2026-04-27 08:00:00
封面图用于周末去拱墅这边办事看到的一个带着口罩的雕塑小孩，一转眼疫情居然过去了这么久了，但是又感觉弹指一挥间，还是需要记住那几年的。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
在写完 Kami 的时候，我突然想 Kaku、Waza、Kami 非常像一个小家庭，然后继续琢磨，其实 Pake、MiaoYan、Mole 也一直在这个家庭默默存在，甚至比其他成员在没有 AI 的时候就出来干活了，今天给大伙介绍一下我们这个温馨幸福的家庭。
Kaku 是 爸爸，主要在写代码、终端、构建，在 AI 时代非常可靠能干，把家庭支撑得好好的。
Pake 是妈妈，一直在默默无闻的打包、整理、交付成 App，非常温和且利落，家里几个孩子最喜欢的就是妈妈。
MiaoYan 是哥哥，比较懂事沉稳，喜欢写作、Markdown、沉淀思考，一个安静的小伙子，会思考，有自己的主见，会输出自己的观点，不追风不随波逐流。
Waza 是姐姐，和妈妈的性格很像，很干练的姐姐形象，小时候还去学过跆拳道，非常爱学习，通过不够的练习总结让自己技能越来越好，练到本能。
Kami 是妹妹，家里最年轻的小可爱，拿着我女儿的照片形象生成的，轻快，非常爱笑，非常明亮的小女孩，在家里有一种秩序检察的感觉，喜欢整齐，喜欢画漂亮的画画，虽然小，但是很能够给人温暖。
Mole 是家里的小宠物鼹鼠，某年在三亚泳池边游泳带回家的，一只圆滚滚的小鼹鼠，带着小头灯拿着小铲子，非常喜欢翻箱倒柜钻角落，找到不需要的东西帮忙扔掉，很喜欢干净，一看到垃圾还没有等你反应过来就被他扔掉了，一直陪伴着。
话说，你是先和 Tw93 Open Source Family 哪一个成员认识的，我把他的其他家庭成员介绍给你认识认识，希望给你的生活来带来一点美好的东西，当然也很欢迎你把成员推荐给你的好朋友认识。
Kami：一个 AI 时代舒爽的排版设计系统
https://github.com/tw93/kami
上上周末在整一个新的 Skill 叫做 Kami (紙, かみ)，大伙可以把他当做 Waza (技, わざ) 的妹妹，Kaku(書く) 的女儿，主打用于 Paper 排版的场景，上周一完成了开源发布，欢迎去使用。
比如说你需要产出一页纸的报告，你需要写一个白皮书、需要产出一个精致的 PPT、需要弄一个作品集的 PDF 发给别人等等，也就是任何排版的打印场景都可以使用，自动生成精致 PDF，里面还具备自动绘制清晰图的能力。
然后最近还有很多更新，首先最好玩的是，我支持了 12 种内联的 SVG 图表，比如说你的股票投资各种图、你要画的架构图，配色也和 Kami 一致，会在帮你产出版面的时候自动判断是否需要用图表能力，帮你把事情讲得更明白。
然后我也花了一些时间去支持英文、日文版本的场景，精挑细选了下对应的我觉得在排版上不错的字体、字间距、行高、文字大小等，假如你有英文、日文的场景可以试试。
最后支持的生产物里面也支持图片、PPT 的导出，包括 HTML 的展示，当然最好的排版物我推荐 PDF，这样他人阅读起来也非常舒服。
Mole 也有更新啦，还有一个好消息桌面端有进展了
https://github.com/tw93/Mole
1、mo uninstall: 卸载后会清理残留的 LaunchAgent/LaunchDaemon plist；新增对 /usr/local、/opt 等非标准路径下 pkg 安装应用的识别；嵌套 helper app 不再阻塞登录项清理；调用 brew 前会丢弃 sudo，避免 cask 卸载因 “running as root” 中断；Homebrew bottle 在路径含空格的前缀（如 Applite）下也能正常运行。
2、mo clean: Chrome / Arc / Brave / Vivaldi / VS Code / Cursor 正在运行时不再清理 Service Worker ScriptCache，MV3 扩展不会再被清理掉；TCC 受保护的 Group Containers 被跳过，避免反复弹隐私授权；
3、Cloud & Office 段加入超时与 SIGINT 处理，不再卡住；Microsoft Office helpers 与科研软件 bundle 不再被误判为孤儿（兼容 macOS 自带 bash 3.2）；新增 Yarn v1 全局缓存清理。
4、mo clean: AI 编程助手老版本清理新增 GitHub Copilot CLI（~/.copilot/pkg/universal/
5、mo analyze: 工作池上限再次下调，防止 Steam 类目录扇出场景下耗尽系统线程；删除文件时使用增量缓存失效，无需整体重扫；bundle 解析在 mdfind 超时后保留文件系统兜底。
6、mo optimize: macOS 26+ 上底层工具不存在的 periodic maintenance 改为优雅跳过；新增 mo optimise 别名和补全。
你不知道的 AI Coding：非技术人的上手、场景与实战
https://tw93.fun/2026-04-26/ai-coding.html
上个月在公司里给产品和业务的小伙伴分享了下如何上手 AI Coding，加上最近又发了条推特，聊到不少同学因为订阅门槛没机会用上一线 AI Coding 工具，方法和习惯不花钱就能先学，索性把上手这部分整理出来。然后为了让内容给大伙更好理解，文章中绘制了不少简单插画，这样看起来应该更会直接。
视频分享版的《你不知道的 Agent：原理、架构与工程实践》
