从 51 条内容中筛选出 12 条重要资讯。


  1. GitHub 发布 8 月 17 日服务中断事故报告,揭示根本原因及提交量激增。 ⭐️ 8.0/10
  2. 速卖通网页使用静默 WebAudio 进行指纹识别,破坏蓝牙多点连接功能 ⭐️ 8.0/10
  3. 恶意 Rust crate arrayref 在软件供应链攻击中执行构建时载荷。 ⭐️ 8.0/10
  4. 开发者训练 125M 参数 Transformer 模型,在 iPhone 上实现实时钢琴自动补全 ⭐️ 8.0/10
  5. 基于 Bun 1.4 新特性 Bun.WebView 构建的 shot-scraper 风格 JSON API。 ⭐️ 8.0/10
  6. 软件工程研讨会就 AI 原生开发达成十条共识 ⭐️ 8.0/10
  7. Mistral AI 推出 Agentic Search:多步检索系统提升复杂文档查询准确率 ⭐️ 7.67/10
  8. Anthropic 正式发布 Claude Platform 的 Computer Use、Skills API 与 Files API,并新增浏览器工具 ⭐️ 7.58/10
  9. 阿里巴巴发布 Qwen-UI-Agent,旨在让模型真正“会用”每一块屏幕 ⭐️ 7.05/10
  10. Together AI 专家分享利用智能体和 Hallmark 技能规避 AI 设计俗套的 UI 策略。 ⭐️ 7.0/10
  11. Claude Code 现已内置 Claude Design 功能,通过 /design 命令简化本地项目集成。 ⭐️ 7.0/10
  12. Guillermo Rauch 发布 ‘fx’,一个仅 6.3MB、启动时间 10 微秒的 Zig 编译 CLI 工具。 ⭐️ 7.0/10

GitHub 发布 8 月 17 日服务中断事故报告,揭示根本原因及提交量激增。 ⭐️ 8.0/10

GitHub 发布了一份针对 2026 年 8 月 17 日重大服务中断的详细技术分析报告,确定了包括客户端重试循环和由 VS Code 中的一个 bug 触发的流量放大在内的根本原因。报告还披露,平台上的月度代码提交量几乎翻倍,从 4 月的 14 亿次增长至 29 亿次。 此次事件凸显了大规模分布式平台中关键的系统设计挑战,即客户端重试逻辑可能无意中放大故障并延迟恢复。提交量的巨幅增长凸显了 AI 编程工具对开发者生产力和平台负载的深远影响,迫使业界重新评估基础设施的扩展和弹性策略。 VS Code 客户端中一个潜在的重试 bug 将流向 GitHub Copilot 令牌服务的流量放大了约 10 倍,严重阻碍了服务恢复。报告还指出,平台的流量和提交量增长速度远超预期,给现有系统带来了额外压力。

hackernews · 0xedb · 8月20日 19:22 · 社区讨论

核验: 多源印证

背景: 在分布式系统中,客户端重试是处理瞬时故障的常见机制,但如果没有指数退避、熔断器等适当的保护措施,可能导致’重试风暴’,从而压垮服务。流量放大是指单个请求触发不成比例的巨大响应,这种现象在 DNS 放大等 DDoS 攻击中也被利用。理解这些模式对于构建有弹性的云服务至关重要。

参考链接

社区讨论: 社区讨论主要集中在两个主题:对向用户隐藏错误的激进重试策略的质疑,以及对提交量激增背后驱动因素的辩论。许多人将增长归因于 AI 编程工具,一些人视其为’生产力恐慌’,另一些人则指出微软有战略动机推广 AI 使用,即使这会增加 GitHub 基础设施的压力。

标签: #post-mortem, #system-reliability, #github, #ai-developer-tools, #incident-response


速卖通网页使用静默 WebAudio 进行指纹识别,破坏蓝牙多点连接功能 ⭐️ 8.0/10

2026 年 8 月发布的一项技术分析揭示,速卖通(AliExpress)网站使用 Web Audio API 播放听不见的音频,这是一种浏览器指纹识别技术,无意中干扰了用户设备上的蓝牙多点连接功能。这导致连接的设备(如耳机或车载音频系统)行为异常,例如暂停音乐或激活语音助手。 这件事很重要,因为它揭示了一种常见的侵犯隐私的跟踪技术(音频指纹识别)如何对核心设备功能产生切实的负面影响,直接影响用户体验。它凸显了隐蔽的网络跟踪方法与外围硬件稳定运行之间的冲突,引发了隐私倡导者和设备制造商的担忧。 这种指纹识别技术通过分析设备硬件和软件通过 Web Audio API 处理音频信号的细微差异来生成唯一标识符。值得注意的是,该技术不需要麦克风访问权限,并且可以在后台静默运行,这就是它不会触发浏览器标签页音频指示器的原因。

