@austinit 人的大脑需要休息，AI不需要，如果这个过程中你一直跟着它的思考过程，哪怕你只是被动接收信息，你也会累，一天下来就疯了😂
中文
Haibin | 海滨code
312 posts
Haibin | 海滨code
@haibindev
10yr+ software engineer. Building open-source AI dev tools. Fitness nerd. Zero EQ. 10年+架构师/产品经理/码农三合一，专注原生应用、高性能服务开发、视频传输和处理技术。用AI重构了自己的工作流，分享AI提高个人生产力的实战踩坑。
Katılım Şubat 2026
246 Takip Edilen39 Takipçiler
GPT 5.5 xhight很厉害，好多超大bug给他2个小时使劲重写，yyds
倒是小米的模型速度很快，有点吃惊 ，感觉那个萌妹子水平很高呀🤭
中文
这两天使用codex，比较少遇到上下文压缩时“Error running remote compact task”的问题了，我这个skill用的次数越来越少了。
这是个好事啊，不过还是需要备着点，发生时直接新建会话输入 $golast就能直接继续不需要操心。
github.com/haibindev/gola…
中文
我终于明白为啥最近很多人都在说，GPT和Claude突然变笨了，
昨天OpenAI和Anthropic同时发布了官方提示工程指南，
看完我才发现，并不是模型变笨了，
是它们终于聪明到，不再容忍人类懒得想清楚了🤣🤣🤣
而且最有意思的是，
两个模型的进化方向，居然是完全相反的，
Claude Opus 4.7变得越来越字面，
以前它会主动帮你补全模糊的指令，
现在你说什么它就做什么，多一个字都不会猜🤣🤣
GPT-5.5变得越来越自主，
以前你要手把手教它每一步怎么做，
现在你只要告诉它你想要什么结果，它自己会选最优路径，
所以老提示失效的原因也完全相反，
用在Claude上的模糊提示，会得到越来越窄的输出，
用在GPT上的详细流程，会变成多余的噪声，
过去三年我们一直在学怎么教模型做事，
现在反过来了，
模型开始要求我们，先把自己的思考结构化，
其实就是提示工程的本质，
已经从教模型怎么做，变成了先把自己想明白，
所以真正的瓶颈可能不是模型的能力，而是写提示的那个人的思考清晰度，
我感觉以后赢的人，不会是提示写得最长最复杂的人，而是那个最知道自己真正想要什么的人🤔
中文
OpenAI 官方推出 Ralph loop 功能了，给 Codex CLI 加了个 /goal 命令。也就是说：你定个目标，它就一直跑，跨多轮不丢，不达目的不停。
这是 0.128.0 版本里的新东西，要在 ~/.codex/config.toml 的 [features] 段写一句 goals = true 才能启用。
[features]
goals = true
目前只在终端 CLI 上有，桌面 App 还没跟上。
现在不用自己手搓 shell 脚本，不用配 git 当外部记忆，也不用敲 --dangerously-bypass-approvals-and-sandbox，直接 /goal 就行。
Felipe Coury 🦀@fcoury
/goal also lands in Codex CLI 0.128.0. Our take on the Ralph loop: keep a goal alive across turns. Don't stop until it's achieved. Built by my co-worker and OpenAI mentor Eric Traut, aka the Pyright guy. One of the GOATs I get to work with daily.
中文
OpenAI 的 GPT-5.5 是第二个从端到端完成AI Security Institute（前 AI Safety Institute）多步骤网络攻击模拟的模型。
GPT5.5可是面向所有用户的，所以Claude的Mythos 。。。
AI Security Institute@AISecurityInst
OpenAI’s GPT-5.5 is the second model to complete one of our multi-step cyber-attack simulations end-to-end 🧵
中文
@0xdeusyu AI可以帮助你在你原本的能力之上进行增强，但是无法从根本上提高你。
每个方面都懂一些这个即便没有AI也是优势，AI只是放大了优势，但是你还是需要在某一方面有深入性研究才行，如果你每样都不深入，那你做出来的东西也无法做到深入，因为你自己都判断不了。
中文
时隔一年多，我感觉 AI 赋能的，正是我这种人：什么都懂一点，但什么都不深入，偏偏又懂怎么去实践、怎么复核那些内容。
使用 AI 以来，我的效能比身边的同事快了很多倍。甚至有时候会觉得很无聊，因为很多事情很快就能完成。一般的开发性工作或事务性工作，只要给我一个明确的主题，或者我自己找到明确的主题、约束、架构、设计步骤以及验证思路，写东西的速度简直是巨快、极快。
这两年在我身上最直观的感受就是效率的提升。怎么说呢：
1. 对于确定性的任务，我的完成速度基本是小时级别的。
2. 因为我知道哪些是对的，哪些是不对的，很多微决策我都能飞快地搞清楚。
3. 这种对整个事情的遍历和理解程度，我现在还没完全总结出来（总结出来的全是我的核心竞争力）。
如果跟自己比，我肯定还有很多不满足的地方。但如果跟同事或其他人比，换了这么多地方，我觉得好像很难有一个比我快的。看他们操作的时候我甚至会感到着急。
所以有的时候，AI 真的适合我这种人：涉及广泛，一开始并不精通，但有一个核心精通点，那就是对整个实践的经验。
中文
GPT 5.5真的太赞了，可以长时间执行复杂任务。
下图我让它跑单元测试并修复，它进行了将近7个小时，输出了655条消息，完成了747个测试并且进行了bug修复，这恐怕换成任何模型都做不到。
中文
@arkuy99 我的感受是，语言上确实没有见过“下一刀”这种了，你说的“丢三拉四”，这个确实有出现过，但是情况并不多，而且也没有比5.4更明显。
5.5最大的提升是它一个回合的任务可以进行的非常久，布置一个很复杂的任务，它可以完成一个阶段后自动推动下一阶段，之前5.4的时候经常一小阶段就停下来汇报了。
中文
现在用 claude opus改代码的效率太低了，总是改了这个漏了那个，必须一项一项指出来，感觉是时候要更换模型了，内容创作方面，哪个更好呢
中文
昨天晚上我开始把开源的Deepseek V4 Pro视作珍宝了。先不说它代码能力超过Kimi 2.5，而是后来我把它用在写作，它的真实性、想象力、文学性，更重要的是尺度，大大大超过我的想象。在我的手感上，我觉得写作上它被称为第一模型，应该不算有问题。
中文
