结束了，最后投入了18.5小时，其中立项3小时，初步验证1小时，AI Coding14.5小时。后续这个项目会转交给正式程序员做

截图挑选了一些交流过程中暴躁的片段，哎，都过去了

整个过程就像蒙着眼睛，拿着筷子，夹起水晶杯堆金字塔，随着项目规模膨胀，筷子长度还会从1米变成10米，20米，太糟糕了这个体验，深刻体会到什么叫无能狂怒。

文档更新了这14.5个小时里的流水线进度，包括Prompt详情，卡点问题的解决和被解决，怒喷AI，和解到放弃等等。
https://whjlnspmd6.feishu.cn/wiki/TjZEwOXKCiI78Uk3dg6ce9Venah?from=from_copylink

最后有一份来自这次非正式黑客松的总结，有点长：
1. 上下文看似制约，其实不是制约的本质，因为真正的项目其复杂度是远超2万甚至200万Token上线的。所以当我从windsurf和Cursor切换到cliine，并拉满上下文后，确实短期解决了项目的瓶颈，推进了一大步，但终究无法应对越来越膨胀的代码。真正的制约是你能否有效管理项目中的各类概念，并井井有条地向AI分配任务。但如果你能做到，你就不是小白了。
2. AI coding不仅仅需要需求描述清楚，更需要清楚的是代码逻辑。所以小白一般在刚开始最快乐，在中间能稍微解决，在后期逐渐崩溃。因为小白真的对各类概念一无所知。看起来是一个“为什么文字底部不能加色块”的问题，会衍生类、CSS、HTML渲染、JS执行等等一系列陌生的概念，你会发现技术的学习还是绕不开。
3. AI很擅长后端逻辑，因为他是清晰，明确的，我花在后端上的实际差不多仅占1/10。但AI不擅长UI、样式，因为这是和人的审美相关的。偏偏审美又是模糊的，很容易陷入甲方的五彩斑斓黑陷阱。
4. 在工具选择上，我只用过Cursor，Windsurf，cline。windsurf交互体验比Cursor好，但这两个都是订阅制，都会千方百计减少上下文记忆以节约成本。cline交互没那么好，但可以全量上下文ALLin，就是太贵了。14个小时烧了我15美金。
5. AI在处理小需求小项目的时候仍然很值得信赖，爬虫、批量化、数据分析等等，依旧可以解决大量重复性工作。

卡比兽在 X、抖音、小红书上都爆了。

宝可梦人气王。

收到了深圳大学艺术学部的聘书～！

今天是2024世界智能制造博览会的第二天，第一块的机器人展区非常有意思，有很多相关的企业展示出了各种形态的机器人，机器人这个概念其实也不局限于人形了，各种形态的都可以叫做机器人。

这次活动宇树科技的机械狗也在现场，去年的时候我曾经跟着博士生学长一起做过一段时间机器狗的姿态控制，用的都是强化学习的方案。现在Linux系统里仿真训练，然后再在真实的机器上进行测试。

对于这些机器人，最为关键的技术之一就是他们的关节模组制造，这直接影响着机器人的自由度，精确度等等。