hackernews · emctech · 8月20日 10:08 · 社区讨论

核验: 多源印证

背景: WebAudio 指纹识别是一种浏览器跟踪技术,它利用 Web Audio API,根据不同硬件和软件栈在音频处理上的细微差异,生成设备特定的标识符。蓝牙多点连接是一项功能,允许单个蓝牙音频设备(如耳机)同时与两个源设备(如手机和笔记本电脑)保持连接,从而实现它们之间的无缝切换。

参考链接

社区讨论: 社区评论证实了这个问题,用户分享了当速卖通应用活跃时,他们的车载音频或助听器出现故障的经历。一些人讨论了基于浏览器的潜在缓解措施,而另一些人则质疑像苹果这样的平台守门人是否会对其应用商店中的此类行为采取行动。

标签: #Web Security, #Privacy, #Browser Fingerprinting, #Bluetooth, #Technical Analysis


恶意 Rust crate arrayref 在软件供应链攻击中执行构建时载荷。 ⭐️ 8.0/10

2026 年 8 月 20 日,流行的 Rust crate arrayref、internment 和 append-only-vec 在 crates.io 上被攻陷。恶意版本会静默引入一个名为 proc-macro1 的仿冒包,其构建脚本会在 cargo build 过程中下载并执行远程载荷。 这一事件构成了一次重大的软件供应链攻击,展示了攻击者如何利用对广泛使用的开源依赖的信任,将恶意软件直接注入开发者的构建环境。它凸显了 Rust 生态系统中包管理和构建过程安全性的关键漏洞,可能影响无数下游项目。 此次攻击利用了 Cargo 在编译期间自动执行的 build.rs 脚本来获取并运行载荷。恶意包版本随后从 crates.io 上被删除,但初期报告表明该平台缺乏明确的安全公告或撤回通知。

hackernews · abhisek · 8月20日 13:23 · 社区讨论

核验: 多源印证

背景: 在 Rust 中,crate 是一个代码包,而 crates.io 是共享这些包的官方注册中心。许多 crate 使用一个名为 build.rs 的文件(称为“构建脚本”),在构建过程中执行代码生成或链接原生库等自定义任务。软件供应链攻击是指通过入侵受信任的组件(如开源库)向其用户分发恶意软件。RustSec 安全公告数据库是记录 Rust crate 安全漏洞的官方仓库。

参考链接

社区讨论: 社区评论对事件响应表示担忧,指出 crates.io 似乎准备不足,恶意版本在没有任何明确的撤回通知或安全公告的情况下就消失了。有呼声要求 Cargo 为构建脚本实现沙箱机制,并引发了关于标准库是否应该更全面以减少依赖膨胀的讨论。一条引人注目的讽刺性评论指出,至少这个漏洞利用是内存安全的。

标签: #rust, #security, #supply-chain, #malware, #open-source


开发者训练 125M 参数 Transformer 模型,在 iPhone 上实现实时钢琴自动补全 ⭐️ 8.0/10

一位开发者训练了一个拥有 1.25 亿参数的 Transformer 模型,能够在 iPhone 15 上实时自动补全钢琴演奏,生成速度约为每秒 108 个音符。用户只需弹奏几个 MIDI 音符作为提示,模型即可在设备上独立完成后续演奏,该应用已免费发布。 该项目展示了在设备端 AI 用于创造性任务的新颖且实用的应用,将代码领域的’Copilot’概念引入了音乐创作。它突显了在移动设备上部署强大 Transformer 模型的增长趋势,这可能会降低 AI 辅助创作的门槛,并激发其他艺术领域的类似工具开发。 关键的技术成就包括找到了一种高效的 MIDI 表示法并进行严格的数据清洗,从而实现了模型的实时性能。该模型还通过 DPO(直接偏好优化)进行后训练以提升效果,并利用苹果的 Core ML 框架运行,该框架能在神经引擎、GPU 和 CPU 上自动选择最快路径进行推理。

hackernews · simedw · 8月20日 12:04 · 社区讨论

核验: 多源印证

背景: Transformer 模型是一种神经网络架构,已在语言建模和代码生成等 AI 任务中占据主导地位,GitHub Copilot 等工具就由其驱动。Core ML 是苹果用于在其设备(iPhone、iPad、Mac)上部署机器学习模型的框架,能高效处理设备端推理。MIDI(乐器数字接口)是一种技术标准,允许电子乐器和计算机进行通信,以数字形式表示音符和控制信息。

