- Website
- Baoyu
- Followers
- —
- Following
- —
Key Highlights
使用Claude Code的Hook机制在任务结束时自动检测未提交的Git变更，并通过拦截提醒用户提交。 1 post
通过Commit Skill实现智能提交，自动分析变更文件类型并按主题分组生成中文commit message。 1 post
Hook与Skill配合解决Git提交遗漏问题：Hook作为守门员确保无变更遗漏，Skill作为执行者保证提交有意义。 1 post
Main Topics (2)
Latest posts
用 Claude Code 的 Hook + Skill，实现每次提交后自从 commit 提交变更
我用 Git 管理所有写作内容，文章、素材、提纲、草稿，全在仓库里。问题是我经常忘记提交。写完一篇文章，润色完，发布了，然后就去忙别的了。过几天一看 git status，十几个文件的变更堆在那里，完全不记得哪次改了什么。Git 本来是用来追踪每一步修改的，结果变成了一个大杂烩的快照工具。 现在我用 Claude Code 跑写作流程，从素材分析到成稿发布基本都交给它。既然每次任务它都在改文件，能不能让它改完就自己提交？ 两个机制配合就解决了。 Hook：任务结束时的拦截器 Claude Code 支持 Hook 机制，在特定事件（会话开始、工具调用前后、任务结束等）发生时自动执行脚本。思路和
Jeff Dean 深度访谈：一页纸备忘录促成 Gemini 的诞生，Google AI 的反击与 10,000 Token 的未来
从 MapReduce、BigTable 到 TPU、Google Brain，再到 Gemini，Jeff Dean 参与或主导了 Google 几乎所有核心 AI 基础设施的构建。他是 Google 的第 30 号员工，现任首席科学家、Gemini 项目负责人。 在 Latent Space 播客最近一期节目中，主持人 Alessio 和 Swyx 与 Jeff Dean 进行了一个多小时的深度对话。话题跨度极大：从蒸馏技术的真实起源，到“能否让 AI 关注整个互联网”的长上下文愿景；从用皮焦耳理解为什么 GPU 需要批处理，到那份改变了 Google AI 格局的一页纸备忘录。 原始播客
59% 用户投票选了更便宜的那个：Sonnet 4.6 全面解读
Claude Sonnet 4.6 发布了。 在 Claude Code 的早期测试中，用户 70% 的情况下更喜欢 Sonnet 4.6 而不是 Sonnet 4.5。更夸张的是，59% 的情况下用户甚至更喜欢它而不是去年 11 月发布的旗舰模型 Opus 4.5。一个便宜的模型，被用户投票打败了贵的模型。 Sonnet 4.6 在编码、计算机操作（Computer Use）、长上下文推理、智能体规划、知识工作、设计六个维度同时升级，还带了一个 100 万 token 的上下文窗口（beta）。价格不变，$3/$15 每百万 token。 【声明】本文根据 Anthropic 官方资料整理，
高中辍学生靠 ChatGPT 自学成才成了 OpenAI 的研究科学家
Gabriel Petersson 是 OpenAI Sora 团队的研究科学家，负责视频生成模型的研发。在这个通常要求博士学位的岗位上，他没有高中文凭，没有大学学历，靠 ChatGPT 自学了数学和机器学习。 他出生在瑞典中部一个叫 Vaggeryd 的小镇，17 岁辍学加入创业公司，19 岁当过瑞典最大云厨房的临时 CTO，此后在 Dataland、Midjourney 做工程师，2024 年 12 月加入 OpenAI。他拿的是 O-1 杰出人才签证，申请材料之一是 Stack Overflow 上的技术回答帖。 在 Extraordinary 播客中，他和主持人 Sigil Wen
快不等于好：Anthropic 和 OpenAI 的快速模式藏着什么
