Blog

2025年9月思考笔记 flomo 标签新设计：心智分类法 2025 年 09 月01 日 - 08:25:46 设计的核心，不是按照学科（哲学、AI）分类，而是按照记录时的心智状态去分类，关注的是，当时的自己是观察内在、探究外物，还是捕捉灵感。 三大支柱： 观我：向内探索，关于人的思考，包括个人成长相关的，精神世界的内省与反思。 格物：向外探究，关于物与事的思考，包括 AI 、软件工程、产品设计、商业模式等客观世界的分析。 知世：旅居中的见闻，对世界的理解，旅居的思考，文化的思考。 一闪：闪过的灵感，想法和金句。 后面可以适当的再加一个标签，比如说项目的名称。 #格物/flomo 科技狂奔与人性缓行：我们跟得上 AI 吗？ 2025 年 09 月01 日 - 08:36:02 不免有些恐慌：AI 发展的这么快，我们这代人能跟上它的速度吗？ 从蒸汽机、电力、互联网到如今的人工智能，技术不断扩展人类的能力，拓展了我们的感官和行动边界。但人性的发展却像一条缓慢的河流，我们的情感模式、欲望、恐惧、偏见，和几千年前并无太大不同。 AI 能写诗、能生成视频，可人类真的有足够的智慧去驾驭这样的科技吗？人性准备好了吗？又该何时才能准备好？ #观我/AI 河内印象：强烈的民族正统感与爱国氛围 2025 年 09 月01 日 - 10:08:14 河内的国庆氛围比想象中更浓厚。 这里的人说话、做事，似乎总带着一些“民族正统感”，爱国表现也更官方、更热烈。越南虽小，但能在强国夹缝中生存并保持独立，这种“民族自豪感”或许天然地强化了人们的“爱国”身份认同。 #知世/越南 盲从权威的代价 2025 年 09 月01 日 - 12:18:40 为什么长期盲从权威的人，更容易滑向“只能相信”的境地，最终成为权威的奴隶？ 我们依赖权威是为了降低认知负担，但这需要一个前提：对事情本身有基本的认知。比如，我们相信飞行员的专业性，但也应了解飞机可能出现意外的客观现实。 当信息真假难辨时，其中可能夹杂着大量的错误和偏见。这包括 AI 的回复，也可能掺杂着各种潜在的错误信息。 一个有效的策略是：根据信息来源的权威度进行加权判断，同时对来自不同信源的信息进行交叉验证，寻找共识点和矛盾之处。 #格物/思维模型 概念、理论与理念：思想的三层阶梯 2025 年 09 月01 日 - 14:17:43 ...

2025年8月思考笔记 经济下行期的婚恋困境：一场集体博弈 2025年08月01日 - 00:27:32 偶然遇到一位朋友说自己很幸福，从小生活在充满爱的环境里。她觉得人性本自私，但没必要深究，大家“装聋作哑”地相处就很好，因为深究出来的东西往往无法直视 对他而言，不去过度探讨人性是在保护自己的纯真。但人性是复杂的，既有自私的本能，也有爱与利他的能力。成熟的标志或许不是停留在纯真或愤世嫉俗，而是在了解全部真相后，依然选择相信爱，给予善意 我希望能充分地理解这个世界和自己，并在此基础上创造意义与美 #观我/人性 为何我们压抑哭泣：情绪的表达与接纳 2025年08月01日 - 10:47:46 我们生来就是通过哭声与世界互动的，这是婴儿传递信号的本能方式。 然而，文化总是压抑我们，要求我们表现得坚强。大部分情绪因此被贴上消极的标签。其实，哭泣不是错，我们没必要为自己的难过和情感道歉，只需要客观地记录和接纳它。 #观我/情绪 人际关系中的必要距离 2025年08月01日 - 10:51:13 人际关系的质量至关重要，但每个人都需要独立的、生人勿近的个人空间。 #观我/人际关系 AI时代的学习入口：重塑信息获取路径 2025年08月01日 - 12:49:12 关于学习，我越来越有一些新的感触： 视频是娱乐，不是学习：看视频更倾向于是一种消遣，应该在想放松时看，而不是在想学习时看。 AI优先于官网：直接阅读官网文档通常效率低且复杂。应该首先以AI作为交互入口，对关键或疑惑的部分，再追溯到官网等一手信息源。 提升输入质量：学习的核心在于如何高效地通过AI学习。掌握苏格拉底追问法、思维模型等方法，能极大地提高输入（Input）的质量。 #格物/学习方法 从“提示”到“体验”：智能产品的进化之路 2025年08月01日 - 14:46:08 AI交互正在经历从“提示工程”（Prompt Engineering）到“上下文工程”（Context Engineering），再到“体验工程”（Experience Engineering）的演变。 上下文工程（Context Engineering）：核心是让AI理解你是谁、你在干什么、你关心什么。它通过系统性地建模和管理信息环境、用户状态及意图，实现更精准的系统行为。OpenAI的MCP协议就是这个趋势的体现。 体验工程（Experience Engineering）：核心是让你觉得AI好用、舒服、有启发、有价值。它用系统化的方式去设计和优化用户在感知、设计、技术层面的整体感受。 一个真正聪明的LLM产品，是“上下文工程”与“体验工程”的结合体：它既知道你想学什么（上下文），又能讲得很好，引发你的思考（体验）。 #格物/AI产品 苏格拉底的警示：未经审视的生活不值得过 2025年08月01日 - 14:50:20 “The unexamined life is not worth living.” 如果我们没有主动反思过为什么要这样活、我们追求的到底是什么，那我们过的生活，充其量只是社会和他人对“生活应该是什么样”的定义的复制品。 #一闪 幸福的悖论：洞察力先于感受 2025年08月01日 - 14:51:55 对幸福缺乏洞察力的人，身处幸福之中也不会感受到幸福。 ...

2025年7月思考笔记 Vibe Coding: 经验是 AI Agent 的枷锁吗？ 2025 年 07 月 01 日 - 11:39:24 在 Agent 开发中，“The Bitter Lesson”的教训同样重要。过多的人类经验植入，反而可能影响 AI 的发挥，锁死产品的可能性。 拥抱 Agent 模式：Agent 模式已很成熟，需要的是训练 Agent 的思考方式。我们可以更专注于想法和设计，成为架构师，而非编码师。 警惕过度预设：过度预设规则（如固定的测试流程）可能阻碍 AI 利用最新模型的能力。应更多地让 AI 自我选择。 经验的场景依赖：经验具有场景依赖性。过多依赖经验会约束 LLM 的发挥，适度注入作为“启发式引导”即可。 #格物/AI 收藏的本质：为现在的信息找到未来的使用场景 2025 年 07 月 01 日 - 15:19:47 为什么要收藏？ 记忆辅助：方便未来可能进行的检索。 心理安慰：给自己做加法，即便未必真的增加什么。 未来备用：为以后做准备。 认知投资：为未来的自己投资“认知资产”。 价值判断：我们觉得有价值的信息才去收藏。 什么样的信息有价值？对未来的场景有用的信息有价值。 所以，收藏的目的，是帮助现在的信息找到未来的使用场景。收藏的本质，就是固定时刻的认知快照。 #观我/认知 格式的枷锁：LLM 输出质量与格式的博弈 2025 年 07 月 01 日 - 23:54:07 LLM 输出的格式是否会影响其内容的质量？ ...