参考链接

社区讨论: 社区讨论将 AI 自动补全与历史上的音乐创作训练方法相提并论,一位评论者将其与古典的’Gebrauchs-Formulas’联系起来。其他人则指出其与 UX 设计中的 AI 工具的相似性,即生成成本低廉,’品味’在选择中变得至关重要。社区提出了关于训练数据集大小的技术问题,并且一些人发现模型对《致爱丽丝》等熟悉旋律的创造性偏离令人惊讶地感到不安。

标签: #AI Agents, #On-Device AI, #Transformer Models, #Creative AI, #Developer Tools


基于 Bun 1.4 新特性 Bun.WebView 构建的 shot-scraper 风格 JSON API。 ⭐️ 8.0/10

开发者 Simon Willison 利用 Bun 1.4 中新发布的 Bun.WebView 特性,构建了一个原型 JSON API 服务。该服务允许用户通过 HTTP 端点加载网页、在其上执行 JavaScript 并截图,而无需依赖 Puppeteer 等外部浏览器自动化库。 这展示了在 Bun 运行时内直接进行网页抓取和浏览器自动化的一种实用、低依赖性的方法,有望简化数据提取和测试的开发工作流。它展示了 Bun 不断扩展的原生能力如何减少对复杂外部工具链的依赖。 该原型是一个约 150 行、零依赖的 TypeScript 服务器,它为每个请求创建一个新的浏览器标签页,并暴露了 /javascript/screenshot 等端点。初步测试表明,运行一个完整的 Chrome 实例来处理复杂页面需要一个拥有 192MB-256MB 内存的容器。

rss · Simon Willison · 8月20日 15:37

核验: 多源印证

背景: Bun 是一个快速的全能 JavaScript 运行时、打包器和包管理器。Bun.WebView 是 Bun 1.4 中内置的一个新的无头浏览器 API,允许开发者控制浏览器(在 macOS 上使用系统 WebKit,或通过 CDP 控制 Chrome)进行自动化操作,而无需安装单独的工具。’shot-scraper’ 是同一位作者开发的一个 CLI 工具,用于通过 JavaScript 截图和抓取网站。

参考链接

标签: #Bun, #Web Scraping, #JavaScript Runtime, #Developer Tools, #Automation


软件工程研讨会就 AI 原生开发达成十条共识 ⭐️ 8.0/10

一次软件工程研讨会总结出关于 AI 原生开发的十条共识,揭示了团队角色、流程粒度和所需技能的转变。核心要点包括业务分析师(BA)变得比开发人员更稀缺、用户故事被功能级规格取代,以及团队将缩减至 4-5 名核心成员,沟通能力和业务理解能力变得至关重要。 这一共识为 AI 如何从根本上重塑软件开发角色、工作流程和团队经济提供了具体且前瞻性的蓝图。它向开发者和组织发出了战略转型的信号,强调价值正从纯粹的代码执行转向业务分析、方案设计以及人机协作。 共识指出,虽然 AI 自动化了编码和测试,但人类在测试判断、方案谈判和业务分析方面的专业知识仍然至关重要。它还提出了具体的流程变革,例如将需求文档以 Markdown 格式存放在代码仓库中以供 AI 直接读取,以及利用组件库和 AI 生成前端代码。

twitter · 少个分号 · 8月20日 14:38

核验: 多源印证

背景: AI 原生软件工程是指将 AI 作为核心能力整合到整个软件开发生命周期(SDLC)中,而不仅仅是编码工具。业务分析师(BA)是将业务需求转化为技术需求和解决方案的专业人员,在 SDLC 中扮演关键角色。在敏捷开发中,用户故事是从最终用户角度对功能的简短描述,而功能代表更大的一组功能集;粒度则指的是这些需求的详细程度和范围。

参考链接

标签: #AI-Native Development, #Software Engineering, #Future of Work, #AI Agents, #Development Workflow