Anthropic 和 OpenAI 最近先后发布了各自的“快速模式”，都是给 AI 编程助手加速。但仔细看，两家走的是完全不同的技术路线，背后的产品哲学也很不一样。 两种快速模式，到底有什么区别 Anthropic 的 Fast Mode 在 2 月 8 日上线，面向 Claude Code 和 API 用户。开启后，Opus 4.6 的输出速度从约 65 token/秒提升到约 170 token/秒，快了 2.5 倍。代价是价格翻 6 倍：输入从 5 美元/百万 token 涨到 30 美元，输出从 25 美元涨到 150 美元。 特别提醒一下用 Claude Code 的朋友，Fast
别再用提示词去 AI 味了，方向就是错的
小红书搜“去 AI 味”，上万条笔记。B 站相关视频播放量加起来过千万。微博上也有人问我同样的问题： “宝玉老师，求教怎么去除 AI 写作的 AI 味啊？” 这个问题我被问过太多次。每次我都想认真回答，但不知从何说起，因为大部分人期待的答案是一条提示词，而我想说的是：所有去 AI 味提示词都是错的。 【1】去 AI 味提示词：一场集体幻觉 你一定见过这类内容：“一条提示词彻底去除 AI 味”，“让 ChatGPT 写出人味的万能公式”。 它们教你在提示词里加上“请用口语化风格”、“请避免套话”、“请像真人一样写”。你试了，好像有点用。但过两天再看，还是那个味儿。 为什么？三个原因。 第一，所有
Anthropic CEO Dario Amodei 访谈：我们正在接近指数的终点
Anthropic CEO Dario Amodei 三年前在 Dwarkesh Podcast 上做了一期长访谈，当时他预测“三年后你和 AI 对话一小时，很难分辨它跟一个受过良好教育的人有什么区别”。这个预测基本兑现了。 三年后他又来了。这次他说的话更大胆：1-3 年内有 50% 的概率出现“数据中心里的天才之国”，10 年内 90% 确信。他同时经营着一家收入每年翻 10 倍的公司，刚完成 300 亿美元融资，估值 3800 亿。 这期访谈覆盖了几乎所有关键问题：Scaling 到底在 scale 什么？AI 编程的真实生产力是多少？AI 公司凭什么能盈利？监管会不会毁掉一切？中美能不能
马斯克说今年编程就要死了，你信吗？
最近一条推文在技术圈刷屏了。大意是： 马斯克预言编程今年就会消亡。不是演变，是消亡。AI 将跳过所有编程语言，直接生成机器能运行的二进制代码。再接上 Neuralink 脑机接口，你脑子里想什么，软件就自动生成。不需要键盘，不需要屏幕，不需要任何编程知识。整个编程职业将在一年内被抹除。 “We're not automating programming. We're erasing it from existence.” 我们不是在自动化编程，我们是在把它从世界上抹掉。 传播效果很好。引发了大量讨论、恐慌和嘲讽。 只有一个问题：马斯克没这么说过。 马斯克到底说了什么 前几天 xAI 开了一场
只有 30 个工程师的 X，是怎么重新杀回 App Store 第二的
Nikita Bier 是 X 的产品负责人，也可能是硅谷最擅长做病毒式社交产品的人。他在大学毕业后花了 5 年时间连续失败了 14 个产品，最后在公司只剩 60 天现金流的时候做出了 TBH，一个让高中生匿名互相夸奖的 App，两周冲到 App Store 第一，一个月被 Facebook 收购。五年后他用 25000 美元原封不动地复制了这个产品，改名叫 Gas，90 天赚了 1000 万美元，然后卖给了 Discord。 2025 年 6 月，Elon Musk 通过 X 的私信找到他，他第二天就飞到了 Palo Alto，凌晨两点开始工作，48 小时后拿出了新的引导流程设计，成功拿下了
我们真的变成巫师了：OpenAI API 负责人谈 AI 如何重塑软件工程
