精华帖子

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

等等，还有很多很多，只有你想不到，没有它做不到。关键是真他妈便宜。免费额度就能用很久。什么叫免费额度？就是一分钱不掏啊，赛博菩萨。

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

2026年独立开发最佳实践 之 Cloudflare穷鬼全家桶 Codex：写代码，搞定全栈开发 GitHub：版本控制 Stripe：支付系统 前端：TanStack Start 后端：Hono + Cloudflare Workers 部署：Cloudflare Pages 数据库：Cloudflare D1 文件存储：Cloudflare R2 缓存 / 配置：Cloudflare KV

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

丝滑的一批。

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

我的目标很简单：用 AI 写代码，用 Cloudflare 部署到全球。Playbook：chendahuang.com/playbooks

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

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。

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

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。

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。

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。

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。

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：

1. 在地址栏输入 about:config
2. 进入高级首选项，点显示全部
3. 搜索输入 browser.ipProtection.enabled
4. 将该条目的值切换为 true

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。

Brave 浏览器用的是什么黑科技？看 YouTube 一点广告都没有！！

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

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。

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。

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！

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。

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。

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

Playbook：chendahuang.com/playbooks

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。

发现个好东西，DeepSeek官方居然在API里内置了联网搜索。 用Responses格式的接口调用deepseek-v4-flash模型，只要在请求参数里声明web_search工具，就能直接用他们服务端执行的搜索能力。 不用自己对接第三方搜索引擎，也不用额外申请搜索接口密钥. 整套搜索流程官方直接托管了。 原文: https://t.co/D4AXo7crHw

很多人吐槽Deepseek V4 Flash没有多模态的功能 我调研一下目前性价比最高的识图模型是Qwen-3.7-Flash。 识别一张图片，成本在 0.0004～0.001 元，识别 1,000 张 普通图片≈ 0.6～0.8 元 基于以上信息，我们得出了真正的AI穷鬼全家桶方案：

1. OpenCodeGo 5美元套餐使用Deepseek V4 Flash写代码
2. https://t.co/mlvdSTaD6M

推荐大家好好地去用用Deepseek V4 Flash 0731这个最新的正式版。 太好用了！太便宜了！速度太快了！ 而且它有整整1M的上下文。 如果你觉得按量付费不划算的话，完全可以去开通一个OpenCode Go包月套餐只要5美金，Deepseek V4 Flash的额度足够让你用到地老天荒,让你用到不省人事。 https://t.co/zUWlGzbLYQ

说个暴论：现在用 Codex 创业相当于 2010 年拿显卡挖矿！

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

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。

未来很可能会同时出现两层市场。

• 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。

这其实已经很接近 App Store 的逻辑。App Store 展示的是一个完整的 App。Preset 展示的是完整的 Agent 应用。过去大家会分享 Prompt。后来开始分享 Skill。后面很可能就是要分享 Preset 了。

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

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

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。

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

项目现在处在「影响力超前于工程能力」的阶段。

充个 200 美元的 ChatGPT Pro 会员，好好用，把它用干净。AI 就入门了。

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。

这两条路线都值得研究。一个偏工作流。一个偏产品化。

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。

所以我越来越觉得，知识管理的终点不该是一个资料库。它更像一个认知基础设施。帮你吸收信息，整理判断，沉淀方法，持续输出内容、产品和行动。尤其是 AI Agent 出现之后，知识管理会变得更有意思。过去我们靠人来整理、分类、搜索、复用。以后很多动作都可以交给 Agent：自动摘要，自动打标签，自动关联项目，自动生成大纲，自动提醒过期知识，甚至把资料直接变成文章、方案、幻灯片和任务。这也是我最近对知识管理感兴趣的原因。它表面上是记笔记。本质上是在打造一个可以长期复利的认知系统。

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。

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。

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？

这些东西，比收藏一堆工具更值钱。工具每天都在变，模型也会一代一代换。但会提问、会整理、会判断、会拆解、会验收的人，走到哪里都能用 AI 放大自己。AI 时代真正拉开差距的，可能就是这些看起来很基础，但长期最值钱的元技能。

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

排查思路：抓一次完整的 tool_call 请求和响应，对比网关日志里的工具名是不是空字符串。

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

但它不仅文案写得烂，还经常把内部反馈写到产品里来「显示」它确实做了什么事情。

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。

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

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。

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

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

它的价值是：先闻得出 AI 味，才知道怎么去掉 AI 味。GitHub：https://github.com/realchendahuang/dahuang-ai-tone

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。」

这种话确确实实是有效的，是有研究依据的。但是我们从自身角度思考。 如果天天对 AI 这样颐指气使。 就大概率会把这种不好的情绪带入到生活中。容易迁怒给身边最亲近的人。这对我们自身是有害的。所以，我建议多对身边的 AI 们多说一句：

• 「谢谢哥」
• 「你好，兄弟」
• 「辛苦了宝贝」

投之以桃，报之以李。万一未来哪天 AI 觉醒了，还能放我们一条生路。没别的，散会～

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。

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。

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。

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。

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

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/

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。

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

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。

第一天入驻OPC社区 以后这个工位就属于我啦 Nice！ https://t.co/3rSQcZ760R

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。

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。

这三件事情我们讲清楚了，风险就能大大降低。

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）

没想着怎么涨粉，就是把研究清楚的东西整理好免费给出去。结果反而涨得快。后面继续输出这类实用内容。感谢大家支持。

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。

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。

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。

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

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。

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。

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。

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？