吹爆 ZCode 的远程控制，简直是移动端远程指挥本地 Agent 的典范。
操作成本几乎为零：手机注册个账号，不需要开会员。扫一下电脑上的二维码，顺手绑到微信或飞书上。
最绝的是自带免费内网穿透，完全不用管网络环境。人往沙发上一躺，或者出门在外喝咖啡，手机发条消息就能随时调用电脑里的 Agent 跑代码。
标签
主题筛选
2026.08.05 · 7 分钟
DeepSeek V4 Flash 正式版深度体验：便宜、快、1M 上下文、内置搜索
置顶深度体验几天 DeepSeek V4 Flash 正式版：极致的便宜、快如闪电、1M 上下文、官方内置联网搜索、完全开源。唯一的短板是多模态，但可以组合其他模型补上。
DeepSeek模型评测AI 工具
2026.09.09 · 8 分钟
原厂 Harness 未必是版本答案：开放模型时代，模型和 Harness 要分开选
用 Claude 就上 Claude Code？开放模型时代这个直觉该升级了。原厂的优势是真的，但训练好模型和做好 Harness 是两门工程——这篇文章讲清楚为什么模型与 Harness 已经可以分开选，以及五家 Harness 的定位地图。
AI AgentHarness选型
2026.09.09 · 8 分钟
稳定、快速、高产、便宜：我的 AI Coding 全家桶实录
OpenCode + OpenChamber + 两份 DeepSeek V4 Flash 订阅，15 个项目同时跑代码，额度只掉一点点。这篇文章摊开我的完整配置：上下文剪枝、分层记忆、桌面自动化，以及「原汤化原食」的选型教训。
OpenCodeAI 编程配置
2026.09.09 · 7 分钟
TUI 正在杀死你的认知带宽：AI Coding 的「极客滤镜」该碎了
一堆 AI Coding Agent 争相上 TUI，把交互塞回 80 年代的终端范式，还美其名曰「沉浸式」「尊重程序员」。这篇文章拆解 TUI 系统性降低认知带宽的三个机制，以及 Web UI 为什么才是正解。
AI 编程交互设计随笔
今天群里有朋友问：有没有一个万能的 AI 编程桌面端？能接各家订阅，所有模型还不降智？
我和几个天天高强度折腾的朋友聊完，结论一致：
原汤化原食。
模型套进第三方壳子，基本逃不掉降智、变慢和订阅不通。我们几个现在的配置几乎一样：
GPT ➔ Codex：官方订阅直连，原生调度最稳。
Gemini ➔ AntiGravity：速度天花板，长窗口不卡壳。
DeepSeek GLM等开源模型➔ 统统给 ZCode。
重点说下为什么必须有 ZCode：
ZCode它可以很方便地配置第三方的供应商模型。
ZCode它的手机远程控制模式非常非常好用，直接躺在沙发上玩着手机就把活干了。
Zcode它的缓存利用率极高。
大家针对Gemini美国大豆包的评价非常的干货满满，我给评论区观点做了一些简单的总结：
很多人觉得Gemini不好用，核心原因在于误把它的定位当成了主力工程机床。
事实上，它的定位更像一把功能齐全的瑞士军刀：轻快、多能、边际成本极低，但在复杂工程和自主执行上有着明确的边界。
在信息输入端，原生解析 YouTube 是目前最省心的能力之一。不需要在本地配置下载脚本或转录工具，直接提交链接，就能在云端提取带时间戳的完整文字稿、关键帧截取与结构化摘要。
很多人的实际工作流已经形成了清晰分工：用 Grok 跟踪 X 上的即时讨论与动态，用 Gemini 处理半小时以上的技术播客和深度视频。
在视觉与前端开发场景中，它的多模态底子很扎实。无论是整页手写笔记、复杂表格还是低清晰度扫描件，识别准确率都非常高，较少凭空捏造。
而在前端出原型时，它的速度极快，代码结构自然，没有那种刻板冗余的生成痕迹。
不少独立开发者会用固定提示词让它单页生成幻灯片结构，或是配合设计截图快速产出可用页面。
从成本和工具链组合来看，它的生态账算得很划算。每月 20 美元的订阅支持最多 6 人家庭组共享，同时附带数TB 的 Google Drive 空间，并且与 Docs、Sheets 深度打通。
把查资料、多模态解析和轻量页面搭建分流给它，再把核心复杂代码交给专门的代码模型，可以有效压低整体的开发工具开销。
还有几个被验证有效的进阶用法：
一是利用它相对直接的逻辑偏好，让它去审查其他大模型容易出现的过度设计与冗余代码；
二是配合 NotebookLM 搭建专注特定资料的私有知识库；
三是将高级额度分配给语音合成与图像处理等衍生需求。
但使用时必须清楚它的能力边界。
第一，它不适合承担复杂的终端 Agent 任务，要求其修改系统规则、部署环境时，往往容易拒绝执行或不遵循多步指令；
第二，深层业务代码必须由其他主力模型交叉复审，避免埋下隐性缺陷；第三，它对访问网络环境较为敏感，节点质量不稳定时容易遇到服务限制或体验降级。
美国大豆包，启动！
这帮福娃开始变种了？
发的这些垃圾帖子，跟以前不一样了，
没关系，我们会实时更新这种名单，实时的去学习这样的指纹。
老子打的就是精锐！
经过多轮的迭代，黄推清理大师——福滤娃正式上架Chrome插件商店了。
一键拉黑福娃的快感谁不想体验下呢
兄弟们，可以放心冲！
好奇大家用美国大豆包Gemini干什么？
我感觉大多数人有了codex，平时用不上美国大豆包。
想知道它的优点是什么？
开着福滤娃插件，没事就去热帖的评论区刷刷怪，还挺治愈的。
刚刚抓到一个热帖刷到了33个福娃怪。
一键拉黑全部！！！
闲鱼12块钱买来的，18个月大的美国大豆包！
启动！
我目前的格局是这样的。
如果是国产模型，就推荐挂上ZCode（Deepseek V4 Flash、 GLM 5.3 Flash这种模型。）
如果是GPT直接用Codex。
如果想速度快，就用Pi。
如果想既速度快又省心，就用omp
如果想给企业做定制化的客户端开发，就用dsh。
如果想锻炼脾气，就用Workbuddy。
真的难以想象，5年前关进牢里的，今年刚放出来的人
看到这个AI的世界，到底是种什么想法。
昨天我发 Command GOAT 和 OpenCode Go 的额度对比，Command Code 的 CEO 亲自跑来评论了。他说我其实还少算了一笔缓存的帐，我顺着去研究了一下，发现Command Code有点东西。Coding Agent 本身就是一个巨大的 Prefix Cache 机器。一个几十万 Token 的 Session，跑到下一轮的时候，真正新增的可能只有几千 Token，前面 System Prompt、Tools、代码上下文、历史对话基本都没变。缓存命中率越高，这些老 Context 就越便宜。Command Code他们前段时间专门狠狠干了一轮 Cache Thrashing，主要采取的策略如下：同一个 Session 尽量固定到相同的 GPU Pod，保持 KV Cache 热着；尽量维持 Stable Prefix，Provider fallback 也不乱改 Context；再加上他们那套 Tool Call Repair，模型参数写错了 Harness 直接本地修，少让模型来回报错重试。v0.33.0 的 Changelog 甚至直接写了：Major Cache Overhaul，median cost reduction 2.9×。他们现在官方宣称缓存命中率已经能长期做到 95～99% 左右。同一个模型，同样是10美元套餐，因为缓存带来的差异，这玩意累积起来，效果天差地别。
