2026-06-10 15:58:56
2026年的高考结束了。不晓得我们的听友里面有没有今年高考的呢？如果有的话，先恭喜你获得了一段特别长的假期。另外现在高考成绩还没出，所以我们也先预祝大家高考顺利，都能取得好成绩，考上自己理想的大学。
在本期节目中，两位主播聊了当年高考的填志愿的情况，以及AI时代的当下，高校教育与技术进步的Gap，以及我们该如何应对这个风云变幻的世界。
两位主播早已离开校园多年，当时的高考志愿填报技巧早已作不得数。但这个世界仍有些事情是不变的，比如保持好奇，比如追随自己内心的渴望。
无论是否今年高考的听友，希望你都能活出自己想要的人生。
Elon Musk那句话是: Life is too short to spend it doing something you don't like.
以及另一句: If you're creating something you love and think other people will love, it's much easier to sacrifice the time and effort. If it doesn't work out, you won't regret it.
Steve Jobs那句话其实是:"Don't waste your life" 来自乔布斯1974年抄写给朋友的一句诗，来自禅宗大师铃木俊隆。
这首诗完整如下:
Listen well everyone
Great is the problem of Life and Death
No forever gone gone
Awake awake each one
Don't waste your life!
本期节目我们受小宇宙高考特别企划邀请，欢迎大家点击👉给普通小孩的志愿填报指南👈收听更多节目。
fyfyFM进群推荐使用苹果Podcast, 小宇宙等播客客户端搜索“枫言枫语”来订阅收听本节目。
2026-06-10 03:08:55
WWDC26 已于北京时间 6 月 9 日凌晨 1 点顺利开幕，今年自力是去到了WWDC现场，给我们带来了Tim Cook在苹果担任CEO的最后一届WWDC的现场报道。
今年的发布会内容跟往届比起来显得不太“丰富”，一半是在讲重头戏Siri AI，那么这个迟到了几年的作业，及格了吗？让我们一起在节目里聊聊吧。
fyfyFM进群推荐使用苹果Podcast, 小宇宙等播客客户端搜索“枫言枫语”来订阅收听本节目。
2026-06-04 16:22:07
年初我在做自己的Agent时想到是否可以用Github issues的方式来写PRD和任务拆分，以此实现长任务的agent orchestration。当时我自己做着玩的agent架构跟OpenClaw相似，但是llm core以acp方式接入codex。
但是当时步子迈得太大，因为初衷是觉得我的$200 cc和$200 codex用不完太浪费，想在我睡觉前提个需求，我睡醒了他们就把任务完成。结果让agent写PRD和拆分子任务这一步还算顺利，最终派发subagent执行的时候出了问题没能解决。后来转去Vibe别的东西了就没再继续。
结果我最近一直在用的obra/superpowers在去年底就已经“解决”了这个问题，只是不是通过OpenClaw的方式来派发Subagents，而是作为Skills，在Claude Code/Codex等具备Subagent环境的Cli中直接执行。
这个Skill set可以非常好地满足让Agent执行一个大需求的场景，但是他不适用于小需求，会把事情变得更复杂。当然后者我们手搓/口喷就能让AI完成，所以我们可以更关注前者。
想要最终实现“睡前给AI一个任务，它跑一晚上执行，我早上起来验收”这个目标，非常核心的一点是，我们要确保足够详细地，明确地跟AI讲述清楚需求。
这点要靠人工手写prompt一次完成非常困难，Superpowers通过几个巧妙的设计帮助我们解决这个问题。
