先别连接邮箱、CRM 或社媒账号。打开一张空白的 n8n 画布，只放三个节点： Manual Trigger → Edit Fields → IF 在 Edit Fields 里写入一条假的内容信号，让 IF 根据证据数量把它送进 True 或 False 分支。先把 evidence_count 设为 3 执行一次，再改成 1 执行一次。两条路线都跑对以后，你已经碰到了工作流自动化最重要的五件事：触发、结构化数据、规则、分支和执行记录。 ...
2026 年初，我的 GitHub 贡献图 曾连续数周接近空白；几个月后，同一张图上出现了单周数百次 contributions。到了七月，博客发布了 55 篇中文文章 ，GitHub 的 contribution calendar 记录了 733 次 contributions。 ...
傍晚，我坐在有鲤天台咖啡酒馆，把咖啡杯举到开元寺双塔前。相机认出了远处的塔，没有认出近处的手。杯子和手糊成一团红色，双塔越过古城屋顶，轮廓清楚。 ...
如果蒙田也有一个 AI，会发生什么？ 我是在每天使用 DayPage、看着个人 vault 里积累到约 250 天 Markdown 以后，才真正问出这个问题。过去越来越不容易丢失：AI 可以找回旧句、并排不同年份的判断、指出我忘记的矛盾。与此同时，“这些记录说明我是怎样的人”也越来越容易被它抢先回答。 ...
七月大部分时间，我在深圳，也在广东其他城市短暂停了几天。 电脑里的工作很密：博客上线了 55 篇中文文章，GitHub 的七月 contribution calendar 记下 733 次 contributions。账单的另一边也很密：AI 订阅每月三千多元，再加服务器、云服务和其他工具费用。前一组数字很适合被截出来，证明一个独立开发者在 AI 的帮助下可以多高产；后一组数字才说明，这套生活为什么正在给我真实的压力。 ...
本文是一场思想实验式模拟访谈。受访者由组织心理学与组织经济学研究视角组合而成，不代表任何真实人物的原话。 2026 年 6 月，我在月度复盘里写：激励结构会殖民人格。 ...
这是「与现实对账」选集的第六篇。上一篇把快反馈与慢结果分开；这一篇讨论技术进步之后更容易被忽略的问题：旧瓶颈消失时，新的瓶颈会在哪里出现？ 每一种新工具刚出现时，人们最容易想象它消灭了什么。 ...
这是「与现实对账」选集的第五篇。上一篇讨论什么样的行动能产生证据；这一篇分析证据抵达的速度，以及速度如何悄悄改变我们的目标。 朋友说，内容和零售有一个很大的优点：反馈快。 ...
这是「与现实对账」选集的第四篇。上一篇分析聪明人如何用能力逃跑；这一篇继续追问：走出书房以后，什么样的行动才算接近事实？ “少想，多做”大概是这个时代最难反驳的建议之一。 ...
这是「与现实对账」选集的第三篇。上一篇讨论利润的边界；这一篇转向一个更私人的问题：为什么能力越强，有时越难接近事实？ 我曾经以为，逃避一件事的样子应该是刷手机、拖延、什么也不做。 ...
这是「与现实对账」选集的第二篇。总序从饭桌上的争论谈起；这一篇只追问一个问题：利润这张成绩单，究竟记录了什么？ 朋友说：“一个生意很能赚钱，说明它创造了价值。” ...
这是「与现实对账」选集的总序：关于利润、行动、技术与选择的七次审计。 前些天和朋友吃饭，聊到接下来该做什么。 他说：“创业的本质就是挣钱。一个生意很能赚钱，说明它创造了价值；一直亏钱，就是在浪费所有人的时间和钱。” ...
用得越熟，为什么反而越累 先说一个我自己撞了很久才想明白的怪现象。 刚开始用 Claude Code 的时候，效率提升是肉眼可见的：一个下午干完过去两天的活。用熟之后，效率还在涨，但一天结束时的疲惫感也在涨——因为我整天都在做同一件事：看它跑完、判断对不对、想下一句该说什么、再敲回车。 ...
去年冬天有一次我算了一笔很难看的账。 那天我在一家咖啡馆待了一整个下午，边写代码边拍素材，手机和录屏加起来大概四十分钟。晚上回去开始剪，凌晨一点半导出，成片五十八秒。 ...
同一个东西，换个名字，分数就变了 有一件事我观察了挺久，一直没找到合适的地方写。 在同一个产品社区里，经常会出现两个功能几乎重合的小工具。一个发出来石沉大海，另一个被反复转发、被认真提问。你去看两个产品页，做工差不多，定价差不多，落地页甚至用了同一个模板。真正不一样的地方在发布者名字后面那一行小字——「某某项目的维护者」「写了三年 xx 的人」。 ...
我在这句话上浪费了好几年 「产品做得足够好，自然会有人来。」 这句话我信了很多年。它符合工程师的世界观：代码是可验证的，性能是可测量的，好和坏之间有客观差别。既然有客观差别，那么好的东西胜出就是迟早的事——市场是有效的，只是需要一点时间。 ...
一个早上，和三件不该存在的东西 有一天早上我起来，泡咖啡，打开笔记本，看到夜里跑的几个 agent 都停在了完成状态：一个给我的小工具加了完整的多语言支持，中英日三套文案，抽了 i18n 层；一个给博客做了阅读进度统计；一个把我半年前写的 CLI 重构成了插件架构。代码都很干净，测试都是绿的。 ...
第十五份清单，让我换了一个问题 半年里，我认真读过二三十份「AI 时代超级个体装备清单」。读到第十五份左右时，一件事越来越扎眼：这些清单彼此之间的差异，远小于它们各自许诺的竞争优势。 ...
假如今天你要给自己选一个 AI Agent 的方向下注，你最该先问的问题是什么？ 多数人问的是"这个能不能做出来"。但在 2026 年，许多应用的首要瓶颈已不再是模型能力，做出 demo 也不再稀缺。真正该问的，是另一个更冷的问题：“为什么这么大的机会，别人还没把它做死？” ...
一个人究竟养得起多大的 Agent 舰队？ 这个问题听起来像是在数进程，其实是在找一个错误的单位。一个 Agent 可能只抽取一段文字，也可能搜索二十分钟，或者经过八十次工具调用才完成一次仓库重构。真正有意义的单位不是“Agent 个数”，而是一个被验收的任务，以及它背后的输入、输出、工具、重试和人工善后。 ...
「Software is eating the world.」 —— Marc Andreessen, 2011 「Now, AI is eating software, and the question for the rest of us is: what’s left for one human, alone, in front of a screen?」 —— 我于 2026 年的某个凌晨，在台灯下问自己。 ...
独立开发最容易出现一种错觉：只要把技术栈配齐，产品就完成了一半。 我也曾把前端框架、数据库、认证、支付、分析、邮件、监控列成一张很长的表。表越完整，动手越安心；但那种安心往往来自“我在建设”，而不是“有人需要”。工具清单解决的是选择焦虑，产品要解决的却是用户愿不愿意改变现有做法。 ...
每有新文章，寄一封信到你的邮箱。双重确认，随时退订。
The Quiet Collector / 静默收藏者
使用上下方向键选择结果，按回车打开；按 Command 或 Control 加回车询问 AI。
没有找到匹配结果