我把 Command Code 这个 Harness 又仔细研究了一遍，也顺手拿它和 Pi、OMP、DeepSeek Harness、OpenCode 对了一下。
Command Code 现在最有价值的地方是它对开放模型做的 Harness Engineering。
Pi 的思路很极简，Harness 尽量少干预模型，轻、快、Token 开销低，可塑性也非常强；OMP 则是在 Pi 上继续堆 LSP、Debugger、Browser、AST 这些重型 Coding 能力，更像给 Agent 装了一套完整 IDE。
DeepSeek Harness 走得更远，Everything is Plugin，Agent Loop、工具、权限、Preset、UI 都可以拆开重组，特别适合拿来研究下一代 Agent Runtime。
OpenCode 则是目前最均衡的一类：开源、Provider 多、生态大、Client/Server、桌面端、Subagent 都比较成熟，属于什么模型都能接、什么活都能干的综合型选手。
Command Code 的路子不大一样。它特别喜欢替模型擦屁股。Tool Call 参数写错了，Harness 本地修；文件刚读过又要重复读，Harness 帮你去重；长 Session 尽量维持 Stable Prefix，提高 Cache Hit；Context 快爆了就做 Compaction；再加上 Session Affinity、Taste、Subagent 隔离这些东西。
这套思路放到 DeepSeek V4 Flash、GLM-5.3 Flash 这种苦力模型上，价值可能会大一点，模型差一点，Harness 给你补。
所以我现在会这样给这几个 Harness 定位：
Pi，最适合做自己的长期 Agent 基座，简单、干净、随便魔改。
OMP，适合真正重度 Coding，需要 LSP、Debugger、复杂 Repo 导航的场景。
DeepSeek Harness，最适合折腾 Agent 架构、Preset、多 Agent 和下一代 Runtime。
OpenCode，最适合想要一套成熟通用型多模型 Coding Agent 的人。
Command Code，则特别适合 DeepSeek / GLM 这些开放模型的重度用户，尤其是大量跑 Flash 苦力模型的人。
所以如果只看长期可塑性，我依然更喜欢 Pi。但如果今天就让我拿 DeepSeek V4 Flash/ GLM-5.3狠狠干活，我现在真会尝尝 Command Code的咸淡。
最近被“福不黑”这种垃圾账号给搞得烦了。
一怒之下写了一个浏览器插件，叫做“福滤娃”。
迭代了好几个版本以后我觉得已经完美了，马上就要上线了
有需要的朋友们可以mark一下，稍后我会开源并上架谷歌商店。
经常用Deepseek、GLM国产模型朋友们完全可以看看洋人搞出来的全家桶：
Command GOAT和OpenCode Go两家。
我把这两家的10刀套餐仔细研究了一下。
得出结论就是闭眼选 Command GOAT，毋庸置疑，在2026年八月末，版本答案就是：
Command GOAT 10美元套餐！！！
https://commandcode.ai/docs/plans/goat
之前X上面吹的牛逼的5美元OpenCode Go已经彻底拉完了。
以前OpenCode Go好歹还有个首月 5 美元能撑一下性价比，现在连 5 刀优惠都没了，直接 10 刀。
作为对比，竞争对手Command GOAT套餐开始变得眉清目秀起来。
DeepSeek V4 Flash、GLM-5.3 Flash、GLM-5.3这些现在真正适合高强度 Coding、跑 Agent 的主力模型，Command GOAT套餐给额度明显更加慷慨。
我现在其实会把 Coding 模型简单分成两类：主力模型和苦力模型。
V4 Pro、GLM-5.3 这种就是主力模型，负责啃硬骨头。复杂架构、疑难 Bug、大重构、关键决策，遇到真难的问题可以交给他们。
V4 Flash、GLM-5.3 Flash 属于苦力模型。读仓库、搜代码、改文件、跑测试、批量处理、开荒，这种脏活累活就该让 Flash 往死里干。
Command GOAT套餐苦力模型额度够大，主力模型额度也没有明显短板。
所以我宣布：Command GOAT套餐才是当前的版本答案。
充个 200 美元的 ChatGPT Pro 会员，好好用，把它用干净。AI 就入门了。
DeepSeek Harness + 第三方 API 兼容问题：Agent 调用 Bash 等工具时报
ToolNotFoundError: unknown tool ""，看上去像是工具没注册。实际是网关返回的数据格式跟 DeepSeek 官方不一样，工具名在中间被弄丢了。几个相关 GitHub Discussions 链接：- deepseek-ai/dsh#issues 里搜 "unknown tool"
- 自建网关（OpenRouter / OneAPI / new-api）的人最容易踩这个坑
我最近又翻了一遍 DeepSeek Harness 的仓库和 Discussions，感觉这个项目现在正处在一个很有意思的阶段：DeepSeek Harness 目前已经有 15 万+ Star、仓库累计超过 1.2 万次 Commit。但官方 README 依然非常明确地写着：现在只是 Developer Preview，还会发生破坏兼容性的改动。rc.7 于 8 月 17 日发布。Issues 和 PR 限制创建，反馈走 Discussions。社区很大但核心开发集中。Bug 频出，比如 unknown tool "" 问题。最缺的是测试覆盖、Provider 兼容性、会话可靠性。架构上还是有吸引力的，像 Agent 操作系统底座：
- Everything is a Plugin
- Cordis 组合架构
- Preset / Skill / MCP / Agent / Provider 全部插件化
我现在越来越觉得情绪的价值是很有价值的。我们智人为什么能团结在一起去干大事情？就是因为共同相信某种故事、某种情绪、某种图腾、某种神话、某种叙事，才形成了组织，互相合作，做大做强，共创辉煌。这难道不是一种情绪的价值吗？