2025年6月思考笔记 拒绝的边界感 2025 年 06 月 02 日 - 06:28:12 在一家韩式炸鸡店，没想到周围全是中国人。 套餐都是双人份的，我一个人就点了两份双拼。点餐时问的是能不能刷卡，想避免用现金，感觉现金不是很够。 旁边桌有两男两女，和我打招呼，问我是不是中国人，我说是。他们想找我换钱，说自己的现金不够，女生提议可以用微信换。 我说不行。 我没有解释理由，我觉得好像不需要理由，不行就是不行。 他们好像尴尬住了，老板也尴尬到了。他们的尴尬来自预期落空，也源于自己的面子。 一个陌生人拒绝了另一个陌生人的换钱请求，并且选择了不解释。对方感到了尴尬，这不是谁对谁错，而是预期与现实发生冲撞时，面子与自我边界的自然摩擦。 人的尴尬，往往不是来自于他人的冷漠，而是来自于自己对他人回应的期望没有被满足。 #观我/人际 徒步中的真实感：超越逻辑的热爱 2025 年 06 月 02 日 - 08:51:22 这个世界上，有很多无法用逻辑解释的事情，比如说，我为什么来徒步。 之前和朋友聊起，他问我为什么喜欢徒步爬山，明明很累。我当然能用理性去分析：是享受克服困难后的喜悦，是喜欢只有一步一个脚印才能看到的绝美风景，还是享受徒步过程中那种专注当下的状态。这些是给他的答案，但我也自知，这并不足以还原真实的感受。 那什么是给自己的答案？喜欢就是喜欢，热爱就是热爱。可以找到无数理由和借口，也可以用逻辑层层推理，但语言终归是有限的。只有当我真正一个人走在山脊线上，那一刻身体和心灵的感受，才是真的。 很多事情无法用逻辑解释，就像为什么有人会为热爱废寝忘食，为什么有些旋律一入耳就挥之不去。这是一种非理性的热情。科学解释世界，艺术感受世界；逻辑构建世界，而热爱则让这个世界有了温度。 徒步过程中，大部分时间我都在“浪费”——放空自己，感受世界。当看到人群、山景，脑中会自然涌现出一些想法，然后随之发散漂流。我享受这种自然的思考状态，即使被打断也没关系。这种真实感，不是可以伪装或刻意营造的。 我特别喜欢人在徒步里展现出的“真实感”：有些人走着走着就沉默了，有些人忽然开始喃喃自语，有些人眼神发亮地说想通了一个问题，还有些人只是笑着说“今天的风真好”。接受这种真实，让自己自然地流动起来。 #观我/徒步 简单与复杂的辩证 2025 年 06 月 02 日 - 09:27:09 昨天徒步，陆陆续续想了很多关于简单和复杂的平衡。 我现在越来越钟情于“简单”，无论是纯粹的简单，还是抽象后的简洁。 但我发现自己更喜欢和“复杂”的人相处。不是因为简单不好，而是因为复杂的人身上有更多生活留下的真实痕迹——那些挣扎、矛盾、不确定、患得患失和不安全感，这些都是人性最诚实的写照。观察他们，就是在观察人性本身。 还是那个认知路径：简单 -> 复杂 -> 简单。越接近真相和真理，往往越难以用简单的语言说清楚，这是对世界复杂性的尊重。那些轻易给出标准答案的人，如果他们不是上帝，就是傻瓜。老子说“知者不言”，我想，并非不愿意说，而是语言本身终有其局限。 那么，我们还需要追求简单吗？当然。简单是一种生活哲理，“大道至简”。老子用《道德经》极简的语言表达了极深的哲理，乔布斯把复杂的技术用最简洁的用户界面呈现出来。“简单”从不等于“容易”。 这种边界感在哪？又回到了对“平衡”的理解和运用。 真诚的简单：不包装自己，承认并暴露内心的矛盾。我知道“完美”本身就是一种虚假，真实坦诚远比表面的滴水不漏更珍贵。 承认无知：越是了解自己，了解这个世界，就越发现最接近真实的答案往往是“我还不了解”。 这依旧是一种生活哲学，一种简洁的深度美学。 #观我/成长 韩国文化初探：从“恨”到“꾸안꾸” 2025 年 06 月 02 日 - 10:42:06 ...

2025年5月思考笔记 AI 时代独立开发：前端是价值交付的主战场 2025 年 05 月01 日 - 10:22:06 在 AI 时代，独立开发的战场正在向前端转移。 后端被简化：AI 模型将核心服务变为通用能力，后端的技术壁垒降低。SaaS、PaaS 提供商封装了大量基础能力，开发者可以直接调用。 前端成为价值交付的关键：前端是离用户最近的地方，更容易聚焦 MVP 和单人产品闭环。用 Next.js / Tailwind / Firebase / Vercel 这一套技术栈，就能完成全栈交付，快速验证“功能 → 价值 → 增长”的链条。 从“构建”到“集成”：数据库、权限、存储、模型调用都在平台化（如 Supabase、LangChain、Replicate），独立开发者无需从 0 写后端，只需“集成”即可。 AI 将“智能”从后端解耦，前端才是离用户最近、变化最大、价值最集中的战场。 #格物/独立开发 宁愿忍受熟悉的痛苦，不愿拥抱未知 2025 年 05 月03 日 - 16:35:33 出于对未知的恐惧，人们更愿意忍受熟悉的痛苦。 人性中存在一种对熟悉事物的偏好，即便这种偏好并非最优选择。已知的痛苦，似乎总让人感觉更可控，更知道如何去面对。 #观我/心理机制 知人者智，自知者明 2025 年 05 月03 日 - 16:45:22 大部分人都在以自己的想法和观点衡量这个世界，我们赋予一件事的意义，最终决定了我们对它的感受。 这正是价值观如何塑造现实的体现。同样是工作，有人乐在其中，有人视之为苦役。 可以试着问自己一个问题：如果不再有“我恨工作”的想法，我会成为什么样的人？ 很多人从未如此反思。通过元认知，我们可以理解情绪本身的存在。生气时，不妨思考生气的原因和本质，客观地记录下来，问题或许就迎刃而解了。 #观我/自我认知 大脑为了生存，心灵为了幸福 2025 年 05 月03 日 - 16:56:10 ...