https://www.youtube.com/watch?v=Z5If1L3eFtw
终于传到 Youtube 去了，上次看文章的小伙伴假如没有看太懂的，或者想更加了解的，欢迎看视频，Youtuber 视频小白欢迎大家一键三连加关注，以后我尽量把分享都录屏分享给大伙在这里看看。
这个分享文稿也非常有意思，是 Kami 的前身。Kami 最开始是我在 CC 里面的一个投资报告生成小玩意，然后刚好有一个分享要讲你不知道的 Agent，很懒感觉写一个这么长的 PPT 多费时间啊，然后就直接把原来能力边生成边调试几个版本到满意状态，然后 Kami 就出生了，欢迎阅读。
幸福瞬间
周日慵懒的午后在书房敲代码
没有什么杂事要处理
用不完的 Claude Code
代码一把过的惊喜
一抬头看到了夕阳透过窗户
一种非常简单的幸福
一些感悟发出后，又有变化了
最近校招面试了不少 985 实习生，一个很强烈的感受是：AI 工具正在把学生之间的资源差距快速放大。
从我这段时间的感受看，差距真的可能到 5 倍。那些明显领先很多的同学，无一例外都比较早接触了 Claude Code、Codex 这类最好的 AI Coding 工具，也愿意自己花钱订阅。他们不只是会用工具，而是已经把它们变成了日常学习和开发的一部分。聊模型、工程、Agent、代码实践，可以很自然地聊一个小时，很多地方甚至比我理解得更深。
但也有不少同学，学习成绩很好，计算机基础也扎实，只是因为家庭条件或预算有限，平时只能用国内中转站或更便宜的国产模型套餐，这个差距非常现实。现在最好的国产模型和国外一线模型，在 模型综合能力上大概还有半年左右的时间差。以前没有 AI 的时候，资源差距最多只是效率差一点，现在会直接影响视野、实践深度和自信心。
这件事我最近一直在琢磨，对一些本来很有潜力的学生来说，只是因为每个月几十美元的门槛，就少接触了很多东西，我觉得挺可惜。想起我当时读大学的时候其实也经常阆中羞涩，好在大二认识了不少大牛学长带着我开始做商业项目养好了自己，挺感谢当时很耐心教我技术的各种朋友。
所以我想做一个很小的尝试：拿一部分 X 发推收益，资助几位学习成绩不错、喜欢计算机、但家庭条件不太宽裕的同学，给他们提供几个月 Claude Code 或类似 AI Coding 工具的订阅，让他们真正体验一下目前比较好的模型和开发方式。
不过我自己平时也比较忙，不太可能一个人长期处理申请、筛选、核验和跟进。所以也想顺便邀请一些对此有想法的朋友一起做。比如高校老师、学生负责人、开源社区成员，或者本身就在做教育、公益、开发者社区的朋友，可以一起帮忙想一个更靠谱的机制。
这件事我暂时不想做大，也不想做成很复杂。先从小规模实验开始，比如每期 5 到 6 个同学，每人 3 到 4 个月，甚至也可以每周来找我视频问一些问题。想着优先看推荐、作品、学习记录和真实使用反馈，尽量避免变成单纯发钱或者拼谁会写申请，当然现在能上 X 的大学生应该不缺这个钱，所以还是需要看有没有更好的渠道。
如果你有靠谱渠道，或者愿意一起参与规则设计、推荐、审核、跟进，欢迎私信我。能把这件事做得更可信一点，也许真的能帮到几个本来就很有潜力的同学。
回复更新>：
消息发出后，收到不少朋友的建议和提醒，我也认真看了。
这件事确实不能只靠热情直接推进。一方面涉及工具使用边界和合规风险，另一方面学生群体的真实需求、筛选方式、后续反馈，也都需要更稳妥的机制。也有朋友提到，之前做类似事情踩过很大的坑，最后甚至被反咬一口，这个提醒我觉得很有价值。
所以我准备先接下来先收集一些实际情况，比如大学生现在使用 AI Coding 工具的痛点、预算限制、学习场景和真实需求，再整理一个更清晰的方案。
后面会优先考虑和国内大模型厂商、开发者社区、高校老师一起，看能不能用更正规、更可持续的方式，把这件事往前推一小步。
2026-04-20 08:00:00
封面图用于周内中午去西溪湿地月芽吃了个午饭，好久没有去了，环境真好，刚好那天太阳穿短袖刚刚好舒服的那种状态，拍了一个窗外，春天真快。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
我想陆续用几条内容来介绍 Waza 里面一些有趣技能的实现参考，上周每天早上写了一条，记录给大伙看看。
https://github.com/tw93/waza
首先我非常讨厌 AI 生成的那种千篇一律甚至还带 emoji，蓝紫色渐变的网站，觉得非常丑，只能说能用。
于是我把我最近做的所有的带 UI 的网站让 Claude Code 去学习我的调教记录，会生成一份基础的我觉得最佳实践和不应该有的反模式，这个基础上会有一个雏形，然后我把 claude frontend design skill 里面有用的学习过来，基本就有一个模式了。
考虑到一些具体规则，我从 pbakaus/impeccable 学习了一些，他给我贡献了大量具体的规则，比如说禁用的字体清单、色彩系统、主题风格、css 模式的禁止项、动画的规范等，用于让 AI 具备一定的审美知识了。
然后从 getdesign 的能力中，获取到设计的一个来源于 Google Stitch 的九段式脚手架的结构，在简化能力基础上汇集到 /design 里面，这里他就有一个知识面体系了。
最后我会在让你用这个技能的时候，先回答几个问题，谁用、美学方向选择、页面想让用户记住的、你最不喜欢的、网页特色微交互是怎么样的，这样 Claude Code 再基于这个重要的上下文以及 /design 去工作 往往会得到事倍功半的效果。
首先我们需要知道模型本身告诉你他做完了，不一定是做完了，很有可能会留下一些不存在或者有问题的东西，经常会藏些问题，在 Agent 设计中我的工程经验是会给模型一个 checklist 用来校验是否真的做完了，这样往往会比你让他去检查效果好太多了。
