Cheng
17.6K posts

Cheng
@chumsdock
Design with rationality. UED lead of Yiducloud, a medical big data & AI company.
Beijing Katılım Ocak 2007
568 Takip Edilen2.2K Takipçiler

看了王自如的 Vibe coding 48天的项目视频,真是天才啊,没有技术背景,就用 AI 做了一个 10W 行代码级别的应用,架构分析做的还头头是道
连ddd 可观测性 自动化测试,multi agent 都聊到了
值得一看,虽然评论区他的招聘槽点很多
bilibili.com/video/BV173wdz…

中文
Cheng retweetledi

Booooom! 💸🔥
The White House@WhiteHouse
American Power. 💪

彻底解决远程连接 Claude 终端,出门再也不用带电脑了!
CC 官方更新了 Telegram 和 Discord Channel——手机上直接跟本地 Claude Code 对话。
但官方没告诉你的是:加一行 while 循环,手机上就能完整管理 session 生命周期。实测效果:
- 发 /clear → 上下文清空,继续聊
- 发 /exit → session 退出,3 秒后自动重启,TG 自动重连
- 不用重新配对,不用回电脑
出门前 tmux 开好,路上用 Telegram 随时干活,聊满了随时换新。之前试过 Happy(延迟飘移)和官方 Remote Control(每次扫码),都不如这个丝滑。非常爽。
想试的话,先去 TG BotFather 创建一个 bot 拿到 token,然后把下面这段 Prompt 发给你的 Claude Code:
"帮我配置 Claude Code Telegram Channel。我的 bot token 是 [你的token]。安装 telegram plugin、配置 token、设置好之后告诉我怎么用 while 循环 + tmux 启动,以及如何在手机上用 /clear 和 /exit 管理 session。"
配图是我的实测截图——/clear、/exit、自动重连全流程。


Thariq@trq212
We just released Claude Code channels, which allows you to control your Claude Code session through select MCPs, starting with Telegram and Discord. Use this to message Claude Code directly from your phone.
中文
Cheng retweetledi
Cheng retweetledi
Cheng retweetledi

@StarKnight 事实恰好相反,一个能干的老员工用Agent解决完一个问题,交给实习之后,可以立即和AI一起做一个新任务,中间那些纯执行的员工反倒会被干掉
中文
Cheng retweetledi
Cheng retweetledi

BALMUDAから新製品『The Clock』が発表された!デザインがミニマルで洗練されていてどの角度から見ても美しいのが分かる。
腕時計ではなく、常に携帯したくなる時計って今までなかった概念だと思う。
balmuda.com/jp/the-clock/




日本語
Cheng retweetledi

公司法律师扎克·夏皮罗的这篇文章,是我近期读过关于AI与专业领域,最清醒的文字,他写的是法律行业,但字字都落在所有靠专业能力吃饭的领域,包括医疗。
他最核心的判断是:AI从来不是什么拉平差距的民主化工具,它是能力放大器,能让卓越的判断力,释放出过去根本不可能实现的价值,也能让低劣的判断,更快酿成无法挽回的后果。
法律行业过去从来没有十倍效能律师的说法,不是顶尖律师和普通律师没有差距,是传统的工作结构,从根上锁死了他们的价值上限。
复杂案件必须靠团队协作,层层委托必然稀释资深律师的决策质量,更别说还有无法突破的时间天花板,一个人再厉害,也不可能两周干完两百小时的工作。
AI打破了这层限制,借助AI的资深律师,能一个人攥住整个交易的完整脉络,同步交叉核对多份关联协议,一场会议的时间,就能拿出完整的修订稿和策略备忘录。
过去要五人团队三周干完的活,现在他一个人三天就能完成,全程没有信息损耗,没有决策稀释。
一模一样的结构性限制,在医疗行业已经存在了几十年。
顶尖医生最核心的竞争力,是数千次诊疗练出来的临床判断力,是那种刻进骨子里的模式识别能力,但这套能力,一直被医疗服务的流程死死稀释着。
一天能接诊的患者有限,工作记忆里能装下的复杂病例有限,能抽时间研读的最新文献也有限。
这套体系,把顶尖医生和普通医生的产出效率,压到了相差无几的水平。
AI正在瓦解这道困住所有人的认知带宽枷锁。
有顶尖临床判断力的医生,用前沿AI模型,能在翻看病历的时间里,完成所有事:完整追溯患者的全周期病史,实时交叉比对全球最新的临床文献,生成并压力测试全套鉴别诊断,起草完整的诊疗方案。
这也是最值得警惕的地方。
顶尖者和普通人之间的能力差距,会以旧体系根本藏不住的方式,彻底暴露出来。而市场——不管是客户、患者、机构还是支付方,一定会用真金白银,为这种差距重新定价。
但绝大多数从业者,还在犯一个致命的错误。
他们因为办公软件、业务系统里内置的AI工具不好用,就轻飘飘地否定了这项技术的价值。他们评价的只是一个阉割版的应用外壳,却据此断定AI本身还不够成熟。就像有律师因为某款软件的界面难用,就否定AI的价值,却没看到他的竞争对手,早就用前沿模型,把自己的工作效率和成果质量,拉开了无法追赶的差距。
前沿模型早就足够成熟了,真正的瓶颈,从来都不是技术本身,是使用者有没有能驾驭它的判断力,还有愿意放下傲慢、去探索的好奇心。
当然,我们也要看清这件事的边界,夏皮罗的判断,有两个无法绕开的前提:
一是当前阶段的AI,还无法替代人类在复杂、高风险场景下的核心判断力;
二是它放大的,是已经存在的专业能力,而不是凭空创造能力。
同时,我们也不能忽略行业的现实。机构的合规资质、风险承担能力、品牌信任与渠道资源,依然是无法被个人能力替代的核心壁垒。
AI带来的效率溢价,很多时候会先被机构拿走,而不是直接落到从业者个人手里。
它会拉高整个行业的能力下限,也会无限抬升顶尖者的上限,最终被挤压最严重的,是原本靠信息差和经验差生存的中间层从业者。
但这些都不影响,夏皮罗的文章戳中了最核心的趋势:
整个专业服务领域的游戏规则,正在被AI改写。过去靠机构品牌、资历年限建立的壁垒,正在一点点松动;而个人的核心判断力、决策能力,正在被AI赋予前所未有的权重。
不管你身处哪个行业,这件事都和你息息相关。
Zack Shapiro@zackbshapiro
中文
Cheng retweetledi
Cheng retweetledi
Cheng retweetledi
Cheng retweetledi
Cheng retweetledi





