2025年4月思考笔记 深圳十日：友谊的温度 2025 年 04 月 02 日 - 10:41:57 在深圳的十天，也是在 Archer 家的十天，Archer 经常请吃饭，带我们品尝美食，还有小美姐和 Sun 的款待。这次深圳之行让我非常感动，他们的友谊深深地温暖了我。 #观我/人际感悟 心有所栖，爱之始于原谅 2025 年 04 月 02 日 - 14:47:54 心若没有栖息的地方，走到哪里都是在流浪！ 但只有你学会原谅，你才能去爱！ #一闪 战争棱镜：人性的善恶边界 2025 年 04 月 03 日 - 14:19:47 在俄乌战场上，有为俄罗斯而战的中国人，也有为乌克兰而战的中国人，他们背后是不同的立场和价值观。 战争中的善恶很复杂，人性也充满矛盾。有人在战争中变得残忍，无恶不作；也有人，哪怕命悬一线，仍心怀善意。极端环境就像一面放大镜，让真实的人性暴露无遗。 有人说人天生善良，是环境把人逼坏了；也有人说人本性自私，战争只是将其彻底激发。善恶并非绝对，对错也无从平衡，而普通人正是在这种不平衡的人性挣扎中，在夹缝中求生。 和平真的很珍贵，若没有战争这面镜子，我们或许会忘记，人性可以有多坏，也可以有多好。 #知世/人性观察 代码的生命周期与价值 2025 年 04 月 04 日 - 09:08:11 已经跑在生产环境、经过验证的代码，其价值远高于未经测试的代码。 软件和人一样，都有自己的生命周期。我们的任务就是维护它，直到生命周期结束，或是维护成本过高而选择重构为止。 #格物/软件工程 MCP 模式：打造一体化的开发工作流 2025 年 04 月 04 日 - 18:49:25 MCP（Model-Centric Programming）模式的核心在于功能一体化。例如，在 Cursor 中，我们可以轻松获取 API 文档、分析查询数据库，甚至在修改完代码后，通过聊天自动提交 PR 到 GitHub。 ...

2025年3月思考笔记 DeepSeek R1 论文的设计与工程启示 2025 年 03 月 01 日 - 13:11:41工程思考 架构上的工程意义优于算法意义，为工程实践提供了许多参考价值。 设计思考 强大的模型蒸馏可以得到非常不错的效果。 要超越智能的界限，仍需强大的基础模型和更大规模的强化学习。 推理大模型倾向于在回答问题前，先将问题分解为更小的步骤。 仅靠强化学习，不经监督微调，大模型也能涌现出强大的推理技能。 为模型提供一些参考性的思考笔记也很重要。监督微调能在一定程度上解决输出的思考过程可读性差、偶尔中英混杂的问题。 最小干预模板能指导模型自由探索不同的解题思路，不限定思考方法，可能会带来很多惊喜。 简单直接的奖励方式：准确度奖励（数学问题的回答）+ 格式奖励（易于理解的思维链）。将“思考过程”放在特定标签（如 <think>...</think>）内，答案放在 <answer>...</answer> 内，无需额外训练一个独立的奖励模型，就像固定的高考筛选机制一样，简单有效。 R1 同时公开了基于 R1 蒸馏的六个小模型，这些小模型也具备了一定的推理能力，在某些场景下甚至超过未经蒸馏直接强化学习的小模型，这为未来的模型应用场景提供了一些思考。知识蒸馏结合强化学习，能让小模型在许多应用场景下产生出乎意料的效果。 #格物/AI模型解析 AI 的多模态与跨领域融合趋势 2025 年 03 月 01 日 - 16:30:25 大模型平台 + 领域微调 + 知识蒸馏，未来的微调趋势可能是领域监督微调结合参数高效微调（如 LoRA）。 从文本领域走向多模态是一种趋势，人机交互愈发受到重视，大批交互工具（如 Cursor）正在解决这个问题。扩展至语音、视频等多模态也是必然趋势，AI 的终极形态是全感官 AI。 跨领域知识整合也很重要，许多复杂的现实问题依赖于不同专业领域知识的融会贯通。 模块化趋势或许会借鉴专家混合（Mixture-of-Experts, MOE）等架构，让不同模块专攻不同任务，从而提升整体效率和表现。这种方式也可以和不同领域的知识链接或结合。 对于小模型而言，蒸馏的效果通常比直接强化学习更好，也更节约成本。蒸馏技术能将大模型的能力有效转移到结构更小、计算效率更高的小模型上，使它们在实际应用中也能达到较高的性能水平。 #格物/AI技术趋势 Web3 核心：智能合约与数字货币周期 2025 年 03 月 01 日 - 23:10:11 区块链衍生出许多技术，但就 Web3 发展而言，核心是智能合约。智能合约存储在区块链上，充当自动化的业务逻辑，一旦满足条件即可执行。Web3 的形态可以理解为社区驱动、自给自足的经济形态。 ...