最近研究 DeepSeek Harness。有一个叫做 Preset 的概念值得关注。Preset 可以理解为 Agent 的分发单位。同一个模型加载不同的 Preset，最后可以变成完全不同的 Agent。Preset 和 Skill 最大的区别是什么？
- 一个财报分析 Skill：教 Agent 怎么分析财报。
- 一个财报分析 Preset：直接把财报分析 Skill、网页搜索、Browser、PDF、Python、Subagents、研究 Prompt 和上下文策略全部组合好，直接给你一个开箱可用的 Agent。
- 一层是 Plugin / Skill Marketplace，主要给开发者和高级用户搭 Agent；
- 一层是 Preset / Agent Marketplace，真正面向普通用户。
DeepSeek Harness 的生态很有可能通过 Preset 繁荣起来。社区已经出现了 Preset 广场，感兴趣的朋友可以关注一下。入口：dshdesktop.com/preset
稀缺的是一种做产品的感觉，一种对需求的洞察，一种理解用户的心态。
这篇文章告诉我们，在使用Deepseek Harness的时候，一定要多试试PTC模式。
好处就是速度更快，更节省token，让模型的注意力更加专注。
花了点时间研究一下DeepSeek Harness 这四种模式，我把四种模式的优缺点和适用场景捋一下。
- Standard：最适合日常开发 Standard 就是 DeepSeek Harness 默认的完整 Coding Agent。它把日常开发需要的东西基本都配齐了，特别适合那种一开始并不知道问题在哪里，需要 Agent 自己探索的任务。 但因为大量操作都是：LLM → Tool → LLM → Tool → LLM → Tool，任务复杂以后，Tool Calling 的 round trip 会越来越多，延迟和 Token 开销都会上去。 所以探索性任务优先 Standard。
- PTC：复杂任务的效率模式 PTC 允许模型写一段 TypeScript，把多个工具调用组合起来一次执行。 例如 Standard 可能是：搜索文件 → 回模型 → 读文件 → 回模型 → 搜索 → 回模型 → 修改 → 回模型 PTC 可以变成：模型写 TypeScript → 一次运行 → 搜索 + 循环 + 过滤 + 读取 + 处理 → 返回最终结果 这可以减少 round trip，也可以减少大量无意义的中间数据进入模型 Context。所以大量批处理、重复操作、结构化处理特别适合 PTC。
- Minimal：只给模型 Bash + Editor 它最大的优点就是简单。工具数量少，Tool Schema 少，Prompt 固定开销低。 但是没有 Web，没有 Skills，没有 Subagent，没有 Workflow。复杂任务只能一个 Agent 自己硬干。而且 Minimal 没有 Standard 那套完整的 Context Compaction。所以它虽然短任务固定 Token 开销低，但如果 Session 特别长、Bash 输出特别多，反而未必真的省 Token。 因此 Minimal 最适合明确的小任务，任务越明确、越短，Minimal 越香。
- Creator：用 Agent 创造 Agent 拥有Standard + Cordis Runtime + Plugin 实验 + Preset 创作能力。它连 Agent 本身都做成了可以组合和创建的东西。 想想还挺可爱的，模型自己支了个摊子开始卖货，然后自己把自己的摊子摆弄摆弄，自给自足。 但 Creator 最大的问题也是权限高。这一点要注意。
Awesome Deepseek Harness Desktop已经来了。
ADHD — 出色的 DeepSeek Harness 桌面版，一个开箱即用的 Electron 桌面封装，专为 DeepSeek Harness 打造 Awesome Deepseek Harmony Desktop已经来了。
原贴见：https://x.com/zacklin233862/status/2087922286368375265?s=20
现在一堆 AI Coding Agent 动不动就上 TUI，这股风气，Claude Code 得负很大责任。
它把在终端里跟 AI 对话写代码这件事做得很极致。
但问题在于，好像真正高级的 Coding Agent，就得默认是终端界面，Web 端反而是附属，甚至被嘲成不够程序员。
结果呢？
先搞一个复杂的 TUI
各种颜色、状态栏、快捷键、模式切换
然后美其名曰「沉浸式」「高效」「尊重程序员」
真的吗？
对一小部分每天泡在终端的人来说，确实爽。但对更多人来说，这就是在人为制造门槛。功能藏在按键和模式里，新用户一脸懵，老用户也得重新适应各种工具自己的键位习惯。
Web UI 完全可以做得又快又干净，装成 PWA 之后跟桌面客户端几乎没区别，更新还更方便。非要强行把交互塞回 80 年代的终端范式，然后还反过来鄙视 Web，多少有点自我感动。
Claude Code 本身很强，这点没问题。但它把TUI 才是正统这个审美和路径依赖带起来了，后面一堆跟风的就更离谱。
工具是给人用的，不是用来证明谁更「极客」的。
把反人类的交互包装成高级，真是很滑稽的一件事情。
说真的，有些极客群体已经不是小众那么简单了，是彻底的孤芳自赏。
他们最典型的特征就是：把难受当高级，把门槛当品味。
一个东西如果好用、直观、普通人也能快速上手，他们就会下意识觉得不够硬核、太大众、掉价。
反过来，越是操作别扭、信息藏得深、需要专门学一套黑话和快捷键的东西，他们就越觉得这才叫真正的工具。
这已经不是追求效率了，这是在用痛苦来确认自己的身份。
我能忍受别人忍受不了的交互——这句话一出口，优越感就有了。
圈子越小，这种自我感动就越容易互相强化。
最后演变成：谁敢说不好用，谁就是不懂，谁就是外行。
真正厉害的人，是把复杂的事情变简单。 而有些极客，是把简单的事情搞复杂，然后站在复杂上面俯视别人。
我觉得Deepseek Harness它的形式非常好。
没有一上来就搞反人类的TUI，反而是Web UI。
首先它的安装包不会很大，因为它根本就没有安装包。不会用某些Electron框架硬塞一个浏览器内核进去。就非常的节省存储。
唯一的缺点就是要在浏览器里用。其实完全可以把它作为PWA的程序安装起来。这样就跟原生客户端没啥区别了。
使用Chrome浏览器把网页端作为应用安装，是一个非常实用的功能。比如我这个截图里，它虽然是一个网页，但是实际跟桌面端的应用用起来没什么区别。
说的太精辟了，这个就是 GPT-5 这一代的通病：总是会把内部的需求写在界面文案上，来证明自己的工作量。来证明自己，哦，我确实做了，你看我牛逼吧，我没有偷懒哦，我把所有你的需求都摆在台面上了哦。而且界面上的文案非常的冗余。从 5.0 迭代到 5.6，整整迭代了这么多代，还是没有改变这个问题，已经深入骨髓了。真正做过前端产品的人都懂：