Mistral AI 推出 Agentic Search:多步检索系统提升复杂文档查询准确率 ⭐️ 7.67/10

Mistral AI 发布了一款名为 Agentic Search 的新产品,这是一个多步检索系统,它通过 search、open、navigate、read、grep 这五个专用工具的循环协作,在长文档与多来源中查找、定位并验证信息。 此次发布意义重大,因为它直接针对标准检索增强生成(RAG)系统的关键局限,通过支持更复杂的多轮推理来提升文档查询能力,有望提高 AI 助手和智能副驾在处理复杂研究或企业任务时的准确性和可靠性。 该系统的五工具架构专为多步推理循环设计,其中 ‘grep’ 工具专门用于在文件内进行高效的令牌搜索,而 ‘navigate’ 工具可能负责在分层或结构化的知识中进行导航,这与 NaviRAG 等相关研究中的思路一致。

aihot · Mistral AI:News(网页) · 8月20日 16:02 · 中文阅读

核验: 多源印证

背景: 检索增强生成(RAG)是一种通过让大语言模型在推理时从外部知识源检索信息来增强其能力、减少事实错误的技术。传统的 RAG 在处理需要从长文档的不同部分或多个文件中定位并综合信息的复杂、多层面问题时常常力不从心。智能体检索(Agentic retrieval)是一个更先进的概念,它利用 AI 智能体执行多步骤、有逻辑的搜索,以更好地处理此类复杂查询。

参考链接

标签: #AI Agents, #Retrieval-Augmented Generation (RAG), #Developer Tools, #Document Search, #Mistral AI


Anthropic 正式发布 Claude Platform 的 Computer Use、Skills API 与 Files API,并新增浏览器工具 ⭐️ 7.58/10

Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 全面上线,并新增了一个浏览器操作工具。这些功能使得 AI 智能体能够操作软件、调用团队定义的技能并返回成品文件。 此次发布极大地扩展了基于 Claude 构建的 AI 智能体的能力,使其从文本生成领域进入直接软件交互和工作流自动化的范畴。它使开发者能够创建更自主、集成度更高的智能体,以处理复杂的多步骤数字任务,直接与其他 AI 实验室的类似智能体框架展开竞争。 新的浏览器工具是 Computer Use 功能的一部分,允许智能体与基于网络的软件进行交互。Skills API 使团队能够将自定义功能打包并作为可复用的技能进行共享,而 Files API 则专注于处理和返回智能体操作产生的成品文件。

aihot · Claude:Blog(网页) · 8月20日 20:27 · 中文阅读

核验: 多源印证

背景: Claude Platform 是 Anthropic 用于构建和部署 AI 应用的开发者环境,最近已在 AWS 上全面可用。Computer Use(计算机使用)智能体是一种能够通过观察屏幕并执行点击和键盘操作来运行软件的 AI 系统,类似于 OpenAI 的 Operator,旨在实现跨各种数字界面的任务自动化。API(应用程序编程接口)允许不同的软件组件进行通信,而 Skills API 专门用于将功能打包,以便在团队或平台内轻松复用。

参考链接

标签: #AI Agents, #Developer Tools, #API, #Automation, #Product Launch


阿里巴巴发布 Qwen-UI-Agent,旨在让模型真正“会用”每一块屏幕 ⭐️ 7.05/10

阿里巴巴正式推出了 Qwen-UI-Agent,这是一个以真实世界为中心的 GUI 智能体基座模型,旨在覆盖移动端、电脑端、网页端及深度搜索(DeepSearch)环境。这标志着这家科技巨头在能够与图形用户界面交互的 AI 智能体领域推出了一个重要新品。 此次发布之所以重要,是因为它代表了朝着实用、通用的 AI 智能体迈出的重要一步,这类智能体能够跨多种数字平台自动化任务,超越了简单的聊天机器人,成为能够像人类一样“使用”应用程序的系统。它可能对开发者和终端用户的自动化工作流程产生重大影响,符合创建能与真实数字世界交互的 AI 这一行业趋势。 该模型被定位为 GUI 智能体的“基座模型”,这意味着它旨在为特定应用进行微调或作为基础进行构建。一个值得注意的方面是其宣称覆盖“DeepSearch”环境,这可能指的是在可验证框架内进行复杂、多步骤的信息检索任务,相关研究也表明了这一点。

aihot · IT之家(RSS) · 8月20日 09:45 · 中文阅读

核验: 多源印证

背景: GUI 智能体是指能够感知并与屏幕上的图形用户界面(GUI)进行交互(例如点击按钮或填写表单)以自动化任务的 AI 系统。它们通常利用基础模型(如大语言模型)来理解屏幕内容并规划操作。此处的“DeepSearch”很可能指的是一种研究环境或能力,用于在网页或应用程序内执行深度、多跳的信息搜索和交互,正如 DeepSearch-World 等项目所示,该项目为此类任务提供了一个可验证的离线环境。

