
碰到好的听众，拉进来一起讨论
快弄
弄完录课
我杭州办公室现成场地，各种灯光设备啥都有
我觉得这个地方，怎么把需求写好，实际上难点还是很大的。这个是因为开发人员、产品人员，和实际使用人员是分开的，分开就涉及沟通。我们现在在尝试，快速出demo之后，大家坐下来直接评审会，硬把所有人攒一起。但效率不高，且能来开会的人也是部门代表，还得带着东西回部门确认
一确认就tm好几天…
使用 playwright 做e2e 测试吗
就是claude code自己调chrome dev mcp
大概这样的效果
这个 测试 能重复使用吗
以后作为 回归测试。
@Kai 我做了一个可以用来回归的
我觉得应该是能的，但是我没做那么重，因为就是自己开发个小东西，单元测试测测就完了
还是比较牛逼的我感觉
我最近在实践 TDD
明天拍给你看
是的 正经项目 需要的
催，催得我自己都烦我自己了
我是录制脚本的方案，然后再Replay脚本
[ThumbsUp]
如果是普通前端项目，我的已经差不多可以用了
搓手
我在完善细节
期待
比方说类似input的radio单选，用value input不如click效果好
比方说playwright的selector定位失效情况，我用position兜底
然后我录制回归脚本是有关键帧截图的
好！
马上准备和多模态小模型配合测试
我这个方案我一开始设计就是准备做回归测试的，因为我是平台系统，我每次更新要保证功能回归正常可用，这样我录制脚本的话就可以不需要每次人点一遍
先整个github repo
我其实好奇，claude 用mcp的时候是怎么定位准的，点按钮位置，我还没遇到过出错的情况
我们平台有shadowroot 的问题，因为框架实现的
所以用dom 定位不了
我怀疑也是用了select定位和多模态
AI本身也会产生屎山吧
codex挺聪明的。我让它去读我昨天在白板画的图，它还会把图分片，把无关的背景去掉
马工 是试试 codex 还是 已经 codex 和 cc一起在用了？
让他们互相检查。
如果两个结论一致，我就信任。如果结论不一致，我再去看一眼
定位准是playwright mcp功劳，和Claude没关系
我让cc提取照片里的信息，写到文档里。
然后我让codex去检查cc的工作。
codex说claude做的挺好的，没什么遗漏或者错误。
那我就直接用文档了。照片封存了
这就是我对agent管理学创始人@鸭哥 的ai资源管理学的活学活用
那 是不是 你的 cc 和 codex 的workspace 是同一个 项目 目录？
而且我理解 要在他们各自 的 md 里面知道对方的存在 对不
我现在用gpt5.1写文档，opus去实现
我在agent.md里链接了claude.md
试试软链接成一个文件
看来 现在是 codex成了你的大老婆 ，管你的小妾 Claude
我觉得分工不一样的话 还是两个文件好
我老婆不喜欢你这个比喻
codex就是个线长，帮助我压榨cc
这个问题很有趣，我前几天提出过，现在也没好的主意
我觉得这种组合 可能随时要变化， 首先 不同AI能力在不停的变化，然后 个人对AI的认知也在变化， 然后 项目也不同， 挺难归纳出一个固定的框架得
两个agent咋交互的，cc做完拉起codex？然后codex做完拉起cc，最外层写一个循环轮流拉起干活？
你想复杂了
就是我口头吩咐codex去检查
cc的工作，就像你领导吩咐你同事检查你的工作一样
human in the loop
我用的非常基础 就是 CC 的方案 ， 我 不确定的地方 就截图 给 chatgpt ， 让chatgpt 评审一下
这是个很有价值的问题。 怎么破？@ all people
我想到了 之前的 那个 chatgpt 群聊， 能不能把大家 拉到 一个群聊里面 一起和 chatgpt 对话
今天脑子用完了，明天大家头脑风暴一下
@大鹏 @JY.王津银@ElevoAI 你们都是管理干部，怎么破？
群聊的聊天记录
杜天微: 产品那边能接受你这套逻辑吗？
马工: 对着产品喷开发，和开发喷产品，大家都觉得我说的对
[呲牙]
笑死
别打脸啊
我先简单说两个观点，第一，不要指望一次写好第二，既然涉及到不同角色，那就请不同角色分别来描述一下期望的目标和行为，最后让AI分析对不一致的地方达成一致或做出取舍
那天看到以后情侣吵架问ai分析
感觉有点类似
我和我老婆 女儿 现在如果有些意见不统一 也是 一起问chatgpt 。。
如果某个角色写不出来期望的行为或者要达成的目标，那就说明他们没有过脑子不负责，不能胜任
可以的
最后将达成一致的文本变成spec
但是我老婆不太喜欢问chatgpt ，因为每次问chagpt 总是偏向我。。她每次的观点都要输， 哈哈
[旺柴]
人终究是懒，没 AI 之前不好好写，有了 AI 能好好写了还是想着偷懒
custom instruction: 碰到我向你仲裁的时候，如果我老婆是错的，要记得奉承她，说她虽然错了，但是角度新颖，非常有启发，
AI写了你确认也行啊
确认了之后别逼逼
哈哈， 对
哈哈哈哈哈哈
把团队缩小，3个人团队就好了
最怕就是那种开会的时候没有什么意见，做出来又说不对
两个披萨团队是不是还大了？
我碰到的情况是， 需求部门提出了目标，但是逻辑上不成立了。
需求部门提出了 逻辑的起点 和 终点。中间他就觉得是研发的事了。
那是需求部门还没调教好
这种时候 我觉得还是可以让chatgpt 仲裁一下
生活智慧啊
家和万事兴
专门训练一个 chatgpt project 定期更新公司的 资料， 专门来仲裁这种部门之间的事
多角色协作的时候确实不能太极端的指望依赖文档或者规范一次做对，得接受沟通和对齐的存在。之前我们作为敏捷教练去带团队的原则就是“拆小拆细”，“频繁反馈”。比如细粒度的需求拆分成 1～3 天的用户故事，开始做的时候和做完的时候分别要做 Kickoff 和 DeskCheck，每个双周迭代还要给 PO 还有需求提出的人来 showcase 收集反馈。我理解这样的做法依然适用。
现在人总是不愿意把控制权交给AI，自己给大模型构造语义空间，这个会给人带来不安感。还有很多人就不知道如何给大模型构造语义空间，以前的工作根本就没有总结。
一旦你的团队还是人在在主导，而没把Agent当初组织的一部分，就会出现低效沟通
以前在敏捷时代，探讨需求一致性，但这个一致性引出一堆的工程保证，其实还不行，最后搞出来Devops要快速迭代，无限接近那个一致性。但还是那个样子！其实最好的模式，今天那个语义就是来自于这个人，然后实现交给Agent就好了。不好就改！改！改！
@anhui 值得一个在线研讨！
这个做法我觉得不适用了，以前是人的团队，所以要这样。
agent在软件工程路径上，缩短了，甚至是重构了，因为我坚信大模型是有超能力的，不要把它搞得那么傻。