/check 最开始做的时候设计就不是一个大而全的 reviewer，而是一个编排分工能力系统，其中 SKILLmd 是主审，负责审查的分级和流程控制，agents/ 下有独立的安全审查员和架构审查员，各管各的，互不干扰，什么时候拉谁进来，会由一份激活规则来判断决定，而非传统大家用的关键词匹配。
分级逻辑也比较有意思，对于 100 行以下的代码快速 review，100-500 行的按需加专家，500 行以上的全拉满，然后再加一轮对抗性测试，对抗性测试会从这四个角度来找漏洞，包括违反假设条件、组合失败下的问题可能、上下级串联错误的问题、滥用的场景等等
然后发现的问题也分 4 级来处理，能安全修复的直接去修复了，大概了对的会打包出来让你手动再确定一次是否 ok，需要判断的会问你，仅供参考的部分也会高数你，但是不会每一个小问题都来问你一遍，也不会越权帮你改行为逻辑。
还有一个硬要求，验证没有跑完就不算完成，会自带一个探测的脚本，能识别 Cargo、TypeScript、Python 等项目类型去跑测试，探测不到就直接报错，不会假装通过。
这样就更像一个很经验的技术专家，在面对不同情况的问题 review 的一些经验，刚好我把这些经验用很简单方式沉淀到了 waza 的 /check 技能。
居然到了 Waza Skill 设计思路分享的第三弹，今天给大伙分享我是如何设计 /think 这个技能的，也就是在写代码之前做方案设计用的。
我使用 Claude Code 有两个非常有意思的设置，第一个是 /model opusplan, 也即默认做计划会使用 opus 最强模型，然后去执行使用普通 Sonnet 模型，这样可以帮助我的 Max 省点儿用在更需要地方。
第二个是我其实默认执行会用 alias c=“claude —dangerously-skip-permissions”，这个不建议技术小白用，我用是由于我知道他在做什么，以及主要是我懒得缘故。
然后回到正题，那么 /think 怎么让最牛的模型执行更好一点呢？继续回到模型本身，其实模型不喜欢表态，但是我更喜欢能表态给你最优方案的工程师，所有我做的第一件事就是，开头就要求模型必须有立场，说清楚什么证据能推翻这个立场，并且明确禁掉了”There are many ways to think about this”这类正确但无用的废话，给 2-3 个选项没问题，但必须有明确推荐，而且必须包含一个最小化选项。
然后方案并不是想出来就 ok 了，第二部会让他自己反驳自己，什么情况下这个方案会有问题，假如有办法修复，那就补充到方案里面重新呈现，假如直接打破了方案，他会直接高数在哪些情况下为什么不行，这样至少交到你手里的方案是你心知肚明的。
对于前提验证也会做得比较细，先确定解决的目录代码位置对不对，我还真出现过他出方案拿着一个不对的路径在出，然后查旧的技术方案文档避免重复造轮子，然后去搜索 Github 看看有没有人也处理过类似的问题，这三步做完才开始想办法，防止一开始就建立在错误的前提上。
这里也会有复杂性分级，超过 8 个文件或者服务新增会明确告知规模，超 3 个组件交换数据会画 ASCII 图找环，所有 API key 和第三方依赖在方案阶段就列清楚，防止白忙，也防止引入不靠谱的方案。
最后还有一个硬性规定，方案里面不允许出现 TBD、TODO、“以后再说”、“类似第 N 步”这种东西，因为又回到 AI 的性格，给了这个东西执行的时候很容易出现少做或者多瞎想，相当于不要给 AI 任何退路，导致效果不好。
最后方案的输出也有要求，做什么、不做什么、选了哪一个方案什么理由，3-5 个决策依据，明确的未知项，/think 决不写代码，用户批准后再进行。
这里我做 Think 技能的时候，也是参考我认为好的技术专家是怎么来做技术方案的，详细分析调研后的最优技术方案，决策果断，不留尾巴，被否定了立马去优化方案本身等等。
终于到了 Waza SKill 设计思路的第 4 部分，讲完这个就差不多了，因为其他两个是 /read 和 /learn 之前已经简单聊过，这次继续聊工程师技能部分的 /hunt 技能，其实就是 debug 问题排查问题的技能。
其实证明 AICoding 是民科和专科的一个很大区别，可以来看用户是如何用 AI 来解决一些很久没有解决的问题的排查思路的，这个过程可以看到明显区别，其实这也是经验丰富的工程师其实用好 AI 远会比不那么懂技术的人可以解决更加复杂问题的原因。
之前经常碰到，Claude Code 遇到一个问题去解决，基本上就是是一个 patch，你说不行，他给你是另外一个，你会发现 4-5 轮下面，又有新问题出来了，也即很容易出现在没有诊断出问题下不断去打补丁，很像之前没有 AI 时候刚刚写代码的小伙伴。
/hunt 的核心规则有意思，就是在 AI 能用一句话说出根因之前，不许碰代码。而且这句话有精度要求，需要明确的那种原因说明。
然后我设计了一张“自我欺骗检查表”，防止模型陷入几种典型的自我合理化的思维，每一种都配备了对应的规则，然后在 gotchas 里有真实案例，这里会根据我最近一个月排查问题时候出现的问题再次总结抽象一下。
假设验证阶段也有一些干活要求，比如加一个最新的观测手段，比如让 AI 学会打 log，打断言，或者跑一个最小失败的测试 case，修完之后还有问题应该是立马去更换方案，会把查了什么、排查了什么方向、还不知道什么整理成 handoff 交给用户来决定怎么继续，而非一直试下去。