开篇与自我定位 年度序言与背景 📅 Hi! 2025 ~ TIP: 这篇文章的信息密度很高，并且带有强烈的主观，我尽可能的尝试少一些观点，多一些经验的描述，包括自己旅居过程中的经验，经历过的一些事情反思，做产品的途中的一些经验，经验是宝贵的，希望留给你触动和思考的空间越广，TOP 中选取自己感兴趣的阅读即可。 曼谷 → 尼泊尔/加德满都 的飞机上，其实心情是豁达的，从小到大做的车太多了，喜欢在车上思考一些问题。一切都是那么自然，前段时间明星王星泰国被骗的事件， 西藏/尼泊尔 地震事件。一个月前曼谷飞首尔航班事件，再到之前 加德满都 -> 博卡拉 的飞机频频失事，喜马拉雅山频繁出现意外，再去用理智和数据去推测自己的后半生的成长曲线，我是怎么也没办法说服自己就这样让自己莫名其妙的离开这个世界。反转一个场景，”世界都这么多突然了，假设我们每一天都会是最后一天，假设我当前乘坐的航班✈️也没办法顺利到达终点，最后一天，你有什么遗憾吗？” 我已经很快乐的度过每一天了，我已经在让每一天都不留遗憾的度过了。哪怕很平常的一天，走在草坪上，看看小朋友和小狗嬉闹的身影我觉得已经很幸福了。最后一天真的那么重要吗，重要的是当下，做自己想做的事情，为自己想要实现的愿望付出自己的时间、经历和生命。是此时此刻，比如说你我在思考这个问题的瞬间，感受到的乐趣，我把每一天都当做最后一天去生活，去做自己想做的事情，去尽可能的创造，为世界创造一些幸福和价值。对于一些自己无能为力，不可控的问题，交给佛祖吧 ～ !https://cdnv2.ruguoapp.com/Fmx1eiSFwVftgjXDxPT9RjdFz2X1v3.jpg?imageMogr2/auto-orient/heic-exif/1/format/jpeg/thumbnail/!120x120r/gravity/Center/crop/!120x120a0a0 又一年过去了， 上一年在维多利亚港跨年写年度小结的场景还历历在目，是什么能力可以在短短几个小时完成一篇年度小结？ 结合 AI 的能力快速完成的年度小结就像是 KPI 一样 😅。 去年就已经构思了今年的我年度总结可能会完成那哪些梦想，果然还是不能有太多的期待，结果现在回顾起来全部都是不及格，于是今年就不写年度小结了，反思一下今年的自己为什么是这样的转变。 好我喜欢写随笔，因为自己定义也是一个流浪青年，这篇文章我也会用随笔去写。 写之前想过一些定位，去年在维多利亚港看跨年烟花的时候，2023 跨年夜，我给自己的博客标了一句话： 我叫 Xinwei(bear) Xiong 🤖。我的忠诚是对冒险的忠诚☀️。 我是一个开源的极度爱好者Ⓜ️。我有一个大梦想，并会在明年实现它。 如果是那时候的我，肯定想的是今年如何去写去过哪些地方，实现了哪些的梦想。 因为日常也记录了非常多的随笔，以及当时的思考如何形成之前的我，以及现在的我。当时当下有更想写的一些东西，我很相信今年也尤其喜欢 transformation 这个词，所以这篇博客的核心，我想从 transform 这个词来深度的剖析，如果我的博客和文章是一款好的产品，投入了我大量的经历以及经验的结晶，禁得住市场和监管的考验，最终呈现给你的这款产品，面对你（与众不同且独一无二）的人来说，如何切切实实的感受到这种 transformation。 来之前看过 Reimu 的文章，那就从 Reimu 的文章开始说起，引入 transform 。 Reimu 在 2019 年大学毕业那会写过一篇万字长文《毕业后的一些思考》。我分别在大三大四读过一遍， 两次都是有缘刷到，很高兴第二次我认识了 Reimu。这篇文章讲的是 Reimu 在大学后的大量的思考以及信息攫取后输出，很有批判性思维。它确确实实让两次观看的我有了两次深刻的差异化感受，我理解这个过程就叫做 transformation，是，是我第一次阅读到第二次阅读感受的 transformation， 是我 看着 Reimu 的 transformation ，也是一个以时间为维度，两个普通平凡技术从业者时隔五年思想的 transformation。 ...