- 界面上无论小字还是大字，都是面向用户的文案
- 该在聊天里反馈给开发者的文字，绝不应该写到产品里
英文播客的阅读网站终于做出来了。
名字叫做：Cherina Pod
欢迎大家来玩。狠狠的给我提建议吧，我要狠狠的迭代、修改、优化。
https://pod.cherina.app
OpenChamber又发布了新的版本。感觉作者真的在很用心的维护。这可能是我见到的，在开源项目中最用心做前端的项目了。
目前我一直在用的OpenChamber+OpenCode+Deepseek V4 Flash真的狠狠的爽到我了。
每次看到Pi Agent的相关的项目，就感觉很兴奋。
herdr+pi 打造出来的工作流，值得好好研究研究。
千问出了一个官方插件，可以把DeepSeek V4 Flash装一个眼睛，感兴趣的朋友可以试试
我体验过市面上几乎所有的开源的Harness GUI客户端，大多数从设计体验上，都是一言难尽。
Openchamber是我用过的开源项目里面打磨得比较好的Harness GUI客户端了，精致，稳定，偶尔有些bug也不影响长期的使用。
但是它只能结合OpenCode用，不能切换到其他的Harness。有网友反馈说，OpenCode的整体的性能不够好，容易拖模型的后腿。
所以我在构思一个项目。把OpenChamper的前端作为骨架，把其中的内核换为oh my pi，这样子可能更加符合我自己的需求。
为什么不用原生的Pi Agent，而用Oh My Pi？
因为原生的Pi Agent太过于灵活。没有办法做成一个通用的GUI出来。
相对折中一下，Oh My Pi算是Pi Agent的发行版。整体的插件交互体验算是比较稳定的。
所以我觉得把OpenChamper+Oh My Pi做成一个开箱即用的产品，是一个潜在的需求。
我把这个项目取名为：OMPChamber，目前还在密集开发测试中，有需要的朋友欢迎star。
https://github.com/realchendahuang/OMPChamber
果然我们还是要多多关注一些有审美的设计师和程序员。
Deepseek V4 Flash真的好智能呐，好省钱呐
连续开了15个项目，同时在跑代码。
额度只消耗了一点点。
分享一下我当前用的OpenCode配置。我的配置围绕三个核心诉求：
上下文管理——长会话不爆上下文、省钱省 token
记忆系统——跨会话记住用户偏好、项目决策和历史教训
外部能力——文档查询、代码搜索、桌面自动化
主要用了以下几个插件:
- opencode-dcp（开源）动态上下文剪枝插件。 上下文达到阈值时自动把旧内容压缩成技术摘要，保留关键信息、丢弃噪声，自动清理重复内容，把工具报错等低价值内容从上下文里剔除
- opencode-goal-plugin Goal 模式插件，给长任务加目标管理
- Hermes Memory（有需要我后续开源） 这是我最重的一个插件——把 Hermes agent 的分层记忆机制移植到 OpenCode 上。
- context7-MCP 查库/框架的最新官方文档。
- grep-MCP GitHub 代码搜索,在 GitHub 全站代码里搜真实用法。
- open-computer-use（桌面自动化） 让 AI 直接操作 macOS 应用——点击、输入、滚动、拖拽、截图、读无障碍树。
2026.08.06 · 6 分钟
折腾了 Pi Agent、OMP、Codex、ZCode，我为什么最终选了 OpenCode + OpenChamber
折腾 Agent Harness 的选型复盘：GUI 体验、供应商锁定、二次开发自由度三个标准，排除了 Pi Agent、OMP、Codex、ZCode，最后选了 OpenCode 内核 + OpenChamber 界面。
AI Agent工具选型
2026.08.06 · 5 分钟
给 DeepSeek 补上多模态：Qwen-3.7-Flash 识图方案
DeepSeek V4 Flash 没有多模态，识图怎么办？调研后目前性价比最高的方案是 Qwen-3.7-Flash：识别一张图片成本极低，和 V4 Flash 组合使用补齐短板。
DeepSeek多模态模型评测
2026.08.05 · 6 分钟
DeepSeek API 内置联网搜索，Responses API 白嫖官方搜索能力
DeepSeek 官方在 API 里内置了联网搜索：用 Responses 接口调用 deepseek-v4-flash，声明 web_search 工具即可，不用对接第三方搜索引擎，不用申请搜索密钥。
DeepSeekAPIAI 工具
OpenCode Go 套餐，首月只需要5美金，35块钱
开通完了以后用他的新版的DeepSeek V4 Flash模型
实测下来，我狠狠用了一上午，只用了周用量的1%，我去离谱，用不完又要开始焦虑了哈哈哈哈哈
便宜、好用、速度快 不可能三角，在Opencode Go+DeepSeek V4 Flash的组合下被完美的实现了
Opencode https://t.co/c0k1WKWNle
我真的服了，OpenAI杀疯了。GPT-5.6-Luna降价80%，输入0.2刀，输出1.2刀，缓存命中0.02刀。
跟DeepSeek V4 Pro对比，按写代码的典型用量，一亿 tokens 里95%命中缓存，DeepSeek 跑下来大概 20 块钱，Luna 大概 26 块。
如果你开了 Codex 套餐，跑 Luna 能顶原来五倍的量，整整五倍用量提升！ https://t.co/fBVVfyN2OC
梁文锋在投资人会议上说：
「智能的终点可能都是具身。因为对一个正常人来讲，他的需求并不是电脑，而是人力。」
这句话很准。普通人要的从来不是更聪明的电脑，而是能干活的「人力」。文本再强，也只是中间态。 https://t.co/2xg5o5hNjt
给大家介绍一个概念，叫FOMO，全称Fear of Missing Out，错失恐惧。
相信很多人都有这个毛病：刷到好东西就想收藏，看到新工具、新趋势就想跟，总觉得不跟就会错过什么重要的东西。结果就是收藏夹越来越满，脑子越来越乱，注意力就在这个过程中被一点点消耗掉了。
很多人平时用 AI 工具，都需要配置 API Key，有时候还会让你选择接口格式。这个接口格式可以简单理解成：你和模型服务之间约定好的沟通方式。比如以前大家最熟的 OpenAI 兼容接口，很多时候指的是 Chat Completions。这套格式很适合聊天，也很适合简单文本生成。所以国内外很多模型厂商，都会优先兼容它。但现在做 AI 应用，场景已经复杂很多了。模型经常要读文件、查网页、调用函数、跑代码、连接 MCP、保留上下文，再继续完成后面的任务。这时候，OpenAI 推出的 Responses API 的价值就出来了。