输出也会建议到 AI，根因在哪 file:line、改了什么 file:line、什么证据确认修好了、测试通过情况。最终状态三选一：resolved、resolved with caveats、blocked。
这样你会发现 /hunt 就很像一个经验丰富的技术专家了，遇到问题不是去猜，而是先沉下心去看问题在哪儿，诊断清楚原因，然后一把就过就解决的那种，往往这样会节约很多时间。
妙言发布了 3.2.0 Nargacuga 🐆 版本
http://github.com/tw93/MiaoYan
1、预览更快：两阶段渲染让文字立即显示，本地图片在后台懒加载，明显减少预览首屏等待时间
2、终端快捷入口：新增 Cmd+J 全局快捷键，随时打开当前文件夹所在终端，文件夹右键菜单也有对应入口
3、复制路径：右键任意笔记可直接复制完整文件路径
4、西班牙语本地化：完整覆盖菜单、设置页和系统字符串的西班牙语翻译
5、Mermaid 升级至 v11.14.0，修复子图连线渲染问题并新增图表功能
6、实时重载修复：其他工具修改的笔记现在能正确触发重载，含符号链接目录内的文件（closes #502）
7、启动与窗口修复：从 Finder 直接打开 .md 文件不再出现白屏，单栏模式下启动和退出时也不会再丢失笔记
8、导出与模式切换：修复切换笔记时预览空白、PPT 演示模式退出时序混乱、导出超时处理异常等问题
9、并发安全：修复 ExportCache 数据竞争、安全作用域 URL 泄漏、异步渲染后笔记状态错乱等问题
Kaku 最近会上一个有意思的功能，再等几天就上线
https://github.com/tw93/Kaku
Kaku 最近在开发一个有意思的功能，一个在终端内可畅通无阻的真 Agent 帮手，慢慢实现过年期间说的那个 Kaku AI 的润物细无声，也满足让我 100% 的 Coding 工作可以完全在 Kaku 完成。
非常方便的上下文环境 + 各种 CLI 好用的工具 + 模型 + 克制的性格 让 Kaku 不是那种冷冰冰，也不是那种 GPT 那种我稳稳把你接住的浮夸感，Kaku AI 的定位是你的一个技术很厉害但友善且不啰嗦的工程师好友。等我测试几天没有 Bug 的时候，就发布 Kaku 的 0.10 版本给大伙用用。
我的 Claude Code Max 使用建议
首先我会在 .zshrc 里面加上一个 alias，这样我每次按 c 就直接启动了危险无阻挡模式，假如你是小白就不建议开始，使用 auto mode 就好了，然后有一个很大的建议，把自动上下文窗口压缩控制到 400k，加起来就是后面这个 alias 写到文件里面去，相当于把 1m 的上下文窗口在 40%的时候就开始压缩了，效果会好不少。
alias c='CLAUDE_CODE_AUTO_COMPACT_WINDOW=400000 claude --dangerously-skip-permissions'然后我会设置 /model 为 opusplan，这类你可以直接在 claude code 里面运行 /model opusplan 这个隐藏命令就开始了，假如想更快，可以 /fast 打开这个，刚好弥补上面节约的 token。
最后，还有人给了我一个超级好的建议，就是在使用 opusplan 的时候，一定要在 claude 配置文件~/.claude/settings.json里面开启 showClearContextOnPlanAccept 这个字段为 true，不然会会在 sonnet 上遇到严重的缓存未命中问题，一把设置好后，舒服太多了。
2026-04-12 08:00:00
封面图用于记录我的硬件小玩具终于完工的照片，很有意思，我想着把这个过程通过今天的周刊记录下来，希望有兴趣的小伙伴来看看。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
在 AI 时代，我是如何深入学习一个技术领域的
https://tw93.fun/2026-04-06/learn.html
把上次的学习总结，集合 Waza 里面的/learn 技能给大伙分享一下，关于上一篇大模型的文章我是如何写的过程，希望对你有用。
4 月 4 日，重学硬件，期待可以整一个软硬件结合的小玩意
这个时候属于买齐了所有的零件和工具，大大小小一桌子，等到清明节假期来好好玩玩。
4 月 4 日晚上 9 点 45，0.1.0-beta 版本
终于有第一个反应了，别提我有多高兴了，请忽略粗鲁，因为出厂设置就是这样，我要用 Windows 电脑去修改。
4 月 5 日凌晨 12 点 07，0.1.0-beta1
搞定 WiFi 模块、AI 模块、单片机模块、四足模块可运行。明天来加上脚以及调试屏幕效果，立马就睡觉去去！
4 月 5 日中午 1 点 45，0.1.0-beta2
调好机械腿控制模块，可以趴下睡觉行走，这个狗还是一如既往的粗率，但但但采购的有一个机械腿马达看着有点问题，等待换零件中！
4 月 6 日上午 10 点 33，0.1.0-beta3
腿部控制全部 OK 了，但是现在屏幕应该是我调试过程中烧屏了，等待快递中，期待尽快 Release！
4 月 8 日晚上 11 点 37，0.1.0-beta4
晚上下班后屏幕终于到了，一下子调试好屏幕、温度二氧化碳、红线外、灯光等传感器，WiFi 配网调试中，基本出现差不多了，剩下封胶和稳固。
4 月 11 日上午 11 点 30，0.1.0 终于完成 🎉
把电池包封胶好了，还绑了几根带子防止散架，WiFi 和 Ai 对话模块也调试好了，使用 DeepSeek 模型稍微快一点，对话速度还可以，接下来打算玩高级一点硬件去。
最后拍几张立体照，记录一下
