Aotoliby

以前的消费降级： 下馆子 — 品牌外卖— 拼好饭 现在的消费降级： Claude opus — GPT 5.2 — MiniMax 谁愿意包养我（的clawdbot）啊？

复盘一下我vibe coding 一周，开发WorkAny 的过程，很有意思。😂 1. 上周三在香港办卡，临时起意想做个桌面 Agent 项目，对标 cowork，晚上回到广州开始写代码 2. 初期目标是快速发布，没时间去研究哪个 Agent 框架好用了，看很多人在用 claude agent sdk，先用这个吧 3. 第一时间想到用 tauri，喜欢小而美，总觉得 electron 很重，不想用 4. 不想自己写代码了，决定让 claude code 来写。之前的 claude 账号都被封了，用不上原版 cc，装了个 cc-switch，接上 OpenRouter 的 API 开始写 5. 截了个 chatbot 的交互截图，让 cc 参考着先把基本的对话流程跑通，用 claude agent sdk，接上 OpenRouter，cc 很快写完了第一版 6. tauri 本质是用 rust 的壳子套了个前端界面，不熟悉 rust，让 cc 用 hono 写API，rust 只做壳子，不做业务功能。API 作为 sidecar 打包进 app 7. 让 cc 在 API 引入 sqlite 实现本地存储，持久化任务数据，创建本地工作目录，保存任务输出文件 8. 写了半天，看 OpenRouter 消耗了 110 刀，有点肉疼。买了个美国住宅 ip，付费上了原版 claude pro 9. 截了个 Manus 的任务详情图，让 cc 参考写完工具调用的逻辑，中间是 chatbot 对话，右边用一个虚拟计算机的容器展示输入输出 10. 让 cc 接入 shadcn/ui，把样式做得好看一点，支持切换皮肤 11. 又写了一天，关键时候 claude pro 限频了，很影响心情，补差价上了 claude max 顶配版 12. 让 cc 把自定义模型配置，mcp、skills 调用的逻辑都实现了，跑了几个生成 PPT、Excel、Doc、 网页的 case，效果不错 13. 让 cc 把输出文件夹和中间过程的 artifacts 都在右边展示出来，写了个 artifact preview 容器，渲染各种类型的文件，可视化预览 14. 有些任务需要跑脚本完成，考虑到用户电脑可能没装代码运行环境，让 cc 引入 sandbox 来运行代码 15. 考虑到扩展性，需要支持不同类型的 Agent runtime 和 sandbox，让 cc 写了两个抽象类，统一接口调用。Agent runtime 支持 claude code、codex、deepagents，sandbox 支持 boxlite、codex-sandbox、claude-sandbox 16. 觉得 cc 写的代码有点乱，让 cc 引入 eslint 和 prettier 做了下格式化，把逻辑太多的文件做模块化拆分。再参考 ShipAny 的目录结构，调整了一下项目结构 17. 让 cc 写打包脚本，构建不同操作系统的安装包。把安装包发给一些朋友，开始内测了。根据内测用户的反馈，再让 cc 继续优化逻辑，解决问题，迭代功能 18. 有些用户电脑没装 node，没有 claude code，安装软件后跑不起来，让 cc 在构建脚本支持 flag 参数，把 node 和 cc 作为 sidecar 打包进 app，让用户能够开箱即用 19. Mac 用户安装 app 后提示文件损坏或有安全提示，让 cc 在构建脚本里面加上签名处理，用我的 Apple 开发者账户对打包的 Mac app 做签名 20. node 和 cc 都打包进 app 的版本，安装包 100 多 m，有点重。让 cc 在构建脚本实现默认不打包，在用户启动 app 的时候引导安装 node 和 cc，精简版安装包才 20 多 m，小巧精致 21. app 基本功能实现得差不多了，让 cc 在 ShipAny 模板基础上写一个 WorkAny 的官网，放上演示图，部署上线 22. WorkAny 开源发布，MVP 版本上线，用户拉源码本地构建，配个 API 直接用 23. 让 cc 写了个 github 构建脚本，在代码推送到 main 分支时，自动触发 github action 构建，一次性打包 Windows、Linux、Mac 三大平台的安装包，自动发布到 release，用户无需自行构建了 24. 根据用户的反馈，问题丢给 cc 去修，想到什么新功能也告诉 cc 加上，自己只做测试，不写代码，看都不看一眼。🌚 ------ 几点感悟： 1. 第一次尝试全自动驾驶 vibe coding 做项目，爽感非常强烈，WorkAny 的代码 100% 由 cc 老弟完成，我只负责指挥，日常开三个窗口，让三个 cc 老弟同时干活，效率拉满 2. AI 时代技术平权，人人都是建筑师，理解用户需求、好的产品 sense 和审美是做出好产品的关键 3. 技术广度和全局视野是最大的优势，可以精准提需求，指哪打哪，遇到问题能快速定位，防止 AI 走偏失控 4. 以前总觉得手洗的衣服比洗衣机洗的干净，现在可以放心交给洗衣机了，又干净又快，能穿就行 5. 优秀的程序员不会被 AI 淘汰，法拉利老了还是法拉利。🌝

