一个月可以邀请10个人，每个邀请的人首月不管是pro pro+还是ultra都是半价，然后邀请者还能拿到20刀的额度。这样一算，自己创建个小号，拉小号之后小号10刀获得20刀api额度+auto额度，大号也获得20刀额度，这样子相当于10刀买了40刀额度。 有人需要的话我可以拉，我也能拿点额度 留个邮箱就可以了 3 个帖子 - 2 位参与者 阅读完整话题
如图，完全没有思考过程，不管是思考的时候还是后面打开，倒是能看到找了好几个源 1 个帖子 - 1 位参与者 阅读完整话题
不管是team账号还是plus，都有chatgpt 智能体应用，这两天研究了一下，确实好用，把一些原来本地处理的skill迁移上去，数据库都搞成接口转mcp server，让智能体接入，解决了一部分原来用codex整理数据和分析文件的需求，重点是钱都花了，chatpgt可不用给你计算什么点数。 这点还是奥特曼还是挺大方。本地codex 扣扣索索使用gpt-5.4 high。算着额度，看着仪表盘，上去就是直接而且直接gpt-5.5 xhigh，多会话并行跑。 功能测试下来，还是挺完善，除了写代码部分不能上去跑之外，不排除大神有可以把代码库接入的能力。 8 个帖子 - 5 位参与者 阅读完整话题
我还没飞升啊，等我飞升了再搞砸一切，否则不得劲啊，三级的花花世界我还没体验过 2 个帖子 - 2 位参与者 阅读完整话题
佬们，每次使用any的5.5在上下文要满的时候，不管自己手动压缩还是自动压缩都会报错，是因为any没有配置compact模型的原因吗 3 个帖子 - 3 位参与者 阅读完整话题
之前注册的一个谷歌号被封了，今天重新注册不管怎么换节点都跳发短信，求问各位佬有什么好办法么？ 1 个帖子 - 1 位参与者 阅读完整话题
今晚开始飞升，这是第几次了。算了~不管了~ 7 个帖子 - 7 位参与者 阅读完整话题
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
我从年初开始，不管是自己的开源项目还是工作，99.9% 的代码已经是 CC 写的了，顺手做了一个开源的 harness 叫 Chorus 想把自己的一些实践写到里面去，整了很多功能比如细化需求啊，自动 review 啊等等 现在累计了一些用户，包括我自己每天也是高强度使用，这半年下来最大的感觉用了那么多手法，是“左移”才是最有效的 为什么 vibe coding 特别需要左移 软件工程里 shift left 是个老概念，把测试和质量挪到开发早期，比写完再抓有效得多。AI 时代这个套路收益更大，因为 agent 写代码飞快，但它对你想要什么的理解是无法保障的。 理想情况是你交代一个任务给 AI ，他 kuku 一顿操作就给你完成了，实际情况是这根本不可能，毕竟你这一句话里的信息量实在太少了，大部分要靠 AI 自己猜。我之前发了一个帖子调查大家理想的 Agent 交互方式 https://www.v2ex.com/t/1215829 大部分人都希望一句话直接撬动成果，但现阶段这么做估计会一地鸡毛 返工成本看着低，反正它写得快嘛。但人 review 的时间是真金白银，而且每改一轮上下文就乱一点，最后连最初想要什么都模糊了，最后就向着💩山一去不复返了。 让 agent 干活之前先完全搞清楚你脑子里是啥这一点远远胜过其他花里胡哨的技巧。我问了几个朋友，superpowers 插件里用的都是啥功能，结果绝大部分的人用一个 brainstorming 就结了，小部分人还会用 systematic-debugging, 这俩一个是左移一个是捅了篓子之后擦屁股 Chorus 里左移长什么样 我大概是这么搞的。 第一步是 Elaboration （细化）。粗糙的想法扔进来，Agent 主动追着问。"这个搜索是只搜标题还是带正文？""精确匹配还是模糊？""结果排序按什么？"几轮聊下来，需求就被拍扁成一份明确的描述。关键是 agent 在追问，不是人在写需求文档，门槛低很多。其实和 Branstorming 有点像但所有的决策都会记录在案，方便回看或者交接工作。有的时候想回忆起某个 Feature 做了啥，我去 Chorus 的 UI 上看一眼和 Agent 的问答记录一下就清晰了 第二步是 Proposal （提案）。Agent 基于敲定的需求出方案，包括接口怎么改、任务怎么拆、每个任务的验收标准是什么。这份方案先过一个独立的 reviewer agent 对抗检查，确认接口对得上、任务粒度合理、AC 可测，才递给用户拍板。