|
|
|
|
App Store Price：可以查询不同国家/地区 App Store 中应用的价格信息
https://app.vbr.me
这个工具有点意思，可以查询不同国家/地区 App Store 中应用的价格信息，比如说你可以看 Claude 哪一个区订阅最便宜，后面我应该用得上。
和大伙聊聊我认为的好的产品体验
上次飞丢的无人机有后续了，由于飞到中途信号突然消失，找了半天没有找到，上传飞行日志大疆排查也没有排查出来，在他们不确定是否真的飞丢情况下，在提供非常简单证明情况下，随心飞服务，直接寄给我一台全新，甚至担心我使用更方便，还送了我一张 128G 的卡，全程没有任何地方让我解释为啥飞丢了，有没有去找。
这个事情让我非常喜欢大疆了，服务体验不管是客服还是技术支持工程师在这个过程非常专业清晰，想借这个事情和大伙聊聊我认为的好的产品体验。
其实产品体验好并不只是大家经常以为，这个产品交互好棒，漂亮，好用，没有 Bug，更更重要的是让用户在着急时刻，你给他提供了一个远比他预期之外的更好体验，让他会非常激动给他的朋友分享你给到他的这次好的体验，这个我认为才是真的好的做生意的服务体验，也很担心这种因为信任所以简单的体验被有些钻空子贪便宜的小人破坏，只能是我们有心的大伙一起去维护这个好的信任关系。
上两次让我体验非常好的是携程，要不是他是中概股，他应该会是我的持仓大头，体验好在这两次抢火车票的经历。
第一次是 3 年前，春节回老家抢票，由于票很难买，他给我选的是多买几站确保可以上车，其实这里我就非常感谢他了，因为其他平台都没有抢到，更更更惊喜的是当时下午我还去电影院看电影了，想着这个事情完成了，看电影过程中，接到一个不知道电话我给直接挂断了，结果立马收到一个短信，说先生我们给你抢到了不需要多买几站的方案，担心需要你麻烦去 App 订单页面确定一下，明显看刚刚那个电话也是人打的，这个短信肯定也是那个服务支持同学发出来的，那个时候，并不是那几十块钱，而是我感觉他们服务体验做得真好，真的是在帮你干事，而且比你的预期办的好很多，这个才叫好的体验。
还有一次在最近国庆回家，也抢到了两张一等座票，不过两个位置不在一块，还挺远的，可能是由于标注了带了一岁半宝宝，关键来了，在出发前 1 天，携程居然自动帮我换座位了，更简单消息通知告诉我，我们找到你这边车厢又有空位了，已经帮你换到一个车厢一起了，这个体验，又是一次比我预期给我带来更好的帮助。
所以大伙做产品过程中，其实可以给到更多用户在他不好整的时候一个远超出他预期的体验或者帮助，而非骗用户骗点击方式来达成自己的目标，这样用户真的会爱死你了，成为你的产品的死忠粉！
2026-04-06 08:00:00
封面图用于记录我假期在家三天玩的硬件小玩具，从一堆材料中锡焊、点胶、调试，终于快到最后一步了，屏幕调试过程中烧屏了，只能等快递到了继续整，很好玩。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
你不知道的大模型训练：原理、路径与新实践
https://tw93.fun/2026-04-03/llm.html
至今写得耗时最长的一篇文章，好在搞懂了大模型训练皮毛，里面门道和我研究前相差太大了，非常建议从事 AI 应用或者对 AI 有兴趣的任何小伙伴阅读，应该能够让你看懂以及看个够。
Waza 我的工程师分身 Skill
https://github.com/tw93/waza
把我自己常用的 Skill Release 成一个新玩意叫 Waza，在日语中是 技（わざ） 的意思，常用于武术领域的招式，第一次开源一个没有代码只有 md 的产品，在没有 AI 的年代对于程序员而言是很羞耻的。
之前 Superpowers 出来的时候，我安装一次就卸载了，感觉太重了，不是很适合我，会有不少人给我推荐 “你知道 Superpowers 吗？这个都不用那你就不潮流了，非常牛逼”，后面发现了 gstack，好了不少，但还是太多了，还是不习惯，我期待简单好用，同时清楚它在做什么。
所以我按自己的习惯做了 Waza，对我而言装上这一套就够了，其他 skill 不用再折腾，不多不少刚好够用，后面有新的迭代可以持续优化下去。8 个 skill 对应我认为在 AI 时代一个好的工程师应该具备的 8 个能力：
1、会思考，AI 写代码很快，但方向错了越快越远，好的工程师在动手前会先质疑问题本身，压测方案，脑子里有清晰的架构再让 AI 去执行，/think 就是把这个习惯固定下来。
2、会设计，做产品不只是把功能实现了，AI 生成的东西很容易千篇一律，好的工程师对交付物有审美要求，出来的东西要有明确的设计方向，/design 做的就是这件事。
3、会排查，AI 改 bug 最容易陷入”改了试试”的循环，好的工程师遇到问题会系统化定位，确认根因再动手修，一次到位，这个习惯我沉淀成了 /hunt。
4、会检查，AI 生成的代码更需要人来把关，合并前先审一遍 diff，能自动修的修掉，需要判断的归拢到一起，用证据验证而不是凭感觉收工，这个是 /check。
5、会阅读，好的工程师习惯读一手资料而不是二手总结，把 URL 或 PDF 转成干净的 Markdown 直接进工作流，/read 做的就是这件事。
6、会写作，技术再强，写不清楚别人就接收不到，好的工程师能把学到的、想表达的东西清晰地传递给对应的受众，/write 帮你把这一步做好。
7、会学习，AI 时代技术迭代更快，进入一个陌生领域不是刷几篇文章就完了，而是收集、消化、提纲、初稿、打磨、发布，用输出驱动学习，/learn 就是这套流程。