brainstorming跟人类反复确认好细节，甚至提供了Visual Companion用来编写一个粗糙的web demo跟人类视觉确认即将进行的方案设计。在这个过程中，一次只确认一个问题，visual comapnion可以提供多个可选项，YAGNI原则（尽可能简单只保留真正有用的部分），探索更多可行选项以供用户选择，增量确认（先给出初稿设计，再逐步确认细节），灵活性（如果出了大问题可以重新讨论重新开始）。这一步的产物是输出spec文档，跟AI聊好这一步就已经完成了人类的一大步。writing-plans。第一步我们把一个足够大的需求写成了Spec，接下来的Plans需要将其拆分成足够小的Tasks。这些Tasks是sub-projects，有明确的边界。每一步是2-5分钟的原子动作（写一个失败的测试用例/跑一遍确认失败/写一个最小实现/跑测试确认通过用例检查/提交代码），贯彻DRY/YAGNI/TDD/频繁Commit等原则（学会好多缩写黑话😂），同时禁止TODO/add appropriate error handling/similar to Task N等常见AI偷懒行为。并且最终Plan写完了需要self-review，确认Spec覆盖度/占位符扫描/一致性检查等等。这一步写出来的Plans质量很高。executing-plans，默认是保底的一个Session从头跑到尾（如果当前环境不支持Subagents），但是Claude Code/Codex Cli都支持Subagents，所以通常我们会选择subagent-driven-development。在执行的过程中，先读Plans，然后Review，然后开始执行，如果有卡住的时候就停下来问，不让AI自己猜。subagent-driven-development。他给每一个Task都创建一个新的Subagent，每个Subagent会有两个阶段的Review保证输出。这个Skill里还带有implementer-prompt.md spec-reviewer-prompt.md和code-quality-reviewer-prompt.md三个prompt，分别用于执行和Review。因为每个Subagent都只用自己的context所以不会撑爆主Session context，并且他们按照TDD实现，有一些任务甚至可以并行执行。同时Skill里还写了一堆Red Flags，不让AI跑偏，比如不要未经允许就在main/master开始写代码（正常一个大需求会开一个worktree来写，有另一个skill，不做赘述）；不要还没修完issues就跳过开始执行下一步；不要让Subagent去读Plan file，Subagent只需要被告知足够的context的就行，读Plan file是主Session的工作，等等等等，非常harness。如此superpowers就完成了一套核心的软件开发流水线:
brainstorming → writing-plans → executing-plans / subagent-driven-development前一步的输出是下一步的输入。Subagent不继承主Session的context，使得每个Subagent可以独立不受污染。同时明令禁止AI在执行任务时停下来问要不要继续，这是能持续跑1hr以上的关键。在质量保证方面，先严格Follow Spec，然后再做Code Quality Review，要先把事情做对了，再来考虑做得好不好。之前我在做我的Agent orchestration的时候，跑一个任务的时长能上去，但是超过20min之后任务的质量就断崖式下跌，就是没有严格Follow Spec，这点非常重要。
最近很流行Harness这个词，虽然没人能说清楚这个词究竟是啥意思。我觉得superpower的设计就是一种非常不错的Harness实践。
@RoCry前两天给我分享一个视频，Harness Engineering: How to Build Software When Humans Steer, Agents Execute — Ryan Lopopolo, OpenAI - YouTube，说里面提到一个观点: "What if the large language model is good enough?"