“我们总是通过后视镜驶向未来” 推荐读一下 Notion CEO 这篇内容，关于 AI 为什么首先在编程领域爆发他的解释很好。 知识工作的两个瓶颈：上下文分散和可验证性，这点分析得很准。 这就是为什么程序员最先受益，因为他们的工作环境天然解决了这两个问题。 其他知识工作者要等到什么时候？可能取决于谁先把散落在几十个工具里的上下文整合起来。 ------------------------ 每个时代都有它的奇迹材料。钢铁塑造了镀金时代，半导体点亮了数字时代，现在AI以"无限心智"的形式到来了。 Notion创始人Ivan Zhao用历史隐喻说清楚了一件事：掌握这种材料的人定义时代。 为什么AI是"奇迹材料"？ 因为它解决的是规模问题。19世纪前建筑只能盖六七层，铁太重太脆，楼层一多就塌。钢铁改变了一切，骨架更轻、墙体更薄，摩天大楼拔地而起。 AI对知识工作的意义和钢铁对建筑一样。人类沟通一直是组织的"承重墙"，每周两小时对齐会、三级审批流程，都是在用人类尺度的工具解决工业规模的问题。 个人层面：什么时候能开上"汽车"？ Ivan的联合创始人Simon原本是10×程序员，现在同时指挥三四个AI编码agents，变成了30-40×工程师。他午饭前排好任务，agents在他离开时继续工作。 这就像从踩自行车进化到开汽车。但为什么只有程序员能开上车？ 两个问题必须解决。第一是上下文分散，编程工具集中在IDE和代码库，但一般知识工作散落在几十个工具里。AI要写产品简报得拉取Slack、战略文档、仪表盘数据，还有只存在脑子里的institutional memory。人类现在是粘合剂。 第二是可验证性。代码能用测试验证对错，AI能用强化学习改进。但怎么验证项目管理得好不好、策略memo写得行不行？没法验证就没法训练模型改进，人类只能继续监督。 一旦这两个问题解决，几十亿知识工作者会从自行车进化到汽车，再从汽车进化到自动驾驶。 组织层面：我们还在"替换水车"吗？ 工业革命初期，蒸汽机刚出现时，工厂主只是把水车换成蒸汽机，其他都不变。生产力提升很有限。 真正的突破是工厂主意识到可以完全摆脱河流了。他们把工厂建在更靠近工人、港口和原材料的地方，围绕蒸汽机重新设计整个厂房。生产力才爆发。 现在的AI聊天机器人就像"替换水车"阶段，只是附加在现有工具上。我们还没重新想象：当组织可以依靠永不疲倦的无限头脑时，应该长什么样？ Notion在做什么实验？ Notion现在有1000名员工，但同时有超过700个agents在处理重复性工作。 它们记会议纪要、回答问题综合tribal knowledge、处理IT请求、记录客户反馈、帮新员工办入职、写周报省去复制粘贴。 Ivan说这只是起步，真正的收益只受想象力和惰性限制。 从佛罗伦萨到东京意味着什么？ 钢铁和蒸汽不只改变建筑和工厂，它们改变了城市。 几百年前的城市是人类尺度的，你能在40分钟内走完佛罗伦萨。然后钢架结构让摩天大楼成为可能，蒸汽铁路连接市中心和内陆，城市在规模和密度上爆炸。东京、重庆、达拉斯都不是更大的佛罗伦萨，它们是完全不同的生活方式。 知识经济现在占美国GDP近一半，但大多数还在人类尺度运作：几十人的团队，会议和邮件控制节奏，组织超过几百人就开始变形。我们用石头和木头建了佛罗伦萨。 当大量AI agents上线，我们会建造东京。数千个agents和人类组成的组织，工作流程跨时区持续运行，不用等人醒来，决策在适量人类介入下合成。 会更快、杠杆更高，但起初也更迷失方向。周会、季度规划、年度评估的节奏可能不再有意义。新节奏会出现。我们失去一些可读性，但获得规模和速度。