如果你想在寻找一篇针对 OpenIM 并且准备好具体的问题想来这里找到答案的话。那么很遗憾的告诉你，这篇并不是记录问题和编写答案的，这篇是读者经过开发和业务实战中以 OpenIM 为例总结出来的故障排查的方法，以及调试的技巧。如果你想从我这里学习到故障的排查以及问题定位的经验，那么请你继续读下去。 我将会从工作中经常出现的一些情况总结成类型来分析。 一个小小的玩笑，或许我比较逆人性，其他人都很害怕遇到 bug 的时候，我倒是对出现 bug 比较兴奋，我们后期读代码的时间和维护代码的时间其实是远远高于写代码的时间的。所以面对 bug， 我们的思考和总结尤其是非常重要，尤其是帮我们在写代码的时候也思考，代码的扩展性，和错误处理，是否可以禁得起考验 ~ 故障排查的基本概念 故障排查，我主要是分为几种情况，分别是，编译的故障排查，启动的故障排查，以及服务运行故障排查。这几种情况的故障排查思路都是大同小异的。 首先，我们需要发现问题，然后定位问题。我们可能需要经过多轮分析排查才能定位到问题的根因，最后去解决问题。排障流程如下图所示： 开始 | V 发现问题 ------> 记录问题的症状和相关情况 | V 定位问题 | V 进行初步分析 --------> 确定可能的原因 | | V | 是否需要深入分析？-----> 是 ------> 进行深入分析 | | | | | V | | 确定具体原因 | | | | | V | <-------- 是否已找到根本原因？ | | | 否 | V 是否解决了问题？ | 是 ------> 记录解决过程和解决方案 | | 否 ------> 调整策略或寻求帮助 | V 结束 如果想排查问题并解决问题，你还需要具备以下两个基本能力： 能够找到组件日志，并理解错误日志的内容； 根据错误日志，找出解决方案。 发现问题 要排查问题，我们首先要发现问题，我们通常用下面这几种方式来发现问题： 代码审查：在开发过程中进行代码审查可以发现代码中的问题和潜在的错误； 安全审计：通过安全审计可以发现软件或系统中的安全漏洞和风险； 服务状态检查：可以通过检查服务的运行状态，来发现问题。例如：如果是 linux-system 模式部署 openim，那么启动 openim-api 服务后，执行 ``systemctl status openim-api 发现 openim-api 启动失败，即 Active 的值不为 active (running)`； 代码测试：通过进行各种类型的测试，如单元测试(util-test)、集成测试(api-test)、系统测试（e2e-test）等，可以发现软件或系统中的问题。例如：访问 openim-api 服务，发现接口返回异常错误码、接口值返回不对等； 自动化测试：我们也可以通过运行自动化测试，来帮助我们快速发现问题； 日志记录：在服务或接口异常时，我们需要排查日志。通过在日志中发现一些 WARN、ERRORV、PANIC、FATAL 等级别的错误日志来发现问题； 监控告警：通过监控指标、告警等，也可以发现问题。如果通过日志，能发现已经发生的问题，通过监控，还可以发现一些潜在的问题； 用户反馈：产品或功能发布后，用户在使用过程中，也可能会发现一些问题，并将问题反馈给开发人员。 上面发现问题的途径多种多样，有些发现问题的途径，通常发生在特定的软件阶段，例如：测试阶段，我们可以通过测试、质量保障团队来发现问题。产品发布后，可以通过用户反馈来发现问题。 ...