Sherwin Wu 是 OpenAI API 和开发者平台的工程负责人。如果说每家 AI 初创公司都通过 OpenAI 的 API 构建产品，那 Sherwin 的团队就是这个巨大生态的基础设施提供者。他 2014 年从 MIT 毕业，先后在 Quora 负责信息流、在 Opendoor 做了五年多的房屋定价模型，后来加入 OpenAI 成为早期成员。 他最近在 Lenny's Podcast 上做了一次深度对话（视频地址：www.youtube.com/watch?v=B26CwKm5C1k），从 OpenAI 内部的 AI 编码实践谈到工程管理哲学，从“一人十亿美元公司”的连锁效应谈到
OpenAI 智能体工程指南：10 条实战技巧和 3 种构建模式
OpenAI 给出了一份智能体（Agent）工程的实战手册：怎么用技能（Skills）、Shell 工具和上下文压缩（Compaction） 这三个 API 能力，让智能体长时间跑着干活而不崩。 这是 OpenAI 官方开发者博客的文章，有推广 Responses API 的动机。但技巧本身相当实用，尤其是来自企业 AI 搜索公司 Glean（估值 72 亿美元）的生产案例数据。不过文中提到的 Agent Skills 开放标准，其实是 Anthropic 在 2025 年底发起的，OpenAI 是采纳者。智能体工具链的标准化正在跨公司推进。 全文三部分：三个概念的心智模型、10 条实战技巧、
PC 软件为手机重做了一遍，现在轮到 Agent 了
2 月 10 日，笔记软件 Obsidian 发布了 1.12 版，核心功能是一个命令行工具（CLI）。同一天，画图工具 Draw.io 和 Excalidraw 都发布了 MCP（Model Context Protocol）接口。 三个消息单独看都不大，放到一起却指向同一件事：软件正在为 AI Agent 重做自己的接口。 Obsidian 的用户群不是极客，核心受众是做笔记、搞知识管理的普通人。这样一款产品突然加了命令行工具，图什么？答案写在官方公告里：“scripting, automation, and integration with external tools”。翻译成人话：让
xAI 全员大会实录：递归自我改进、5000 万视频/天、月球上的质量驱动器
马斯克的 AI 公司 xAI 刚刚经历了一场风暴。2 月 9 日和 10 日，联合创始人 Tony Wu 和 Jimmy Ba 在 48 小时内先后宣布离职，至此 12 位创始成员已走了一半。紧接着 2 月 11 日晚间，马斯克在旧金山总部召集全员大会，全程在 X 平台直播。 这场 46 分钟的会议覆盖了 xAI 的几乎所有核心业务：公司重组为四大方向，编程模型的“递归自我改进”实践，Imagine 视频生成的使用量，一个叫 Macrohard 的项目要“数字仿真整个公司”，Memphis 超级计算集群的扩张，X App 的增长数据，以及从轨道数据中心到月球质量驱动器的太空愿景。 以下是完整
2026 编程巨变：Anthropic 报告揭示 Agent 编程八大趋势
Anthropic 发布了一份《2026 Agent 编程趋势报告》（https://resources.anthropic.com/hubfs/2026%20Agentic%20Coding%20Trends%20Report.pdf?hsLang=en），提出了八个预测，核心观点是：**写代码这件事正在从“人写”变成“人指挥 AI Agent 写”**。 报告有替 Claude Code 打广告的成分，但数据跟我日常用编程 Agent 的体感比较吻合，可以拿来看看 2026 年开发者的工作正在怎么变。 前言：从辅助到协作 报告开头回顾了 2025 年的变化：编程 Agent（Coding
既然 AI 越来越聪明，那么学习提示词不是浪费时间吗？
我小时候英语很差，因为周围总有人说：学英语有什么用？我是中国人，何必学外文，不会 ABC，也当接班人。现在也有人觉得 AI 那么强学英语干嘛。我本来就不喜欢学，这下子找到借口了。等到工作以后才发现，好的技术文档全是英文的，想读一手资料读不了，想跟别人用英文交流张不开嘴，吃了很多年的亏。 后来我花了很大力气补英语，现在都没有完全补回来，走了很多弯路。回头看，当年那些说“英语没用”的人，错在哪里？他们不是坏人，只是把一个判断搞反了：因为自己用不上，或者未来技术更强，就断定这个东西没价值。 我现在看到有人说“AI 越来越聪明，所以不用学提示词”，感觉特别像当年那些说“学英语没用”的声音。逻辑结构很像