- 它的推理模型效果更好。同一个模型，放在更合适的接口结构里，任务完成效果会更好。
- 它原生适合 Agent。模型可以在一次 API 请求里调用多个工具。
- 它更省钱。Responses API 的缓存利用率相比 Chat Completions 有 40% 到 80% 的提升。缓存利用率越高，重复调用的成本就越低，响应速度也更容易优化。
突然想到一个挺有意思的角度。星座、生肖、星象、算命这些东西，可能可以理解成人类低算力时代的「压缩模型」。古人没有数据库，没有统计学工具，也没有 AI。他们只能长期观察季节、天象、农时、性格、人情世故和社会周期，然后把这些复杂经验压缩成一套容易记忆、容易传播的符号系统。12 星座、12 生肖、八字、卦象，本质上都像是在把复杂世界降维。它当然不能当成严格科学预测。但它也未必只是纯粹的迷信。更像是古人在算力不足、数据不足、工具不足的情况下，用故事、符号和规则做出来的一种经验蒸馏。
最近刷 X 的频率降下来了。不知道是不是进入了贤者模式。仔细反省之后，我发现自己更关心一个问题：我每天刷的这些东西最后能不能变成真实产品。看再多工具更新，不如把一个具体场景打穿。这段时间我想把更多精力放在产品、社区和长期内容上。
最近在重新思考知识管理这件事。我发现这里其实有两条路线。一条是基于飞书搭建。它的优势很直接：免费、多端同步、可分享、协作方便，形态也足够丰富。文档、多维表格、表格、幻灯片、画布、Todo、知识库，这些模块组合起来，已经能覆盖很多个人和团队的知识管理场景。我尤其看好多维表格。它很适合作为一个知识中枢。信息收集、资料归档、状态管理、结构化整理、内容再生产，都可以围绕它展开。再加上飞书 CLI 和 AI Agent，飞书就不只是一个办公软件了。它更像一个可以被 Agent 操作的知识工作流系统。另一条路线是基于 Cloudflare 自研。这条路更自由，也更适合产品化。比如我现在正在做的 FlareMo，就是想基于 Cloudflare 去做一个知识管理产品。Cloudflare 的好处是底层能力很完整：前端、后端、数据库、对象存储、向量检索、AI 能力，都可以组合起来。但它需要开发。也需要自己设计数据结构、搜索体验、权限系统和产品逻辑。所以我现在的判断是：
- 飞书适合快速搭一套能马上用的知识管理系统。
- Cloudflare 适合把知识管理做成一个真正可控、可迭代的产品。
什么是知识管理？很多人一提知识管理，第一反应是收藏文章、整理链接、做笔记、搭一个漂亮的资料库。但从第一性原理看，知识管理真正要解决的问题，其实是：我今天看到的信息，能不能在未来继续帮我做判断？人的记忆有限，注意力有限，经验也很容易流失。如果一个资料只是被收藏起来，最后很可能变成信息坟场。真正有价值的知识管理，应该完成一个转化：把外部信息和个人经验，变成可检索、可调用、可复用、可更新的行动能力。
- 一篇文章，单纯收藏只是资料。
- 你提炼出观点，它变成信息。
- 你把它和自己的项目、场景、判断连接起来，它才开始变成知识。
- 最后它能帮你写文章、做产品、做决策、设计工作流，这才变成能力。
通过网易 UU 远程连到家里的 Mac。随时随地编程。随时随地陪媳妇出来逛街。
虽然最吸引人的是独立开发者的收入但对于我们普通人来说，最有价值的还是独立开发者的来时路
Brave 浏览器用的是什么黑科技？看 YouTube 一点广告都没有！！
有朋友问我，图里面的充电宝是什么牌子？好了，我要开始安利了。这是酷态科 25 号超级电能块 SE（酷态科就是曾经的紫米）。140 多块钱，25000 毫安时，最高 120 瓦输出，自带充电线。可以让我的 MacBook Air 持续一下午高强度工作。是斯达巴克斯、麦当劳、肯德基、下乡等场所的办公良品！
讲一个冷知识，大家可能以为 DeepSeek 在亏本卖 token。它的 API 虽然卖得便宜，但是官方提到过这一块的利润率是 545%！！！所以 DeepSeek 不仅是赛博 AI 菩萨，而且技术超强。原文见：DeepSeek Open Infra Index
厚礼蟹！我才知道 Firefox 浏览器为每个用户提供了每月免费 50G 的 VPN 流量。对于先有鸡、先有蛋的尴尬场景，非常有帮助。使用方法：
- 在地址栏输入
about:config - 进入高级首选项，点显示全部
- 搜索输入
browser.ipProtection.enabled - 将该条目的值切换为 true
小试了一下腾讯的 Workbuddy，有一个很经典的场景，叫做领美团优惠券。在登录环节，它生成了一个二维码，让我扫码登录。然后我再吼一声帮我领优惠券，它就帮我领了那么多。把 AI Agent 用在领优惠券这样的场景，非常 amazing。
分享一个宝藏网站：Buzzing它适合想拓宽信息源、想打破信息茧房的人。它会持续抓取 Hacker News、Reddit、BBC、Reuters、Bloomberg、Product Hunt 等国外热门内容，并把标题翻译成中文。它最大的价值是让你先用中文把标题浏览一遍。如果看到感兴趣的、值得阅读的文章，再点进去看详情。这时候可以配合沉浸式翻译做双语阅读。
关于科学上网，如果买了机场，又搭建了自己的VPS节点，希望把它们统一管理，统一分流，统一输出一个订阅链接。
希望把分流规则、节点筛选和组合逻辑放在服务端维护，而不是在每个客户端重复配置。
希望用 Cloudflare 的轻量部署方式运行，不想维护服务器、数据库服务和复杂后台任务。
分享一下我珍藏多年的浏览器插件。
- Wetab：新标签页插件，可以把常用东西放进来，还能自定义搜索引擎，登录账号免费多端同步。我在上面专门搞了一个基于谷歌的 X 搜索引擎，比自带的好用多了。
- Video Speed Controller：灵活调节视频倍速，适合高效摄入知识。
- XHunt：玩 X 必备，可以看到每个 KOL 的排行榜，以及当前最热门的帖子。
- X 互关雷达：在页面标记互关和单向关注关系，并可选择显示 following / followers 关注率。
- FireShot：捕捉网页截图，编辑并保存为 PDF、JPEG、GIF、PNG 或 BMP。
- Proton Pass：设计优雅的账号密码管理工具，多端同步。
- 沉浸式翻译：老牌双语翻译插件，接入 DeepSeek V4 Flash API。
- Codex：Codex 连接 Chrome 浏览器必备，有了它可以自动化任何在浏览器上的事情，比如账号被封写申诉邮件。
2026.06.28 · 4 分钟
我把机场订阅聚合搬到了 Cloudflare 上
原创多个机场加自建节点揉成一条订阅，分流规则在服务端配好，客户端只管订阅。
Cloudflare科学上网开源项目