8、会维护，好的工程师不只关注业务代码，工具链本身也需要体检，CLAUDE.md、rules、hooks、MCP 这些配置感觉不对的时候跑一下 /health 就知道问题在哪。
Kaku 0.9 版本发布了很好用
https://github.com/tw93/kaku
发布了几个有意思的功能，相信可以帮助到你。
1、自然语言生成命令：输入 # <描述> 后按回车，自动生成的命令注入回提示符
2、Option+Click 移动光标：点击当前行任意位置即可将光标移动到该位置
3、 窗口置顶：通过 Window 菜单将窗口固定在最前，随时可切换开关
Claude HUD 这个工具帮你看到你的 Claude 使用量
https://github.com/jarrodwatts/claude-hud
功能有点儿过于全了，我简单配置后，支持了如下的效果，使用起来不错，有兴趣可以试试，不过代码感觉有点复杂，有空我会优化一下这个功能，极简就好。
一个很极简 AI 友好的 markdown 文档生成器
https://docmd.io
偶然发现了 docmd，给开发者用的极简零配置文档生成器，可以把 Markdown 转换为快速、清爽的静态文档，具备自动路由、内置搜索和 AI 方便使用的上下文能力。
买了一个 140W 的充电器好用的
买了一个 140W 的充电器，大小合适，终于从之前 45W 解脱了，有 4 个口，这样出门就方便多了，这个显示屏显示功率我很喜欢了。
|
|
|
想和大伙聊聊，在 AI 时代我是如何深入学习一个技术领域的。
之前没有 AI 之前更多是看书、翻这个领域有名的国内外人的所有博客，然后摘抄记录到笔记本，这种速度挺慢，但是很有学习的乐趣，比如当时学习 WebGL 就是这种感觉，可能学懂一个东西差不多要半年空闲时间，慢但快乐。
现在有了 AI 之后，其实我很讨厌网上那种 3 分钟教你看完百年孤独，也讨厌一切短剧和倍速看电视剧的方式，更多还是挑好的看，吃好一点。
不过最近写你不知道的 Claude Code 和 Agent 系列，除了自己懂的部分外，其实还有大量不太清楚的领域，好在之前收藏了不少文章，刚好借助这一块清库存，全部搞懂输出出去，一直认为，很多时候，不在于看了多少东西，听了多少东西，输入了多少东西，其实用处不大，更加看重你输出了多少东西，这个才是你自己的。
然后我上上周启动了一个深坑挑战自己，研究大模型的训练流程，确保非专业的人也听得懂，探索了 2 周，刚好这个经验可以分享给大伙，当然成文也差不多好了，最近会发出。
我会把这个学习过程当做写代码一样的组织，第一步收集高质量的资料，比如与之相关的近几年的精品论文，各大模型厂商发布的关键模型的博客，X 上模型负责人发表的一些文章，以及斯坦福等高校的近两年关于这一块的课程学习，还有经典的手搓一个大模型的代码仓库等等，这些都是我的一个资料来源过程，我会借助工具自动化全部下载、转 md、清洗，梳理，弄好结构化分门别类到我这次研究的仓库。
然后对于自己看得懂的内容就全部看一遍，把不好的删掉，好的留下，对于看不懂的内容，直接借助 Claude 帮我的理解，更复杂一点的直接翻译成中文去阅读，对于代码本地可以跑的就跑起来，不能跑的那种就去看结构，总之会有一个大概的认识和知晓技术原理，这个阶段可以去掉原有一半可能没有用的内容。
到了这个阶段，其实你对这个领域有一个大概的认知了，就可以给这篇文章开始写一个大纲，以及大纲应该结合的来源内容，这里均可以用 markdown 很多表达，你要讲什么，或者说你想讲什么更想让读者知道，一定一定，文章是写给你给给看的人看的，需要知晓对方的认知水平，和汇报其实差不多。
然后接下来就是苦力活加之前内容的复习过程，和大学时候考试前复习很像，把每一章的内容填充完整，这样下来，你会得到一篇非常长而且有点啰嗦的文章。
这个时候 AI 就可以帮太忙，你可以让他帮你不改变你原有的内容意思你的语气的情况下，帮我去掉无用的啰嗦内容，以及连贯不到位的内容，或者是这一块缺少的内容，还需要补充什么知识的地方，借助 AI 继续去完善补充，这里又可以学到很多原来遗漏的东西。
最后整理好以后，可以继续自己读一遍，而非让 AI 读一遍，这里 AI 只是工具，千万不要把你的脑袋被 AI 代替了，这就没有啥意思来，自己读的过程中可以对文章继续修改调优，这里和写代码又非常像了，自测那种感觉，修复问题修问题，最后读了 2 遍以后，基本感觉完美了，然后就可以发出来给大伙看看。
有小伙伴肯定是担心自己写的东西没有人看，就不太喜欢发出来，或者说就不写了，其实只要你的内容有意义，自然就有读者，而非是你偷懒的理由。
花 10min 写完这个碎碎念，结束，欢迎交流你是如何学习一个新领域的，下面视频就是我后面要发的那篇你不知道的大模型训练文章的学习仓库，挺有意思，就录了一个视频给大伙看看我的工业化学习方式。
2026-03-30 08:00:00
封面图用于纪念我的无人机，终于飞丢了，这个是它拍下来的最后一个作品，好在有随心飞，应该可以免费换一个。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
Kaku 发布了 0.8 版本
https://github.com/tw93/Kaku
这个版本取名 Fish 🐟，Kaku 这次更新主要集中在 shell 兼容性、标签行为和稳定性。
一方面补齐了 fish shell 的完整引导能力，支持 Starship、Yazi、主题同步和配置；另一方面优化了标签管理，包括记住上次目录、让 update 和 doctor 在独立标签中运行，以及新增只显示目录名的标签标题选项。