【访谈对话】造过 Codex 的人，为什么每天用 Claude Code
Calvin French-Owen 联合创办了 Segment，2020 年被 Twilio 以 32 亿美元收购。之后加入 OpenAI，带队用 7 周时间从零构建了编程 Agent Codex。2025 年中他离开 OpenAI 回归创业，日常主力编程工具却是竞品 Claude Code。 他最近在 YC 播客 Lightcone 上，和 YC CEO Garry Tan 做了一场对话。Garry 刚用上 Claude Code 九天，Calvin 则是造过 Codex 的人。两人聊了编程 Agent 的产品哲学差异、怎么成为 top 1% 用户、上下文中毒的应对、LLM 如何改变开发者
马斯克三小时访谈实录：36 个月后，太空是训练和运行 AI 最便宜的地方
“活在软件世界里的人，即将上一堂硬件的课。” SpaceX 刚刚以 1.25 万亿美元估值吞下 xAI，IPO 箭在弦上。三天后，马斯克坐在 Dwarkesh Patel 和 Stripe 联合创始人 John Collison 面前，录了将近三小时的播客。 这期节目信息密度极高。马斯克给出了大量具体数字和时间线：太空数据中心的经济账、xAI 数据中心的真实功耗、燃气轮机供应链的终极瓶颈、Optimus 手部工程的难度、中美制造业差距的残酷真相，还有一个关于 TeraFab 芯片工厂的疯狂计划。 不过在读之前需要提醒一点：这场访谈发生在 SpaceX-xAI 合并公告后第三天。马斯克说的每一句
深度解析：Claude Code /insights 命令的运作机制
Claude Code 的 /insights 命令能生成一份详尽的 HTML 报告，全盘分析你在所有会话中的使用习惯。该报告能帮你复盘与 Claude 的交互模式：哪些做法效果好，哪里存在卡点 (friction)，以及如何优化工作流。 输出的报告效果非常惊艳，强烈推荐大家试一试并通读全文！ 命令： /insights 描述： “生成 Claude Code 会话分析报告” 输出： 交互式 HTML 报告，保存于 ~/.claude/usage-data/report.html 但其底层运作机制究竟如何？让我们来拆解整个处理流程。 分析流程 洞察生成是一个多阶段流程： 收集：抓取 ~/.cl
Claude Code 团队的 10 个内部技巧，但你不一定都要学
Claude Code 团队分享的 10 条内部技巧，已经很多人分享过了，大部分我还是结合自己经验解读一下。 其中最重要的一句话是：“没有唯一正确的使用方式，每个人的设置都不一样。” 我按难度分了层，加上自己的理解和背景信息。 【1】并行运行：团队公认的第一大效率提升，但你不一定要学 这是团队最推荐的技巧，但不一定是你要学的技巧。 做法是用 git worktrees 同时检出 3-5 个工作目录，每个目录跑一个独立的 Claude Code 会话。比如目录 A 在重构模块，目录 B 在写测试，目录 C 在改文档。三件事并行推进。 Git worktree 是什么？ 让你在同一个仓库里同时打开
品味 + 工程思维：AI 时代最难被替代的两件事
AI 时代，最难被替代的不是"会不会写代码"，而是两件事：做选择的品味和把结果做稳的工程思维。 最近看了一个 ClawdBot 创始人 Peter 的访谈《AI 是杠杆，不是替代品；编程语言不重要了，重要的是我的工程思维》https://baoyu.io/blog/2026/02/01/peter-steinberger-interview。 Peter Steinberger 是 PSPDFKit 的创始人，做了 20 多年 iOS 开发，去年用 AI 从零写了一个大项目 Clawdbot，换了自己完全不熟的语言。他最大的感受不是“AI 太强了”，而是： “从 Objective-C 和