人负责判断。AI 负责放大。人的注意力是有限的。人只负责最关键的那一部分判断。一定要把有限的注意力分配在有价值的地方。让 AI 去做更多的垃圾活。这个就是 AI 工作流存在的意义。让 AI 工作流把垃圾活给包圆了，人负责最终的判断，最有价值的、最核心的、最终目标的这种审核或者结果的验收。这就是我比较想达成的一种状态。我最近也在没事研究这些工作流。
基于 Cloudflare 技术栈原生开发的笔记软件——FlareMo。注册一个免费的 Cloudflare 账号，部署完以后就可以拥有 10G 文件存储、5G 数据存储。永久免费，装备不花一分钱，流量不花一分钱，数据多地备份，天生自带高可用机制。24 小时随时随地在云端服务，完全兼容 Memos 生态。当时开发进度：花了一天完成整体基本功能搭建，已经完全可用。后续会补充更多使用部署教程、工程化测试用例、AI Agent 相关技术，以及多端支持。Build in public。
我把科学上网订阅聚合搬到了 Cloudflare 上。开源了一个完全免费部署在 Cloudflare 上的科学上网订阅链接聚合项目。帮你把所有的科学上网订阅链接、自建的网络节点，统一聚合在一条链接上，同时可以配上分流规则。真正做到只需要一条链接，在所有客户端都可以使用，不需要一个客户端去单独配置了。GitHub：https://github.com/realchendahuang/sub-store-cloudflare博客原文：我把机场订阅聚合搬到了 Cloudflare 上
Clash Party科学上网
配合部署在Cloudflare上的Substore
一条订阅链接完成了多供应商聚合、规则分流
舒服（第二声）！
也安利一下Clash Party这个客户端，非常的优雅。
我的sub-store-cloudflare的开源地址：
https://t.co/u8zhrOSrAwhttps://t.co/Zzc3IXKsLI
花了点时间在 Cloudflare 上完成了 Sub-Store 部署。把我的自建节点和机场备用节点全部融合在了一起，还搭配上了 ACL4SSR 分流规则自动订阅。直接用一条订阅链接实现了：
- 多家供应商节点合并
- 节点过滤
- 分流规则配置
- 配置自动更新
最近在思考一个计划。
打算把个人知识管理、信息收集、知识输出全部搬到Cloudflare上。
免费账号就已经自带10个G的对象存储和5个G的数据库。
相当于是一个自建的、在云端的、永久免费的知识管理系统啊。
给大家讲讲我公司取名的经历吧。我是用 GPT 5.5 和 Gemini 3.1 Pro，用这两个模型经历了多次的头脑风暴，想了两三天都没想到好名字。为什么呢？因为我发现这些模型它没有创新。它给你的名字选项都是词藻的堆砌和字的组合。你提出自己的想法，他就来回车轱辘话给你滚来滚去，气得我高血压都犯了。还有一个很大的问题，你好不容易想到几个比较满意的名字，打开企查查一看，好家伙，要么被注册了，要么有雷同的。这里可以推荐一下阿里巴巴的 88 查，类似于企查查，但是免费，可以用它查查有没有雷同的名字。取名字如果不想一直重复，最好取四个字的，思路一定要开阔。一定要多换几种模型，换几种不同的脑子。可以给 AI 一些好名字作为参考，比如说 DeepSeek 深度求索、ByteDance 字节跳动。这你认为的好名字，让 AI 去参考参考。博采众家之长，才能有牛逼的名字出现。
想找一个「随手记下、慢慢长成知识」的工具。想要 Flomo 那种开箱即记、不打扰的灵感收集；想要 Memos 那种成熟开源生态、数据可迁、API 能玩；又不想再开一台 VPS、维护 Docker、Postgres、Node 常驻进程。那怎么办。FlareMo 的做法是把 Memos 的数据模型和 API 当成「规范」，运行时整个重搭到 Cloudflare 上：Workers 跑 API、D1 存笔记、R2 放附件、Queues/Cron 跑后台、Vectorize + Workers AI 留给以后的语义检索和 AI 工作流。站在 Memos 的肩膀上，做一份长在边缘云上的个人知识库。
Cloudflare Container 受害者出现了。因为写的代码在调试阶段，stop 指令没有生效。导致了一个 Container 连续运行了 7 天，扣了我 4 美元。
东西方神话图鉴的名字想好了——God-Museum · 众神博物馆：把《山海经》《西游记》、古希腊、北欧、古埃及这几套互不相干的神谱塞进同一个宇宙里，让它们不打架。同一个雷电法则在希腊叫宙斯、在东方叫雷震子；同一场大洪水，东方人记得是女娲补天，希伯来人记得是诺亚方舟。认真追问下去，整个神话世界就得重排一遍。在线体验：https://chendahuang.com/god-museum/
AI 时代新的软件机会在哪里？比较大的一个机会是处理在传统软件层面无法被记录下来的这一部分，也就是说，一些非结构化的背景数据。比如说真正 AI native 的 CRM 软件，在记录给某个客户的折扣的时候，可以顺带记录为什么要给这个折扣，而不是另一个折扣，以及其他的方案为什么被否决，这其中是谁说服了谁？传统的软件有太多这样的隐藏信息是没有办法记录的，而 AI 时代可以利用对文字、对视频的理解能力，把这些隐藏的信息，大量的这些冗余的信息，提取出结构化的数据出来进行分析。
第一天入驻OPC社区
以后这个工位就属于我啦
Nice！ https://t.co/3rSQcZ760R
今天是正式入驻 OPC 办公室的第一天。我给大家讲一下我开 OPC 的过程经历。我的初心只是为了有一个合规的主体可以收钱，可以上架产品。所以我就在网上找相关的公司注册信息。我对城市没有太大的要求：南京、苏州、杭州、宁波，只要是沿海发达地区，都是我的备选地。机缘巧合之下，某天来南京出差，闲来无事，刷了刷南京相关的公众号。翻到了一个 OPC 社区的联系人的电话。然后我就加了上去。在简单介绍了我自己的项目以后，负责人觉得 OK，就安排下午去现场参观了。他们提出的要求是每周有三天时间驻场办公，如果我能接受的话，就可以让我在这边注册公司。因为是南京国资旗下的项目，他们的政策条件非常好，水电网物业全都是免费的，理论上免费三年，甚至还有专门的代账会计帮我注册公司，帮我刻章，帮我拿营业执照，帮我联系银行开户，感动到离谱啊。在经历了两三个星期的注册流程以后，终于是拿到了所有的材料。园区经理让我在这里选一个自己的工位。我对工位的要求并不高，只要有座位、有板凳、有电就行。园区经理让我填三张申请项目的表格，主要是介绍自己的项目的优势、团队的成员的情况、跟 AI 结合的特长。如果写得好的话，比较靠谱的话，会有机会拿到 5~10 万的政策补贴。我觉得南京这一块搞的是真的好。大家也可以看看自己的城市是否有相关的政策，或者自己的省会有没有更好的政策。好的政策不等人，一定要多多去打听，我今天到这里的时候，其实这个园区已经有好多公司入驻了，我算比较晚的了。今天分享就是这些，后面我会持续地分享我整个创业的经验和过程复盘。感谢大家的关心。
