本月思考的最大的一个决定
决定暂时留在武汉了，盘算了一下最近几年的现金流和资产情况，绝这几年内还是有点机会定居下来。先活好了，日子还长，慢慢往前走，只要还在往前走，就行。
整理收藏夹
过去几年一直用edge浏览器，收藏了很多有的没的网页，一直做增量收藏，但根本没有认真回顾阅读后。趁现在LLM非常强大，一股脑全部塞进gemini里看看哪些网址还在有效访问。顺便重新让AI分类一下。
龙虾爆火
龙虾本质是一个网关中枢+ReAct框架，可以通过外部input，然后调用本地各类CLI指令去执行各种插件，比如mcp、还是skills等，最最最重要的核心是，无限长的上下文，永久存储，不会主动丢失。
龙虾太暴力了，还好我在公司上班，公司每周给了50刀（每周可再提额30%）最新的claude sonet 4.6模型的额度，我用龙虾太爽了，以前用对话的AI应用，就苦于上下文受限，很多东西都要自己降噪清晰，然后再丢给这些bot去完成，真费劲。或者是编排一堆流程，现在有龙虾之后，暴力穷举暴力遍历，爽！不堪言。
所以还好我没有普通的应用场景，到是帮工作提效不少。
大炮打蚊子
还是龙虾，妈的，龙虾太暴力了，无限上下文，疯狂调用疯狂关注任务执行，一点都不卡断。
买了两把椅子
这次三八促销，入手了两把椅子，把之前那把给闲鱼出了，跟小张一人一把，她坐的是黑白调P2 PRO粉色，我是西昊B100PRO，都是500左右价位经典爆款，两个平台薅羊毛下来只要400一台，不错不错。幸福感提升。
工作思路已完成发生变化
还是继龙虾深度使用只有，大炮打蚊子，他的网络fetch能力太好用了，我现在最喜欢在提示词里加一句“请你在网上搜索，参考全世界最先进和最成熟的方案，帮我出一份html文件”哈哈哈，完美。现在完美的解决了以前做产品调研的时候痛苦的摸不着头脑，就是太烧tokens了。
想起来一个恐怖的事儿
以前我们系统化工程要的是标准化的接口，标准化的操作，现在所有先进公司业务都想撮成标准化的mcp接口、skills等，提供给大模型框架也好或者是原生模型能力支持，要用这个的开发者，不是按传统思维去调接口，而是让模型来选择。问题来了，这个调试的摩擦不见了，都是由模型决定的，原型又是由原料tokens决定的，大模型的接口响应时长其实不如标准化的交付效率的，那问题来了，未来是靠模型连接去跑通整个项目，项目之间的交互是模型完成，还是模型只是负责去改变接入，但真正落地却不是稳定的，因为模型的输入输出不是稳定的，那么这个工具的访问也是速率受限的。
我不禁思考，这种提供给模型直接调的接口，他不是一个稳定交付的东西，他的使用姿势和传统的前后端不一样，是通过模型主干来做完的，中间是黑盒的，甚至传统环节中的前后端联调的环节被改变了。
我又不禁思考了，到底这些个mcp接口，到底是解决正儿八经的接入落地给稳定场景使用的，还是玩一玩的场景？我不懂。不同平台提供自己的mcp接口，但背后这个接口消费的资源又需要客户自己去充值，但是用户又需要自己去买模型的资源，省了调试接入，但换来了更多的账单、甚至不是一个稳定的接口调用和交付。这到底是为了解决啥？我没想明白
-但这种交付是不稳定的，甚至按这种模式开发完的产物，在真正被用起来的时候，用户要等，甚至有时候模型会调用错工具。这种不稳定，能行么？
取自gemini帮解答
从标准接口到 MCP：软件工程的“信仰崩溃”与范式转移
传统的系统化工程追求的是标准化、极高确定性的 Hard-coded 接口；而现在的趋势是推行 MCP（模型上下文协议），将接口交由大模型自主调度。这引发了深刻的工程焦虑：
- 确定性的丧失： 我们正用“不稳定的逻辑”驱动“稳定的基础设施”。模型推理的抖动、黑盒化调用和响应延迟，挑战了传统联调中
200 OK的底线。- 成本的置换： 这本质上是用昂贵的 Token 费用和运行抖动，去对冲更昂贵的人力开发时间。企业不再修“死板的管道”，而是雇佣“带路的大脑”来消灭那 80% 变动频繁、开发成本极高的长尾需求。
- 交付定义的升维： 衡量标准正从“单次调用成功”转向“任务最终达成”。通过语义校验与自我修复，系统在模糊中寻求正确。
结论： 这种“不稳定的交付”并非为了取代核心交易链路，而是为了在高度复杂的业务丛林中，用语义对齐取代人工联调。我们正处在从“搬砖构筑”向“生物导向”进化的阵痛期。
博主随笔： 你愿意为一个死板但稳固的系统付费，还是为一个聪明但偶尔犯错、且每次思考都要收钱的“数字员工”买单？
又失眠
最近因为AI的边界思考，或者是对自己个人能力的边界思考让大脑异常活跃，ahamoment持续地让我有点发癫，连着好几个晚上失眠了，脑子里异常活跃，特别是落地的欲望，不管是产品方案上的，还是真正上手去vibecoding。甚至今天晚上，脑子里搓了个抖文APP出来，哈哈哈。怎么讲，notion做cms，vercel做部署平台，nextjs写前后端，甚至套壳成移动端应用还能支持热更新，再加上codebuddy公司无限后手新模型tokens，库库跟豆包聊需求可行性，脑子真的越来越热。妈的，太牛了ai，我今天白天还在思考工程确定性，但是我自己却越发觉得这种确定性甚至慢慢变得，真的很确定了，操。
今天新玩具，open claw生视频
周末刷到篇文章，今天周一上午就来兴奋的库库上手了，确实好用哈哈哈。
在想办法沉淀SOP和细节的提示词，争取提高复用性。
怎么训练一款模型
今天突然思考这个东西