参考链接

标签: #AI Agents, #GUI Automation, #Multimodal AI, #Developer Tools, #Model Release


Together AI 专家分享利用智能体和 Hallmark 技能规避 AI 设计俗套的 UI 策略。 ⭐️ 7.0/10

Together AI 的专家哈桑分享了一套使用 AI 智能体设计优质 UI 的实用工作流,其核心是一个名为 ‘Hallmark’ 的设计技能,该技能将常见的 ‘AI 设计俗套’ 模式编码为规则让模型避免。他还强调了使用参考图片、详细提示词以及像 GLM 5.2 这样经济高效的模型进行快速迭代。 这为开发者和设计师提供了一种具体、可操作的方法论,让他们在利用 AI 生成 UI 的同时保持高质量和独特性,这在 AI 生成内容泛滥的时代是一个关键的竞争优势。它展示了基于规则的过滤和特定工作流如何能将 AI 从生成通用内容的工具提升为精细化设计的工具。 Hallmark 技能在输出代码前会运行 57 道 ‘俗套测试关卡’ 并进行一次自我审查,以过滤掉低质量、典型的 AI 设计模式。在迭代方面,哈桑发现 GLM 5.2 模型产生的效果与更昂贵的 Claude Opus 几乎无法区分,但速度显著更快,且输出成本最高可降低 5.7 倍。

twitter · LinearUncle · 8月20日 03:04

核验: 多源印证

背景: ‘AI 设计俗套’ 指的是 AI 生成内容中常见的、可预测的、低质量且千篇一律的模式,例如文本中的过度使用短语或 UI 设计中的陈腐布局。Together AI 是一家专注于开源和高效 AI 模型与工具的公司。Hallmark 技能是一个专为 Claude Code、Cursor 等 AI 编码助手设计的工具,用于强制执行抵制这些 AI 俗套模式的设计规则。

参考链接

标签: #AI Agents, #UI/UX Design, #Developer Tools, #Prompt Engineering, #AI Workflow


Claude Code 现已内置 Claude Design 功能,通过 /design 命令简化本地项目集成。 ⭐️ 7.0/10

Anthropic 已将 Claude Design 功能直接集成到其 Claude Code 开发者工具中,用户可通过简单的 ‘/design’ 命令使用。这一原生集成使用户无需再依赖 ‘baoyu-design’ 等第三方技能或在网页界面间来回切换。 这一集成将 AI 驱动的设计原型制作直接带入编码环境,显著改善了开发者的工作流程,减少了上下文切换和工具碎片化。它代表了 AI 工具向更紧密协作、更智能化的方向发展,能够在单一界面内处理开发流程的多个方面。 该功能通过输入 ‘/design’ 加上对设计内容的描述(如 UI 模型或原型)来调用。根据用户反馈,这种内置方法现在比使用独立的 ‘baoyu-design’ skill 更好用,后者是一个社区创建的、用于在本地运行 Claude Design 的软件包。

twitter · 宝玉 · 8月20日 02:45

核验: 多源印证

背景: Claude Code 是 Anthropic 开发的 AI 驱动编码助手,可帮助开发者理解代码库、编辑文件和运行命令。Claude Design 是 Anthropic 的另一款工具,允许用户通过文本描述生成设计草稿,如 UI 模型和原型。在此次集成之前,用户需要通过 ‘baoyu-design’ 等社区项目,将网页引擎打包成可移植的智能体技能,才能在本地编辑器中访问 Claude Design 的功能。

参考链接

标签: #AI Developer Tools, #Claude Code, #Workflow Automation, #Product Update


Guillermo Rauch 发布 ‘fx’,一个仅 6.3MB、启动时间 10 微秒的 Zig 编译 CLI 工具。 ⭐️ 7.0/10

Guillermo Rauch 介绍了一款名为 ‘fx’ 的新命令行工具,它是一个用 Zig 语言编译的静态 ELF 二进制文件。该工具体积非常小,仅为 6.3 MB,并且实现了 10 微秒的极快启动时间。 这展示了 AI 驱动优化创造原生快速基础设施的潜力,像 ‘fx’ 这样的工具完成任务的速度可能比其他 AI 智能体的启动时间还要快。它突显了向超高效、低延迟开发者工具和基础设施组件发展的趋势,这对于 AI 智能体和边缘计算等性能敏感型应用至关重要。 ‘fx’ 的 WebAssembly (WASM) 构建版本比 ELF 二进制文件更小,因为它将 fetch() 等网络操作委托给 JavaScript 运行时,从而避免了原生 TLS/HTTP 协议栈的臃肿体积。10 微秒的启动时间是进程初始化的一个基准,是在 Linux 中使用高精度计时工具测量的。