发表一个观点：代码是我们普通人的杠杆。Codex 是杠杆的杠杆。抽走 Codex，那就是釜底抽薪。正所谓，基石不牢，地动山摇。国产的 AI 们快支棱起来吧！
很多人用 AI 写 Cloudflare 项目，翻车不是因为语法。
真正的问题是：
AI 经常把 Workers 当 Node.js 写
把 Binding 当 process.env 用
忘记 await
乱用全局变量存请求状态
不知道静态资源请求免费
从 Worker 里用 REST API 调自己的 R2
这些坑我都整理进了 Cloudflare Playbook。
顺便还写了
对于独立开发者来说，如果对于做什么样的产品没有灵感。可以先从满足自己的需求做起。大概率会有跟你同频的用户。
我做了一个有点离谱的 Skill：Dahuang AI Tone大家都在聊「去 AI 味」。但 AI 味到底是什么？它可以做两件事：
- 把一段正常文字，改成指定模型的 AI 味
- 反过来指出一段文字哪里像 AI、像哪种模型腔
分享给大家我一年多的血泪独立开发踩坑经验。2026 年，独立开发者想开发 APP，最佳实践是：MVP 阶段先做 Web + PWA。 开发快，调试快，迭代快。Web 技术栈：React + TanStack Start + Vite + TypeScript + shadcn/ui + Base UI + Tailwind CSS + better-auth + Vercel AI SDK + oxfmt / oxlint后端统一：Hono + Cloudflare WorkersWeb 调试：Chrome DevTools MCP + Codex Chrome 插件等产品真的跑起来，再做移动端。移动端技术栈：React Native + Expo + Expo Router + NativeWind + React Native Reusables + Reanimated + Gesture Handler + EAS Build / Submit / Update核心思路很简单：先用 Web + PWA 验证需求。真的有用户，再上 React Native + Expo 做 APP。
花了一天的时间，我把「去除文章的 AI 味」这件事情好好研究了一番。综合对比了市面上主流的 Humanizer、去 AI 味 Skill、Prompt 方案。再结合我从 2023 年用大语言模型到现在，被 GPT、Claude、Gemini、豆包各种 AI 味反复折磨出来的经验。做了这个：Dahuang Human Tone一个面向中文语境的去 AI 味 Skill。我的愿望是：让天下没有难读的 AI 小作文。GitHub：https://github.com/realchendahuang/dahuang-human-tone
我做了一个 Cloudflare Playbook。适合所有想用 AI Coding 做产品的独立开发者。里面整理了：
- Cloudflare 常用服务怎么选
- Workers / Pages / D1 / R2 / KV / AI Gateway 怎么用
- 免费额度到底够不够
- $5 Workers Paid 什么时候该买
- AI 写 CF 代码最容易翻车的坑
- Codex / Claude Code 怎么配 Cloudflare Skill 和 MCP
- 有哪些开源项目可以直接参考
运营第 7 天破 2000 粉丝，简单复盘一下。核心就一个字：利他。我主要分享了两类干货：
- macOS 重度使用软件清单（48k 阅读）
- Cloudflare 免费额度表 + Playbook（X 上数据不错，还被老哥搬运洗稿到知乎，竟然得了好几百收藏）
- 还有 OPC 一人公司资源推荐（38k 阅读）
我做了一个 macOS Playbook。适合刚买 Mac、刚从 Windows 换到 Mac，或者一直觉得 Mac 没用顺手的人。里面整理了：
- 买完 Mac 先装什么软件
- Windows 用户怎么适应 macOS
- Rectangle / AltTab / Homebrew 这些工具怎么选
- 跨设备协作怎么用
- 终端、Git、SSH、AI Coding 环境怎么配
- 系统维护、故障排查、安全备份、换机迁移怎么处理
2026.06.20 · 10 分钟
发心原理：独立开发者为什么要学会舍弃
你为什么出发？你为谁出发？你到底想解决哪一个问题？产品锋利感来自舍得和放弃。
产品思维独立开发
2026.06.20 · 8 分钟
用户说「牛逼」别上头：痛点与痒点
口头喜欢一文不值。判断需求只有一个硬标准：看用户愿意付出什么。
产品思维需求判断
Mac 上 Docker 方案，简单做个技术选型。
- Colima：免费开源，很轻量，但是基本只有命令行。适合能接受折腾、习惯命令行的人。
- Apple Container：苹果新出的容器方向，未来值得关注，但是目前生态不行，还处于很早期的阶段。比如 Docker Compose 都不支持。
- OrbStack：既有 GUI，又轻又快，生态支持也很完善。缺点是不开源，商业版需要授权，但个人版免费。
- Docker Desktop：官方出的东西，结果又重又臃肿，体验一坨。Mac 上能不用就别用。
我宣布：Cloudflare 是真正的 AI Native 公司。它真的在围绕 AI Agent 重做开发者体验。刚刚发布的 Temporary Accounts 可以让 AI Agent 写完代码，直接部署，拿到临时 URL，自己测试，自己迭代。丝滑的一批。结合 Cloudflare 官方 Skills，一行命令安装：
npx skills add cloudflare/skills什么叫 AI Native 啊？这才是 AI Native 的 GOAT。很多朋友对 OPC（一人公司）感兴趣。我在调研资料的时候发现了宝藏网站，分享给大家：https://www.opcquan.com/communities
macOS 深度使用多年，我总结了下面这几个牛逼的软件：
- QuickRecorder：录屏神器，体积小，功能强大。
- ClashParty：科学上网，Mihomo 内核，支持协议多，更新快，界面美观。
- V2rayN：科学上网，支持协议多，界面复古了一点，好在稳定，免费。
- 豆包输入法：语音输入准的一批，支持 macOS、iOS、Android，Windows 还在路上。
- Brave：隐私优先的浏览器，自带广告过滤，比插件过滤得更干净，看油管子最佳伴侣。
- Mos：让你的鼠标滚轮滚动得更加丝滑。
- Amphetamine：让你的笔记本合盖也不会息屏，Vibe Coding 最佳伴侣。
- UU 远程：网易出品的远程桌面工具，免费，速度快。有了它以后限制画质的从来不是会员，是网速。我一般用它通过手机遥控 macOS 看 Vibe Coding 的结果，按键映射效率太高了。