@RoCry觉得，如果LLM现在的实力像一个毕业生，基础能力和智商已经达标，那接下来如果想带他写代码，就只要交给他具体的编码规范和方法，只要他掌握了这些，就几乎所有的事情都能交给他去做了，我们只需要做好harness就好了。（大意如此，我做了修改）
我觉得很有道理。现在（2026年6月）的Frontier模型已经非常好了，Opus 4.8/4.7, Codex GPT-5.5已经能胜任大部分工作。我们目前遇到最棘手的问题是AI总是不听使唤，而Superpowers的Skill实践就是Harness的一种，通过前期明确清晰的沟通写出可置信的Spec/Plan，并以此作为判断的依据，从而让即使廉价的模型也能变得可靠，产出可用的结果。
在Superpowers的设计中，“Never/HARD-GATE/
前阵子和朋友聊，他觉得如果Harness做得足够好，我们完全可以用便宜的AI来实现必须LLM才能做的工作。当时我们在聊基于Agent的产品设计，还不是软件工程。我觉得很有启发，所以我也把我的Agent工具的基座模型从Gemini换成了DeepSeek。在产品上的Harness我是把所有可能可以用工程师实现的部分，全部使用工程实现，只留下文本理解，文本处理等需要LLM的部分才利用LLM API。而且现在DeepSeek v4 pro不仅实力有不错提升，价格还贼亲民，线上产品用更便宜的模型就是节省了一大笔成本，何乐而不为。
Superpowers只是同类Skill set中的一种，前两天 @Clu 给我推荐了mattpocock/skills这个skills，/grill-me。我还没去尝试，打算也试试看。
superpowers有他的局限，比如简单任务如果被AI判断要自动调用superpowers就会很浪费token和时间，把简单问题复杂化，所以使用的时候也要小心，判断好适用他的需求再给他。
2026-05-28 17:55:41
科技快乐星球46，本期新闻攒的有点久，很多已经是旧闻我们已经剔除了，只聊最近四五月的新闻。
本期封面来自日本摄影师杉本博司的作品《相模湾、江之浦》
fyfyFM进群推荐使用苹果Podcast, 小宇宙等播客客户端搜索“枫言枫语”来订阅收听本节目。
2026-05-25 16:36:16
好久不见，甚是想念。
本期节目我们从近况和 Gemini 新模型开始聊起，谈到了AI的加速，加速中的加速。这份加速已经到了几乎所有人都体感很强的程度。
但是大家只知道AI会加速，却不知道将发生什么。而在下一个阶段能清晰出现之前，所有人既不知道怎么做是“正确的”，又不得不做些什么，于是产生了当下的混沌状态。
黎明前的夜晚最黑，我们既不知道黎明什么时候来，也不知道黎明到来之后会迎接怎样的世界。那么作为个体我们如何应对呢？
2026/05/27更新: 本期节目已删除中间无人机相关的一段讨论。看到评论区大家的留言，表示这段听感不佳，两位主播深入探讨了录制当晚的状态。录制当晚其实我们互相不知道对方指的“风雨长廊”并不是同一个概念。领悟过来的时候这个话题已经聊了挺久了。两位主播的思维方式差异很大，平时也是这么聊天的，所以平时能聊出很多有趣的东西来。但录节目还是不太一样，录制过程中得保证互相抛接球，对话也要一直续下去，所以这次是翻车了。Justin已深刻反省，意识到自己的思维不够开放，也意识到节目中的对话方式有更好的表达，比如可以说：“要实现无人机不掉下来很困难，要实现这个东西的商业化得想办法解决这个问题，而且成本要可控才能落地，要怎么做呢？”即不要说不可能，要反过来探讨可能性。事实上两位主播在讨论这期翻车问题和解决方案的时候，就无人机这个话题又聊了很多有趣的东西出来，纷纷表示很可惜当时录节目不是这个状态。很感谢各位听友提出的问题，有大家的反馈我们才能把节目做得更好🙇♂️我们会继续努力的💪
fyfyFM进群推荐使用苹果Podcast, 小宇宙等播客客户端搜索“枫言枫语”来订阅收听本节目。
2026-04-07 22:26:54
大家好，本期是我（Justin）做客《声东击西》和徐涛、junyu聊的关于OpenClaw，关于Vibe Coding的节目。
因为录制时间比Vol. 164 从苹果聊到软件未来：Agentic Software 真的要来了？要晚，部分内容我在164期中提过。我们在节目中从工程师、产品设计，以及写过代码的普通人视角，聊了OpenClaw也聊了Vibe Coding。
我感觉我们生活在这个时代是幸运的，能亲眼目睹这么多的科技变革，以及变革给我们的实际生活带来的天翻地覆的影响。
fyfyFM进群推荐使用苹果Podcast, 小宇宙等播客客户端搜索“枫言枫语”来订阅收听本节目。