follow_builders · Guillermo Rauch · 8月20日 01:52

核验: 多源印证

背景: Zig 是一种系统编程语言,强调简单性、性能和显式的资源管理,常用于生成小巧的静态链接二进制文件。WebAssembly (WASM) 是一种可移植的二进制指令格式,允许代码以接近原生的速度运行,其应用已从浏览器扩展到服务器和边缘环境。微秒级的启动时间是一个极端的性能指标,通常需要超越 Linux 标准 time 命令的专门测量技术。

参考链接

标签: #CLI Tools, #Performance, #Zig, #WebAssembly, #AI Agents



更多追踪内容

以下内容已于今日成功抓取,但未进入上方主列表。

其他追踪推文

Twitter/X · @dotey · 8月20日 15:32 UTC · 喜欢 39 · 转发 1 · 回复 19 · 浏览 23391

这个跨 Session 消息通知功能我至今没找到关闭的地方,而且它极其愚蠢的会通知所有历史会话,一堆早已结束了的没有 Cache 的 Session 被唤起,Token 一下子消耗的飞起! https://t.co/eSJXirCAqK

Twitter/X · @dotey · 8月20日 14:50 UTC · 喜欢 109 · 转发 11 · 回复 32 · 浏览 22235

靠 Skill 差别不大,要设计好没 AI 味,最重要的当然是人的审美;其次是模型,GPT 就做不好设计,Claude 就强很多;最后靠的是个性化的设计系统(design system)有一套设计的规范和组件,而不是一堆不能怎么设计的规则

Twitter/X · @dotey · 8月20日 13:49 UTC · 喜欢 31 · 转发 1 · 回复 26 · 浏览 12762

claude design 是原型和设计一体的,不依赖于 Figma 做设计,也可以导入 Figma 设计稿。

产出物是 react+模拟 data,可以直接交互,agent 可以方便的还原成代码。

claude 直连 figma,主要是方便你操作 figma,还是依赖于 Figma 的设计。

Twitter/X · @dotey · 8月20日 06:13 UTC · 喜欢 170 · 转发 12 · 回复 58 · 浏览 59207

在 Agent 领域,从 Tauri 迁移到 Electron 的越来越多了。上一个比较大动作的是 OpenCode Desktop 版,这一次轮到了 Paseo。理由都是一样的,先因为氛围选择了 Tauri 后因为现实迁移到 Electron,然后真香!可能唯一的区别就是他们不会把我的建议写到他们的简历中去。我成为不了他们宏大叙事的一部分了。

Twitter/X · @op7418 · 8月20日 04:48 UTC · 喜欢 177 · 转发 21 · 回复 47 · 浏览 50606

黑神话钟馗制作人冯骥(尤卡)发预告也顺便发了十条做游戏的工作原则,做产品做内容都可以参考

-----以下是原文-----

1、首先打动自己。
无论何时,请把自己与团队当作最优先的目标用户。
这是公司成立至今的价值观,我总是翻来覆去说这句有点拗口的话——
“必须做开发者自己作为用户也理解、认可、喜爱的游戏。”
这不单是情怀,也是理性的产品策略。
如果你对正在做的东西缺乏非功利的热诚,你的直觉就会开始迟钝。
时间一长,大概率输给那些比你更乐在其中的人。

2、再找外部交集。
打动自己,不意味着孤芳自赏。
市场数据、用户反馈和商业上的可持续都很重要。只有组织活下来,集体认知才有机会成长,团队能力才有时间变强。
呼应第一点,我想强调的是,对内容产品而言,先在外部找到与自己个性、趣味、喜好相近的人,通常比试图讨好所有人更高效。随着受众规模扩大,开发者与用户的相似度可能逐渐降低,但这个过程更类似从核心向外自然扩散,而不是一开始就在茫茫人海里碰运气。
世界很大,没有谁真的独一无二。能深深打动自己的东西,往往也能打动世界上的另一群人。
创作过程的每一处用心,都一定会被懂你的用户感受到。