同时也修复了快速输出和 Claude Code 场景下的 viewport 跳动，以及窗口隐藏、链接点击、粘贴、emoji 宽度、SSH alias、Cmd+Q 崩溃和透明圆角渲染等一批问题，欢迎大伙更新使用。
Mole 发布了 1.32 版本了
https://github.com/tw93/mole
这个版本取名 Rorqual 🐋，继续更新了不少东西。
mo clean 修复了壁纸代理和 Messages 预览缓存长期被跳过的问题，补上了 PCSX2 和 RPCS3 的缓存与日志清理，同时优化了 Python 字节码缓存输出、Brave 清理守卫、Spotify 播放状态判断，以及 Service Worker 缓存清理报错。
另外 mo uninstall 过滤掉了不可见后台辅助程序，主菜单补上了更准确的 Touch ID 检测和版本快捷键查看，安装流程也改成提前统一获取 sudo 权限，减少重复输密码的问题。
Pake 发布了 3.11 版本
http://github.com/tw93/Pake
这个版本取名 Evolve 👻 ，挺久没有更新了，主要是 Bug 修复和新特性的增加。
macOS 现在支持 --install 一键安装到 /Applications，新增 --new-window 将弹窗和 OAuth 窗口直接托管在应用内，不再频繁跳系统浏览器；同时也补上了 --camera、--microphone 和 --identifier 参数，分别用于按需开启媒体权限和自定义 Bundle ID，减少不同应用之间的冲突。
另外，这次还修了不少跨平台细节问题，包括 Gemini 下载失败、ChatGPT 缩放后部分 UI 消失、Windows 图标复制报错，以及 macOS 新窗口模式下外链点击崩溃等问题，整体可用性更稳一点。
我使用比较多的 4 个 Claude MCP
https://tinyfish.ai
第一个是 TinyFish MCP，这个我觉得挺好，它能让 Claude 直接上网浏览、抓取网页、做资料调研，还能返回结构化结果，不只是给一段静态回答。我最近会拿它来给自己的周刊找 AI 新闻，比如抓最近几小时 Hacker News 上比较热门的内容，再整理成一份干净的摘要列表，效率很高。
第二个是 GitHub MCP，平时看 commit、追变更、理解仓库结构，会顺手很多，不用一直在几个工具之间来回切。
第三个是 Figma MCP，可以直接在对话里看设计稿、检查布局和间距，把一些 UI 细节直接拉进来，做设计对齐的时候很方便。
第四个是 Excalidraw MCP，这个更适合拿来想事情，尤其是流程图、系统结构这类内容，靠文字说不清的时候，画一下会快很多。
后面三个大家可能都比较熟了，我给 TinyFish 录了一个小视频演示它在真实场景里怎么用的效果。
最近非常喜欢用 gstack 这个 skill
https://github.com/garrytan/gstack
非常非常推荐大伙去用用，好比你有了一个很不错的专家团队，涵盖 CEO、技术 TL、设计、QA、安全等多个角色来帮你参谋你代码开发过程中的所有事情。
《中国绘画元至清》这本书非常不错
https://book.douban.com/subject/37156716/
这个中国绘画元至清非常不错，内容很厚实，非常佩服作者巫鸿的水平，假如你想找一本美术入门史，可以看看这个。
杨家牌徒步航拍
正是我无人机飞丢的地方，哈哈，让你一乐。尊敬的 DJI 大疆创新用户： 非常遗憾收到飞行器失联的消息，请您放心，DJI 大疆创新会尽力协助您。当前您的飞丢申报已成功受理，您可以先参考找飞机功能使用介绍，尝试找飞机。
杀死那个手工程序员
标题来源于 12 年前我很喜欢的一首万青的歌《杀死那个石家庄人》的改写，和当时他们描述的那个情景也有点类似。
好多年没有坐公交了，上次去太子湾，由于景区限行，只能把车停在外面，坐景区免费接驳车过去。
前面座位看到一个小女孩一直在刷那种 AI 生成的短视频，画面非常粗糙，内容也很假，滑到下一个居然还是差不多的东西，看得津津有味，每个视频的点赞居然也很高。当时看到这一幕我甚至有点伤心，以后我的小孩，是不是也会在看这种粗制滥造的 AI 生产的内容下慢慢长大，很难找不到那种美好的东西。
有了 AI 之后，很多东西的生产一下子就变简单了，做内容简单了，做软件也简单了。以前做一个东西出来，会需要要花不少时间，反复琢磨，要真的解决很多问题，最后才敢拿出来，现在很多环节一下就被抹平了，写点东西很容易，做个产品也很容易，花钱买 Token 问 AI、拼个流程、套个界面，很快就有一个能跑的东西出来。
今天也看到有人说两天可以复刻一个 Claude Code，我是既信又不信，最近语音 AI 软件一下冒出来几十个，看了看体验都还不错，甚至豆包都来卷这个了，Claude Code 的套壳的客户端最近也见了不少，有不少说实话做得挺好用的。
程序员很多以前看着要专业能力、要学习门槛、要长时间积累的东西，正在很快变成一种到处都是的供给。以后最不缺的，可能就是那种看起来像个产品的东西，能用，能跑，也好看，你只能做得再快一点，再好用一点，或者再多包一层，可能还是有价值的，只是这种价值会越来越容易被 AI 的发展追平。
上次吃饭和同事聊一个有意思的话题，我说我最近一年非常喜欢听磁带机，感觉每一首歌都非常耐听好听。为什么以前的磁带、CD、电视节目，甚至很多老书，整体会让人觉得质量更高一点，原因其实很简单，以前生产和分发都非常重。你想发专辑，先得把作品认真做好，然后才有可能去做上万个磁带出来，不然卖不出去下次公司可能就不推你了。想出一本书，也不是写完随手一发，就能立刻推到很多人面前。以前光做出来这一步，就已经筛掉很多东西了。
