最近 Tibo 重置实在是有点频繁，导致额度浪费严重。为了烧掉 Codex 重置产生的多余 Token，我用 GPT-6 做了不少 Side Project，在做的时候其实有产生很多零碎的想法，也许值得记录和发散一下。目前为止，我写了四个类型的应用，分别是：

• 每日自动更新的新闻简报，放的是我常看的一些 RSS，博客部分还有点看头；
• 可以 Web 在线玩并且支持云端存档的 GBA 模拟器，现在有三个游戏能玩；
• 还用 SwiftUI 做了个 macOS 上的 PS 模拟器，支持 PSP、PS2、PS3，功能正常，性能优秀，我很爱玩；
• 将视频/播客通过字幕/STT转文字稿，校对并摘要的在线阅读器 映记，转录结果都是公开的，也许转录队列也可以公开；
• 记录健身计划和训练的训练手记，目前还在完善中，不太好用。

1. 想出一个好产品真的难

写了这么一大堆，写着写着都会发现，怎么好像不是我一开始要的东西。再回头看看，我一开始要的是什么？好像也并不是那么清楚，只是一种说不清的感觉。等到实现进度从 20% 推进到 70%，可能性收敛得差不多了，迷雾散尽才发现了，哦，我最初想得好像和这不一样，但已经改不回去。错误在哪呢？可能是半道上产生的，也可能一开始就错了，就不该这么做，但走通一条错误的路并不一定能帮你想明白你要的是什么。迷茫伴随始终。

比如新闻简报，我一开始觉得，我想看的是重要的大事，后来发现，问题比这复杂。重要的大事我不一定想看，我想看的可能会是重要的小事，可能是怪异的新鲜事，可能是更容易和我相关的大事小事。这个标准是独特的，不那么好定义出来。

再比如映记，我一开始完全就是想做一个读视频/播客的阅读器，最好能支持 E-Ink，现在基本上做完了，又觉得不那么好用，不是我真正想要的东西。凑合用用可以，但是整体像是创造无用需求，而不是真实有用的东西。

有用的想象力是真正稀缺的东西。

2. 通过 AI 去发现差不多的老问题

交互设计很麻烦，让 AI 乱做一通，人胡乱指导一通，很难得到真正优秀的结果，但是又不是那么愿意跑到 figma 上花很大的力气做个设计稿出来，怎么办呢？

也许可以问问 AI，我们现在做的东西，市面上有人做过吗？有没有什么流行的产品和我们的用例很像，可以参考？交互以外的东西也一样，我们解决的产品问题、技术问题，基本上都是老问题，纯新的问题很少很少。从 AI 这本巨大的书里面找点线索，也许能有帮助。

3. 人怎么样能跑得和马一样快呢，答案当然是骑马

跑了这么多 Token 我体验最明显的一点就是，在一两天内输出可用产物的 Side Project 这种完全靠 Agent 做项目的情况下，人其实完全无法参与到这么高强度开发过程中。虽然 GPT-6 干活的速度是出了名的慢，又是过度设计，Bug 又多，做出来的前端设计也相当一般，但是你无法质疑他输出代码的速度。Agent 为了实现大面积的功能变更，会对很多设计推翻重来，或者造一套新的，我可以追着看，但如果我要追着改就很困难了。

比如说，我在写 GBA 模拟器的时候，存档功能大概经历了三四次长任务迭代。一开始实现成纯本地存档，后面改成云存档放 R2，存档索引放 D1，再后来改成纯 D1。如果我来写这个存档功能，小迭代的时候还得看 D1 怎么存二进制数据比较优雅，R2 要怎么访问性能比较好，AI 写 D1 直接 Base64 一把梭，半个小时就写完调完能正常用了。再比如，模拟器库自带了一些 HUD 功能，暂停加速调音量之类的。最初游戏页面是全屏的，我觉得有这个 HUD 还行；后来为了承载存档、切换游戏的功能，进页面的时候游戏是小窗播放的，模拟器自带的 HUD 显示不全但是挡画面，就变得很烦人了。如果是我的话，估计会去读库文档，然后对一个一个属性进行尝试，还得找个用来做小窗的 GBA 的外壳图，AI 就扫一眼直接暴力全写完了，耗时不过五分钟。

脑子跟不上，看了代码也没意义，这就是许愿式编程最大的痛点了。所以做映记的时候我换了个思路，看看能不能让 AI 带带我。先在本地许愿一个 kick start 版本，极简风格，很好掌控。然后把这个版本搬上云端，这里就涉及本地和云端的异步消息队列了。自己把整个流程想明白之后和 AI 用 Grilling Battle 一下，一边实现，一边让 Agent 画出极其详细的泳道时序图，最好能细致到方法级别。我们在这个时序图上对 AI 编码不断进行微操，过程就像机枪阵地向左移动五米一般轻松写意。

如果说长任务是人和 AI 在赛跑，那人在不看或者少看源码的状态下，和 AI 不断对齐信息进行频繁的短任务迭代，也许可以看成骑着 AI 在干活。

4. 告诉 AI 怎么做是错的没用，应该让 AI 理解目标究竟是什么

AI 当然会犯错，犯错多了我就很烦，就可能直接抹掉所有结果从头再来。再来一遍，提示词肯定得改，这时候如果我能把问题想得更清楚，想明白究竟是对问题或者方法产生了什么错误理解才导致失败的话，成功率就能获得比较大的提升。

5. 垃圾 OpenAI

ChatGPT 现在的表现确实挺拉的，但主要还是额度非常不够用。我今天干活基本都用 Astra xhigh 开 1.5 倍速，一下午的时间就跑完了 100%+ 的额度，还好明天凌晨就会重置了。