有一個想不通，爲什麽要和數字人結合？强行拉概念？這和數字人有半毛錢關係？還是你選修了數字人這個課題，所以非要包含到當下的工作流中？

你這用法，我只能說，我個業餘的都看不上。

pve - nixos -> incus -> agent in lxc - 聲明式，隨時回滾
pve - windows
pve - docker in kvm -> allinone - 快速部署
pve - kvm -> smolvm - 不可信代碼運行

一臺 pve 解決一切。在外辦公，三星 dex ，手機就行，靠什麽電腦。
旅居期間 macbook air

云不光是 remote ，還能快速遷移。你那套東西，充其量就是連了個 ssh 。還有，cli 才是王道，特別 cli+ssh 。tui 已經能解決很多 gui 的體驗了。還用桌面。。。爲了隔離，我幾乎都不會用本地運行任何 agent ，包括 desktop app ，充其量網頁解決。

9 越 15 日前跑把。护照新规出了

@FrankAdler 你对 3000 多行单文件要求有点高啊。这东西塞进 llm 上下文，开发速度比套框架的优势大多了。

学习了，全部用的 php 的内置函数。但安全这块该有的都有，很工程化的一个实例。
可以写进 demo 教科书级别了，已 fork ，后面蒸馏整个工程思维，套用到自己的项目原型创作上，很受用。不用担心过度工程带来的多栈维护压力。

以后极简风可能才是 ai 的正确打开方式，用那么多技术干啥。实现的目标背离。

那个的地方主打的其实就是一个灰色信息流，但大家都意识到 ai 的羊毛其实没那么多，渠道也就那么些，所以也就落寞了。属于一过性的现象级论坛。踩中了风口。
但现在真正灰色的信息流并不在 do 上，而是在 ytb+tg 这块引流渠道。比如越狱等。所以多渠道才是硬道理。
do 的信息流，正规信息，他滞后；正常讨论，他低级；开源分享，他小众；最后那点羊毛，他也有心无力。还有个人色彩严重的管理员自慰行为。注定他的未来了。

@xiaomushen 可以作为 subagent 啊。和非富即贵的大模型不冲突。

@ChoiYoonJung 同样的流程。想问问，方案的上下文有没有 skill 可以总结，压缩以及输出 html 视图？这个工程化一直在看。这样结束 session ，调用 skill ，输出 html ，直接可以让 dsv4 去干活。免去大半的人工审计

先做个 mvp ，然后堆叠技术栈做路线图学习。

@hingle 桌面版的 iso 有，minimal 没有任何网络管理工具。

@LokiSharp
@ijk0
怪不得，好东西你们是一点不透露啊，v2ex 搜 nixos 都没贴。

那个 gif 的有点意思，写教学文档有用，我一般用 screen to gif 。
你这个似乎更优化了截图行为，只截 keyframe 。而且应该可逆成序列图的吧。如果序列图能输出成 no-js 的 html+css 的话，可以无缝投喂给 ai 。

现在 idea 已经不需要初级程序员了。门槛成两级分化。
初中级程序员(crudboy)：妥妥的执行端，码农。需求实现。这个已经被 ai 取代了。
随便搞搞，至少 5 分钟内给你一个你描绘的还算详细的需求文档一个前端 demo 是没有任何问题的。
认真搞搞，东西也就出来了。80%的时间主要是 CI/CD 走通。

高级程序员(se)：当代最稀缺的，系统构架师，几乎是所有项目能质量交付的保障。应用实现已经不难了，市面上一大堆 1：1 复刻的 agent 和 skill 。ai 训练的时候已经包含了这些轮子了，初中级程序员只是对其唤醒而已。


现在是最坏的时代，技术壁垒看似被 ai 拉低了，其实护城河更高了。你能自己写 agent ，但你的 agent 几乎没人用。你能解决的需求，资本会立马卷走你的 idea ，如果没人看上，那是因为你的确弱小。

这个时代，强强联手，ai 的智慧也在超过全人类的总和，意味着正面刚根本没机会。

哦，不侃侃而谈了，外面客人叫 tony 了，不耐烦了，我得去剪头了。

没开机，还没收到邮件。
有省流结论吗？信息源太杂了，ai 也没办法对你们这些 human llms 总结。

@desususula 的确，这字体对简体中文支持太差了。折中只能用繁体中文，有时候没切换字体，直接发帖，还被人说是装 b 。汗。

@5xX4U5sUwdELgdQ3 Notion 在我看来就缺一个 slideshow 的功能，这样图片群就有着落了。现在处理多图，我都是 gif 处理。不过失去了可读性了。

最后不得不推一下 Using Claude Code: The Unreasonable Effectiveness of HTML 这篇。


@iWill 没用过 joplin ，我 obs 是基于 onedrive 的，自动同步多端，加载并不慢，插件也就主流的 4-5 个。

一個東西，最近也被 loop 教育，看了下，不就是個 skill 嘛。
最終還是得靠 prompt skill 統一工程上的 loop 編排。

@JasonYip 赞同。上规模的话用 Superpowers 这种来做 tdd ，普通人或者中小规模的话，sdd 如 Openspec 都是可以作为圣经的。
人现在又回到了文档地狱了，只是 ai 辅助下，构架师的门槛会低很多，不断去对齐这话相当贴切。人的需求，说到底，用语言表达太模糊了，毕竟我们有个想法，说出来和脑子里的东西完全不一样，脑子里已经涵盖了大量的上下文了。所以我还用 grill-me 。哈哈。

@fzuccq 截图 + OCR + LLM 推理，但这样的问题是延迟+token 。
问题的核心是“持续视觉理解”，我想到了 yolo 这个，让本地 gpu 跑。
第二个是，这些 app 虽然不开放 api ，但页面加载的监控是否能做呢？比如加载完成了，就立刻让 agent 去截图。我看你的视频貌似卡了一下，是不是在等页面平稳？
软+硬？
纯过程探讨，不涉及可行性和逻辑性，抱歉。

软件不行，硬件来凑，手段暴力，但思路的确可以。
后面优化硬件，小型化，包装成产品，用途太多了，小型外科机器人？哈哈。
专门一台手机交给硬件，随便点，自己的主力机负责远控，哇靠。以后国产软件都能不装了。
从 camera - ocr - text - 终端，直接可以分离。

https://imgur.com/a/d9zEruN

cli 更工程化，如果嫌难看，最多开 --tui
一般 cli 能接触的功能更全面，gui 需要写逻辑等支持。这个没什么好争论的。
比如用了十几年的 pve ，这玩意的 gui 你确定真能用？还不是进 cli 解决大部分操作，比如 vm 的 lock 解除，vm clone 的预加载脚本等。这些 gui 根本没提供。

再看看很多套 remote agent cli 的客户端，大部分 ui 上也不支持，比如 hermes one ，不支持 remote hermes 的 kanban 等等。

所以压根不是程序员喜欢 cli ，而是 cli 的可控性更高。
gui 是给用户用的。