现在发歌传个平台就行，写东西发个公众号就行，做软件有了 AI 之后也差不多，甚至 AI 直接帮你上传到你之前望之却步的 GitHub，甚至帮你把 Release 自动发布的 CI 都创建好了，很多过去要靠长期积累才能跨过去的坎，现在被工具一下填平了，于是整个世界也就慢慢被大量差不多、看起来也能用的东西占满了。
麻烦的还不只是质量往下走，更是时间久了，大家对质量的感觉也会一起往下走。粗糙的东西越多，传播越广，加上搞钱的驱使，人对美好东西判断会慢慢被带偏，最后慢慢习惯的，就是快刺激、快反馈、快满足。
再回头看那个小女孩刷视频，让人不舒服的地方就在这里，她看的不只是几个粗糙视频，她从小看到的，可能就是一种越来越低成本、越来越高频、越来越空的东西。
可以肯定的是，写代码这个事情现在其实也走到这个阶段了。以后普通小白可以用 AI 写出满足自己能用的产品，产品经理也可以用 AI 做出之前要程序员一起来弄的产品，那么真正的工程师以后还能做什么，其实需要好好想想。
最近听说不少互联网大厂的老板也开始不眠不休的 vibe coding，一个下午也能做出一个自认为可用的 demo，甚至非常沉迷，这件事对一线干活的可能影响会很大，老板跑通代码后会感觉写代码其实也就那么回事。之前要 6 个月的东西，现在是不是一个月就行了，之前要 100 个人，现在是不是 10 个人就够了，后面简直就不太敢想了。
工程师继续做更好用、更高效的产品，当然还是有空间，但光停在这一层，后面一定会越来越挤，能进来的人越来越多，能做出点样子的人也越来越多，就真的非常内卷了。
我想后面真正该去做的，应该是和当时歌手演员一样的方式破解，也发专辑，但是会去做演唱会、舞台剧、现场剧，你没法随便套个壳就替掉，里面有组织能力，有细节密度，有长期打磨之后才会出来的完整感，而且是面对世界的。
软件往后看，我感觉也会越来越像这样，人人都可以 Vide Coding 出产品，都会做一个差不多能用的产品，后面真正能把差距拉开的，还是系统能力、工程深度、场景理解，还有那些别人一眼看不见，但最后会决定这个东西到底有没有分量的地方。
外面越快，越不能把自己对软件的要求一起放低。低水平的供给以后一定会越来越多，但这不代表我们也要跟着变得粗糙。那个你一用就觉得顺手、舒服、克制、毫无 Bug，能感觉到做的人认真对待过的东西，最后往往才是真正能留下来的。
我自己也在琢磨未来的发展之路，还是继续做好用、易用、不局限语言、能拿上万 Star 的开源软件，也会去玩底层渲染、终端、编辑器、Rust 这些方向，在没有 AI 之前其实挺有成就感，但是有了 AI 之后，其实只要有想法就够了，很容易显得意义不大了。
也许是我下一个维度的东西，是软硬件结合的产品，或者是以前只有大厂数千人才能做的那种平台型产品，或者干脆是突破现有维度的东西，但具体是什么，还需要多思考多琢磨。
最近我的一些产品内容，已经在慢慢往英文，往更大的世界走。当这里很多东西都越来越像、越来越挤的时候，往外走可能是一种办法，去面对更大的市场、更不同的用户、更高的要求，很多事就没法只停在套壳、拼快、抢时间差这一层了，它会逼着你把东西做得更扎实，也逼着你重新想清楚自己到底要做什么。
有了 AI 之后，很多事都更容易了，但也正因为更容易了，什么东西真的值得做、值得花很多年去换，反而变得更难想清楚。要做什么可能比怎么更快做出一个东西更加重要了。
2026-03-23 08:00:00
封面图拍摄于头顶的春天，杭州的春天还真美啊，期待夏天不要这么快来，这样的天气非常舒服。
记录每周看到的接地气的潮流技术，筛选后发布于此，觉得不错可关注此周刊，方便获取更新通知
你不知道的 Agent：原理、架构与工程实践
https://tw93.fun/2026-03-21/agent.html
在写完「你不知道的 Claude Code：架构、治理与工程实践」之后，发现自己对 Agent 底层的理解还不够深入，加上团队在 Agent 方向已经有不少业务落地经验，一直缺少一份系统梳理，所以我又把资料、开源实现和自己写的代码一起过了一遍，最后整理成了这篇文章。
Mole 发布了 1.31 版本了
https://github.com/tw93/mole
Mole 周末发布了 v1.31.0 版本，取名 Makima，性能更快，系统状态报告也更准确，非常感谢所有贡献者，做了一个视频，让大伙感受一下开源的力量。
从这些用 Claude 做的项目获取灵感
https://claude.com/resources/use-cases
挺值得一看，包括从研究、写作、编程、分析，日常工作中的各种案例，内容比我想的要深入不少。
Agent 时代非常推荐 jina 的这个服务
https://r.jina.ai
有时候你需要 AI 去读取一个线上网站的内容，很多时候由于各种原因获取不到，就可以试试这个服务，直接在后面加上你需要获取的地址，他会帮你转成很规范的 markdown，这样 AI 使用非常方便。
Pi 这个最小 Agent 框架值得了解一下
https://github.com/badlogic/pi-mono
非常小，之前 openclaw 就是基于这个框架来实现，属于了解 Agent 的一个很好入口。
夏天试试买成品冰块
之前一直纠结要不要买一个制冰机，不过家里只有我一个人喜欢喝冰水，感觉使用率不高，还占位置，之前冻冰块也不方便，一般是要喝的时候发现忘记冻了，发现有一个好东西，就是直接买几个成品冰块放冰箱，要用的时候直接拿出来，还可以直接夏天做美式，性价比非常高。
整了一张新加坡汇丰卡
假如你有国内和香港的汇丰，那可以找你的客户经理帮你办一张新加坡的，虽然一种超市购物卡的感觉，挂号信三个月没到，电话过去，重新生产快递一周就到了。