3、发现亮点,先于消灭缺陷。
与其先想着如何征服不喜欢你的人,不如先尽力满足喜欢你的人。
伟大的游戏也绝非面面俱到,这个世界存在太多的不可能三角。资源永远有限,完成度永远不够,目标之间永远存在取舍与矛盾。比“还有什么地方不够好”更重要的问题是:有没有什么体验,只有在我这里才能玩到?
再往大一点说,一家内容公司存在的意义,也许就是让一部分人觉得:幸好这个世界上,还有人做出了这样的玩意。

4、可体验的版本,胜过满纸雄文。
文档可以解释意图,数据可以辅助判断,会议可以统一认识,但游戏实际上更接近一种综合的、复杂的、甚至有些混沌的沉浸状态。
内部判断产品风险时,我始终更相信真正跑起来、打起来、死上几次之后的感受,以及观察同事们在作为玩家时的真实反应。然后才据此去敲定某些拿不准的设计,或者放弃之前看上去牛逼的创意。
具体到每一次对外发布的实机视频,希望传递给大家的也是同一件事——
“看到后,能轻易想象自己亲手玩起来的样子。”

5、好玩是目标,也是底线。
这一条就不展开了……总之如果内部版本不够好玩,那就再调查调查,反思反思,学习学习,迭代迭代,重构重构,再多玩玩其他游戏,嘻嘻。

6、美无定式。
没有一种风格永远高级,也没有一种信号永远刺激。
再惊人的美学符号,反复出现也会失去最初的力量。美,更像是一种认真创造的陌生感。
说到底,神经传导会适应,多巴胺奖励会消停,人会厌倦一再重复的事物,这是创作者永远逃不出的无间狱。
前几天,我和佳骐(声音负责人)扯到这个话题,顺手编了句打油诗来比喻:美无恒美,法无定法。多见易俗,少见易雅。他说,滚,两面都让你说了,狡猾。
嗯,那个,反正,我要表达的意思是,或许不必追求找到一套万用万灵的美学公式,而是应该不断探索还有什么好的表达方式,其中既有技艺,又有新意。

7、走投无路,提升密度。
大部分时间里,我们其实找不到什么更聪明、杠杆更大的办法,去提升产品的竞争力。
这个时候,在那些已经被验证的亮点上继续增加有效密度,通常不是一个坏选择。
比如更细腻的粒子,更茂密的植被,更丰富的动画,更精确的打击反馈,更多样的妖魔鬼怪,更大的显存(bushi)……不是说无脑堆参数与资源就一定好,前提是这些内容的确是被验证过的亮点,而且依然能让用户感知到差异。
想不到妙手是游戏开发的常态,不妨先把每一步本手下扎实。

8、起点看最高,终点当领跑。
对同领域的当家花旦们,最好如数家珍——哪里玩到昏迷,哪里气到爆炸,哪里不知所措,哪里眼睛哭花。
然后去搞清楚——它们各自采用了何种开发模式、设计方法、制作工艺与技术标准。
最后反复思考——什么能学,什么学不得,什么要虚心,什么要创新。
游戏并非必需品,深入体验与研究标杆的另一重价值,是让我们对这个品类三五年后的及格线会有多高,大致心里有数。
取法乎上,把对标杆的认知当成制作自家 demo 的起点,绝不是坏事,哪怕暂时高山仰止。
但是,如果长期目标是“做到和某某差不多”,有点危险。
尊重标杆,学习标杆,是为了最终建立自己的尺度。
想登顶,想一览众山,想创造前所未有的新标杆——这不是自不量力,是宝贵的冲劲与志气。
要敢想。

9、难能,可贵。
充分竞争的成熟市场,鲜有低垂的果实。任何容易解决的问题与需求,要么不存在后来者的机会,要么很快会被竞争对手挤满。
这一点我有切身体会。刚创业时,以为小公司只要选一个自己理解的赛道,做得比大厂快一点,玩法、剧情、画面、声音什么的有点小特色就够了。但事后看,这种所谓高执行力+低成本创新带来的价值微薄而脆弱,用户也很容易闻出这种速成产品的敷衍味道。
一直做相对容易的事,反而惶惶不可终日。
所谓护城河的本质,便是拥有难以被轻易取代的价值。
当我们被某样事物深深打动时,它往往是稀缺的、非凡的、来之不易的,而人们似乎天生就会被“哇这是怎么做到的”的魅力所吸引。
2019 年的公司年会,我用八个字总结游科前五年的状态:东搞西搞,投机取巧。
也是在那年,在公司原来价值观“打动自己”外,又加了四个字——
知难而进。