Sora 中文的提示词 | 调教指南。各种场景使用指南。学习怎么让它听你的话。兼顾了 Sora 的多场景应用。 这篇文章来源于 https://github.com/SoraEase/sora-prompt-zh 开源项目，SoraEase 希望为 sora 相关的开发者提供自动化，便捷，快速上手的工具和指南。 Sora | 索拉 是一个AI模型，可以从OpenAI的文本指令中创建逼真和富有想象力的场景。OpenAI正在教AI理解和模拟运动中的物理世界，目标是训练模型，帮助人们解决需要现实世界交互的问题。 如果你是 sora 的学习者，希望获取到 sora 的最新的咨询和相关的开发项目，以及 sora 相关的开源项目，这里 awesome-sora 提供了 sora 相关的Sora 中文指南，指令指南，应用开发指南，精选资源清单，Sora 开发者精选工具框架。 索拉可提供以下功能： 文本到视频 动画 扩展生成的视频 视频到视频编辑 连接视频 图像生成（文本到图像） 在这个存储库中，你会发现各种可以和索拉一起使用的提示。我们根据视频的风格分配了不同的标签，让你可以根据标签快速找到提示示例（Prompt）和生成的视频，并根据需要进行修改。 虽然索拉尚未正式发布，但我们正在全面收集提示，以帮助你快速开始使用索拉生成你想要的视频。 提示词 官方提示词生成器 视频生成提示 官方视频生成提示 点击查看更多示例 一位时尚女性穿着一件黑色皮夹克，一条长长的红色裙子和黑色靴子，手拿一个黑色的手提包，在热闹的东京街道上行走。周围充满了温暖的霓虹灯和动态的城市标识。她戴着太阳镜和红色口红，自信而随意地行走。街道潮湿而反光，形成了五彩灯光的镜面效果。许多行人在周围走动。 生成视频链接 几只巨大的长毛猛犸象漫步在积雪覆盖的草地上，它们的长毛在微风中轻轻飘动，远处是积雪覆盖的树木和戏剧性的雪山，午后的光线和稀薄的云彩以及高高悬挂的太阳形成了温暖的光芒。低角度的摄像视角令人惊叹，捕捉到了这些大型毛茸茸的哺乳动物和美丽的摄影，景深感非常强烈。 生成视频链接 一个电影预告片，讲述了一位30岁的太空人的冒险故事，他戴着一顶红色的羊毛编织头盔，蓝天，盐沙漠，电影风格，35mm胶片拍摄，色彩生动。 生成视频链接 无人机俯视着波涛汹涌的大苏尔加雷角海滩的崎岖悬崖。蓝色的海水拍打着，形成了白色的波浪，而夕阳的金光照亮了岩石海岸。远处有一座灯塔的小岛，悬崖边覆盖着绿色的灌木。从道路到海滩的陡峭下滑是一个戏剧性的壮举，悬崖边突出在海面上。这是一个捕捉到海岸的原始美和太平洋海岸公路崎岖风景的景色。 生成视频链接 动画场景展示了一个近距离的短毛怪兽跪在一个正在融化的红色蜡烛旁边。艺术风格是3D和逼真的，重点放在光线和纹理上。画面的情绪是惊奇和好奇，怪兽睁着大眼睛，张着大嘴盯着火焰看。它的姿势和表情传达出一种天真和俏皮的感觉，好像它是第一次探索周围的世界一样。温暖色调和戏剧性的光线进一步增强了图像的舒适氛围。 生成视频链接 一个华丽的纸艺世界，一个丰富多彩的珊瑚礁，到处都是色彩缤纷的鱼类和海洋生物。 生成视频链接 这个特写镜头展示了维多利亚皇冠鸽子引人注目的蓝色羽毛和红色胸膛。它的羽冠由精致的蕾丝羽毛制成，而它的眼睛是醒目的红色。鸟的头微微倾斜，给人一种威严和威严的印象。背景模糊，突出了鸟的引人注目的外观。 生成视频链接 ...