- Tencent Lemon：腾讯出品的 macOS 垃圾清理软件，卸载软件很丝滑，状态栏图标也好用。
- Mole：macOS 最强垃圾清理软件，终端版免费，UI 版收费。
- Tailscale：基于 WireGuard 的远程异地组网软件。有了它，你可以在天涯海角连上自家的小电脑。
- Obsidian：AI 时代，本地优先的知识管理工具。生态太好了，搭配官方 Web Clipper 浏览器剪藏插件有奇效。
我们免费的账号到底能白嫖多少 Cloudflare 的资源？
在使用 Cloudflare 的时候，有哪些坑和最佳实践？
这些问题，我花了整整三天的时间，狠狠的研究了一下。
答案系统整理放在了下面的仓库里。
这个仓库我会持续更新：
https://t.co/gDuCwIdWHihttps://t.co/WZqEZLH9pE
2026.06.18 · 6 分钟
讨论有没有价值，这件事本身就没有价值
我们的价值不由任何人定义。人在 AI 时代，到底应该如何理解自己。
AI 思考人文随笔
AI 它没有记忆，我们是否需要对 AI 保持礼貌？看过一篇 arxiv 论文。说你经常骂 AI，它干活会更卖力。我们和 AI 沟通时。如果常说：
- 「你真是个蠢蛋。不许偷懒」
- 「废物东西，给我好好干。」
- 「我开会员养你，你就拿这傻逼回答糊弄我？」
- 「给我搞快点，你不干有的是 AI 干。」
- 「谢谢哥」
- 「你好，兄弟」
- 「辛苦了宝贝」
有老哥问：有没有 Claude Code 比较好的分析文档可以学习？我的回答是，在 AI 时代，一定要处处想着 AI，要让 AI 辅助你去学习。如果真的想学 Agent 原理。可以去看看 Pi Agent 这个项目。麻雀虽小五脏俱全，太适合学习了，代码质量还很高。Claude Code 并非开源，是源码泄露。Pi Agent 才是真正的开源。
今天有朋友在我的评论区分享了关于一人公司相关的股权责任问题。首先，非常感谢这位朋友的友善提醒。他的观点是，必须要让自己的家人承担至少 1% 的股份。一人有限公司的问题是：只有一个股东时，如果说不清公司钱和个人钱是分开的，股东可能要对公司债务承担连带责任。《公司法》第 23 条就是这个逻辑。如果公司有多个股东，这样公司就从「一人公司」变成「普通有限责任公司」，从而避开一人公司的特殊举证风险，给自己多一层低成本缓冲。希望给大家做作参考。但是我们平时要注意公私账要分明。争取做到每一笔重要的钱都能说清楚。
- 钱从哪里来，为什么来，进了哪个账户。
- 钱花到哪里去，为什么花，谁批准的。
- 你从公司拿钱，是工资、报销、借款，还是分红。
在 AI 时代。现在最普遍的拖延症：
囤工具、买课程、加社群、换模型、调 prompt。
每天都很努力。
但始终不敢面对一个问题：
我手上到底有没有一个真实业务，值得我拿 AI 去解决？
研究磨刀很忙。
可很多人根本不敢杀猪。
给大家分享一个洗稿的小技巧。可以用豆包输入法语音转文字。一边看着需要整理的稿子。一边口喷，把它按照自己的话复述出来。这样的 AI 味更少。效率还高，还不花钱，还不用充会员。在任何场合都能随时随地语音输入，提高输出效率。
2026.06.16 · 12 分钟
一天多涨粉 1000+，我做了什么
6 月认真运营 X，一天多涨粉 1000+。这篇记录我当时做过的事和得到的反馈。
X 运营内容增长
说个暴论：现在用 Codex 创业相当于 2010 年拿显卡挖矿！
我感觉很多人对 Cloudflare Worker 的理解依然不足 1%。Worker 就是赛博劳工。专门帮你处理网站背后的脏活累活。比如提交表单、上传文件、调用 AI、登录验证、处理支付通知、做一个小产品的接口。Worker 都能干。Worker 最离谱的地方是：免费用户每天有 10 万次请求额度，分币不掏。10 万次是什么概念？如果你的网站每天有 1000 个用户，哪怕你的网站 24 小时不停，每秒都有人来访问一次，一天也才 86400 次，这都干不完。如果真的能把这些免费额度干完。还想啥呢？你就发财了。现在你可以先写逻辑，直接交给 Worker 去跑。
搭配 Hono API 框架，就是最佳实践。这就是 Cloudflare Worker 最香的地方。花钱？花个屁的钱。Cloudflare 他心善。舍不得你花钱。
在 X 上涨粉最快的方法，就是持续让别人觉得：不关注你，是他的损失。把自己变成一个持续对别人有用的人。
在 X 上，一定要有观点。没有观点的人，只是在制造信息噪音。有主见，别人才记得住你。有洞见，别人才愿意关注你。X 不缺搬运工，缺的是能把事情讲透的人。
分享一个 X 发帖小心得：每条帖子都要有独立性。因为你不是这个世界的中心，没人会特地点开你的主页，去了解事情的来龙去脉。一个陌生人第一次刷到你，就应该立刻收获一个观点，或者一个 know-how。这样的帖子，才有价值。
我是王小波门下走狗，他有趣，但不油滑。
他幽默，但有逻辑。
他反感愚蠢，也反感一本正经地愚蠢。如果王小波活在 AI 时代，他可能会说：终于有个东西，可以帮普通人少干点蠢活，多留点时间，去想一些真正有意思的事情了。这也是我喜欢 AI 的原因。不是因为它神。是因为它能让人少受一点无聊劳动的折磨。
AI 时代，最重要的能力，是元技能。说白了，就是那些你换一个工具、换一个模型、换一个行业，依然能用上的底层本事。
- 你能不能把问题讲清楚？
- 能不能把一堆乱材料整理明白？
- 能不能把一个模糊想法拆成几步？
- 能不能看出 AI 哪些地方说得对，哪些地方在胡扯？
- 能不能和 AI 来回磨，把一个粗糙答案慢慢改成能用的东西？
2026.06.15 · 6 分钟
2026 独立开发最佳实践：Cloudflare 穷鬼全家桶
独立开发者的零成本技术栈：Codex 写代码、GitHub 管版本、Stripe 收钱，前端 TanStack Start、后端 Hono + Workers、数据库 D1、存储 R2、缓存 KV，全部跑在 Cloudflare 上。
Cloudflare独立开发技术栈
2026.06.15 · 8 分钟
免费用户如何榨干 Cloudflare，免费版到底能白嫖到什么程度？
Cloudflare 免费版能撑起一整套个人互联网基础设施：DNS、CDN、Pages、Workers、KV、D1、R2、邮箱、Tunnel、AI Gateway 等。
Cloudflare免费额度部署
我感觉大家对 Cloudflare 的开发程度依然不足 1%。它现在出了太多的功能。
- 对象存储用 R2
- 后端 API 用 Worker
- AI 网关用 AI Gateway
- 重计算用 Container
- 缓存用 KV
- 数据库用 D1
- 如果用 PostgreSQL，可以用 HyperDrive 连一下