从这个阶段开始用对抗的方式保证 Agent 写的东西真的方向对而且可以验收，而且这个单独的 Review Agent 也可以充分利用前面环节细化的记录，从第三方视角观察着一份提案有没有跑偏。 第三步是每个任务自带的验收标准 checklist 。Agent 写完代码不是说一句"我做完了"就完事，得逐条对着验收标准自检，再过一个 task-reviewer 对抗校验。这里的 Task Review Agent 又能充分利用前面细化和提案的记录来保证任务本身有没有执行歪。 这些步骤其实就为了一件事：对齐挪到前面、校验放到后面，中间写代码这段就基本能放手了。当然 Proposal 阶段偶尔也会跑偏，但概率比让 agent 直接动手低一个数量级，跑偏了 reviewer 也大概率能挡住，比撒开了写代码再改好多了。 顺便聊聊最近超火的 Claude Code 的 Workflow 最近 Claude Code 出了个 Workflow 功能，你说一句需求，主 agent 会动态写一段编排脚本，搞出几十上百个 subagent 并行跑不同维度的搜索、审查、合成，最后把结果收拢回来。 这玩意很牛，但解决的是另一个问题：在解空间不确定的时候，用 token 换覆盖面。单 agent 顾不过来 10 个维度，那就开 10 路并行各管一摊，再用一组对抗 agent 反驳每个发现，留下经得起怼的那批。 但 Workflow 不是左移。它是动手之后用更多 agent 探索更优解，重心在执行端的扩散和收敛。token 消耗是单 agent 的几十倍起步，而且 Workflow 本身的对齐环节相对轻，主要靠主 agent 一开始的理解，没有像左移那样反复跟用户确认。 我自己的体感是，绝大多数日常 coding 任务的瓶颈不在"探索得不够广"，而在"开头没聊清楚"。开头方向歪了，扩散得再广也是在错的方向上扩散，最后还是要返工。 Workflow 适合那种你已经知道要什么、只是解空间太大、得靠对抗验证的活，解决方案探索啥的。日常开发主体还是要靠左移把对齐做扎实，我觉得目前 Harness 的最大作用不是搞出一大堆流程和 Agent 去干活，而是把你脑子里的东西对齐给 Agent 而且保证他按照这个思路执行到底 代码都在 Chorus 仓库 ，欢迎讨论。
想问一下佬友们，我经常在一个文件夹里问安全方面的问题，导致被cyber认证。不管怎么提问，开头就秒，有没有什么办法解决（除了换文件夹） 1 个帖子 - 1 位参与者 阅读完整话题
在私密环境下语音输入法实在是太好用了，极大的节省了我的时间。不管是vibe还是快速的回复聊天。 个人主要是快速聊天、对话ai、vibe等。长文本写作不推荐使用语音输入。写作是一个需要给大脑时间加工的过程的。长加工也有助于记住信息，甚至手写更好。（DDL除外，我还给你输入呢，AI大人一键生成） 但找到一个好用的软件 太难了 ，我使用过如下： 秘塔回响（win） 微信输入法（ios） 迅飞（win） 智谱输入法（win） 但没有一款让人满意。 秘塔回响： 优点： 使用很方便，没有时长限制。不到半秒的输入都能响应。比如：好的、ok、行。在需要快速回复的时候真的很方便。 可以选择原封不动还是优化识别内容。 缺点： 他有个问答模式，不是输入而是ai对话。选中文字时触发，或ai自动触发。 准确率不行，尤其是中英混输的时候。 在pycharm里有bug，按右ctrl就会自动选择所有文字。然后触发对话（还没法关这个对话功能 产品经理你过来 ） 迅飞 2026年了，我想要语音输入我还得单开一个窗口？你是什么老东？ 微信输入法 优点： 准确度还行 缺点： 好像没法自定义快捷键？而且输入时强制静音，听歌人无法接受。 自定义项太少了 它不是输入法！！ * 智谱输入法（win） 优点： 输入相当准确。也支持加自定义词。 能自定义不同身份喵~，用于不同领域或用途喵~（自动猫娘化 ） 能直接写提示词，美化识别内容还是原封不动都行。 缺点： 输入反应慢，最长的时候将近一秒；有时说了一长串，但是出错了，那你再说一次吧。（这次我还出错~） 有最短语音长度要求，我就说个ok，但是得按键1秒多。。太痛苦了。 综上，有啥好用的吗？ github虽然上有一堆，但是参差不齐的。虽然可以挨个试试，但为什么不来问问万能的佬呢！ 4 个帖子 - 4 位参与者 阅读完整话题
之前用的opencode go。之前应该不小心也不知道卡了一个用量的bug，不管用多少不计费。用的很爽。现在bug应该被修复了。 修复了之后才发现opencode额度少的可怜。 现在每月预算10-30刀，求推荐一个能爽用deepseek v4 pro的渠道 9 个帖子 - 7 位参与者 阅读完整话题