【栏目对话和访谈】ClawdBot 创始人 Peter：AI 是杠杆，不是替代品；编程语言不重要了，重要的是我的工程思维
这是 ClawdBot/OpenClaw 作者 Peter Steinberger 的另一个 40 分钟访谈，Peter Yang 主持。 Peter 是 PSPDFKit 的创始人，有差不多 20 多年 iOS 的开发经验。2021 年公司被 Insight Partners 以 1 亿欧元战略投资后，他选择“退休”。现在，他开发的 Clawdbot（现在已经改名 OpenClaw）爆火。Clawbot 能通过 WhatsApp、Telegram、iMessage 跟你聊天的 AI 助手，背后连着你电脑上的各种应用。 Peter 是这么描述 Clawbot 的： “它就像一个住在你电脑里的朋
栏目对话和访谈：Sebastian Raschka 和 Nathan Lambert 在 Lex Fridman 播客深度解读 AI 现状：中美竞争、模型对比、规模定律、AGI 时间线。
Sebastian Raschka 和 Nathan Lambert 坐在 Lex Fridman 的播客里，聊了整整 4 个小时。 Sebastian 是《从零构建大语言模型》一书的作者，那本书教你从零开始写一个 GPT-2。Nathan 是艾伦人工智能研究所（AI2）的后训练负责人，写了业界最权威的 RLHF（基于人类反馈的强化学习）书籍。两个人都是真正在一线做研究、训练模型的人。 这期播客覆盖了 AI 领域几乎所有热门话题：中美竞争、模型对比、规模定律（Scaling Laws，即模型性能随计算量增长的规律）、训练流程、AGI（通用人工智能）时间线、程序员是否会被取代……信息密度极高。
How I Used Codex to \"Recover\" Lost Source Code in 5 Days
Ever lost your source code? It's a terrible feeling. Years ago, I built an Electron drawing app. Then I lost the source code. All I had left was the compiled version. I thought about rewriting it from scratch, but the idea of recreating all those little details felt overwhelming. Then I read OpenAI'
管理：AI 时代的超能力
在智能体的世界里乘风破浪 前不久，我在宾夕法尼亚大学开了一门实验课，挑战学生在四天内从零开始创建一家初创公司。班上学员多为高管 MBA (EMBA)，他们既要上课，同时也身兼医生、经理或大中小企业的领袖之职。没几个人写过代码。 我带他们使用了 Claude Code 和 Google Antigravity，这是构建原型必不可少的工具。但这毕竟只是原型，算不上初创公司。于是，他们又利用 ChatGPT、Claude 和 Gemini 来加速创意生成、市场调研、竞争定位、路演推介以及财务建模等流程。我很好奇，在如此短的时间内，他们能走多远。 结果，进展惊人。 演示案例包括： Ticket Pas
当每个人都能指挥一支 AI 大军，什么能力最重要？
我有个观察：善用 Coding Agent 的人有个共同点——他们擅长定义问题、拆解问题、验收结果。这类人通常有技术管理经验。 让我意外的是，很多不懂技术的产品经理或管理者，用 Agent 编程也搞得不错。技术细节虽然还搞不定，但产出已经相当可观。 他们的共同点是什么？管理经验。他们不是技术专家，但在各自领域积累了丰富经验，能熟练地界定问题、明确交付物、识别结果哪里不对劲。他们从工作中积累的框架，直接变成了提示词。 现在已经有很多 AI Agent 可用，未来只会更多。问题来了：我们需要学什么技能才能驾驭这些 Agent？ 管理能力无疑是关键。以前管人，未来还要管 Agent。 1. 该不该委