10、理念是廉价的,但贯彻理念的行动是可贵的。
知行合一不是什么新鲜道理,但我加一句暴论:很多时候,行是知的前提。
因为咱们脑中的理念很有可能是肤浅的、偏颇的、错误的,只有贯彻理念的行动与现实发生了真实的碰撞,才能看清:这个世界与我们原先想的到底哪里一样/不一样。
有时撞得太猛,世界太硬,把我们原先的理念撞成了一地碎片。
没关系,正好一片片捡回来,慢慢拼出新的模样。
然后,再撞一次。

Twitter/X · @op7418 · 8月20日 01:47 UTC · 喜欢 28 · 转发 1 · 回复 43 · 浏览 22097

Claude Code 终于可以自定义输出风格了,原来那个又臭又长的,真太恶心了。

还没试,不知道效果怎么样,需要在斜杠 config 里的输出风格里边选择这个 Concise

其他 Follow Builders 资讯

中文标题Swyx: 哈哈哈哈哈非技术人员真是完蛋了,他们被烧透了,你能想象...

Follow Builders · X 动态 · Swyx · 8月20日 05:47 UTC · 喜欢 128 · 转发 5 · 回复 20

A sarcastic tweet mocking non-technical people for their superficial coverage of AI without understanding.

中文摘要一条讽刺性推文,嘲笑非技术人员对 AI 的肤浅报道而缺乏理解。

中文标题Nikunj Kothari:最新家庭项目:旋转展示标志性专利图纸📜

Follow Builders · X 动态 · Nikunj Kothari · 8月20日 05:17 UTC · 喜欢 54 · 转发 1 · 回复 6

A personal project showcasing a battery-powered, rotating display of patent drawings using a 13.3" e-ink screen controlled by an ESP32-S3.

中文摘要一个个人项目,展示了一个使用 ESP32-S3 控制、由电池供电的 13.3 英寸电子墨水屏,用于旋转显示专利图纸。

中文标题Aaron Levie:在 AI 时代,关于成为专家还是通才的争论一直存在。到目前为止,专家似乎占据上风,而且这种趋势并未放缓。

Follow Builders · X 动态 · Aaron Levie · 8月20日 03:22 UTC · 喜欢 191 · 转发 13 · 回复 33

AI amplifies the value of domain experts by making tasks easier to start but requiring deep judgment to direct, review, and correct the work effectively.

中文摘要AI 通过让任务启动变得更容易,但需要深刻的判断力来指导、审查和纠正工作,从而放大了领域专家的价值。

中文标题Swyx:如果你从这个角度看 Openrouter,会得到积极的 UBB 观点

Follow Builders · X 动态 · Swyx · 8月20日 02:09 UTC · 喜欢 1 · 转发 0 · 回复 1

A brief, ambiguous tweet suggesting a positive view of OpenRouter through the lens of UBB, with no further elaboration.

中文摘要一条简短、模糊的推文,暗示从 UBB 的角度对 OpenRouter 持积极看法,但未提供任何进一步阐述。

中文标题Aditya Agarwal: 有人问这意味着什么。很简单:做真正重要的事。

Follow Builders · X 动态 · Aditya Agarwal · 8月20日 01:48 UTC · 喜欢 49 · 转发 0 · 回复 3

A brief motivational post advocating for working on projects that have significant impact.

中文摘要一篇简短的激励性帖子,倡导从事具有重大影响力的项目。

中文标题Cat Wu:我们非常希望与公司财务和会计角色的 Cowork 用户交流!

Follow Builders · X 动态 · Cat Wu · 8月20日 01:28 UTC · 喜欢 63 · 转发 4 · 回复 10

The author is seeking feedback from users in corporate finance and accounting roles to improve their product, Cowork.

中文摘要作者正在寻求来自公司财务和会计角色的用户反馈,以改进其产品 Cowork。

中文标题Madhu Guru:精通评估的最佳方法 - 第 3 部分:我们来谈谈故障模式分类法

Follow Builders · X 动态 · Madhu Guru · 8月20日 01:00 UTC · 喜欢 62 · 转发 3 · 回复 4

This post outlines a practical method for creating a failure modes taxonomy by analyzing production traces to systematically improve AI evaluation systems.

中文摘要本文概述了一种通过分析生产跟踪记录来创建故障模式分类法,从而系统化改进 AI 评估系统的实用方法。