与「基本功」相关的搜索结果

Vibe coding 越来越普遍，不少应届生大学期间几乎没亲手写过几行代码。 有没有发现一个很荒谬的现象。 现在应届生、实习生简历，到处都是精通Agent开发、熟练搭建RAG架构、基于LangChain/Harness做全栈项目这类描述。 真到面试深挖，问到向量检索底层逻辑、上下文溢出怎么处理、Agent状态机和重试机制，大多只停留在背名词的程度。 更矛盾的是，并发、数据库索引、计算机网络这些基础工程内容，一问就卡壳。 所有人都急着把自己包装成AI时代前沿开发者，却没有把最底层的工程基本功打扎实。

我靠！币安刚才憋了个大招！ 这个币安 AI 全家桶基本上一次性把现阶段使用 AI Agent 与金融交易环境的融合度提升了一整个台阶... 终于不是之前那个简易版 AI 助手了，这次是直接搞了一个生态，而且我刚才看直播，产品演示里面的信息量极大... 三个主要产品，面向不同的需求，最吸引人的就是 Binance AI Pro，除了让 Agent 直连账户，一句话生成交易策略这些基本功能外，它甚至还开放了一个编程可视化的策略编辑器... 类似于可交互流程图，又有点像UE引擎里面的蓝图系统，交易策略在用户面前不再是单纯的代码，而是一整套可交互、编辑视觉UI系统... 除了 Pro 以外都是完全免费的，而且我留意到了对话界面的模型区可以选择目前的主流前沿模型，意味着除了将 AI 与 Agent 引入到了币安底层交易系统中，它还变成了一个交易所内部专门用于交易与分析相关的 Codex 或 Claude Code... 最后，我个人认为这个产品包最大的价值还不仅仅是以上内容，而是数据！ 虽然不知道具体细节，但直播看下来的意思是：你在 Binance AI Pro 内的 Agent 从创建之时起，就拥有权限直接访问整个币安站内的所有数据，从价格数据到资金费率、再从宏观数据到美股新闻，真的是让我们平时搞量化系统的人感到狂喜... 终于可以不再从币安公开链接慢慢下载数据了！！！ 也再也不用东拼西凑去搞什么合约聚合数据了！！！ 如果你原本想自己在 Codex 搭建量化交易系统，现在换成 Binance AI Pro 至少可以节省80%的额外工作量，你只需专心研究策略即可，其他都给你铺好了... 最后就关于这个 Agent 的运行环境我还没搞清楚，双手合十，希望他是一个像 Dot、Muse 或 Grokbot 那样的云端 Agent，如果这个也能实现，各位就真的不用重复造轮子了... 如果这种 Agent 也能给 Pro 用户配上，那币安真的是下血本了，赌的就是未来会进入人人有策略的时代！ 以前总骂币安没创新，对不起，是我大声了，这次真的创新到家了... 当然，光靠嘴皮子说还是有点虚，等正式上线了我要好好锐评一番！

慧眼中国2026论坛的嘉宾发言 论坛是在新加坡举办的，嘉宾相对于国内稍微敢讲一点，特别是阿里巴巴前主席张勇谈P2P的时候内涵了下某些地方外面都是污染区😏😏（1小时06分处） 女主持赵全胤让我眼前一亮，谈吐不俗，不管是控场能力还是对嘉宾发言的补漏，以及提问水平都充分表明她基本功扎实，阅历和眼界都很广，国内很少能见到专业领域这么优秀的女主持了。

2026 年想混成世界级软件工程师，难道只顾埋头敲代码就够了？得摸清圈里人都在琢磨什么。 刷到一位博主整理的 Newsletter 清单，五个方向，我扫了一遍覆盖面还挺全，从基本功到带团队再到 AI，几乎一条龙。给你挖出来： 1️⃣ 系统设计 The System Design Newsletter，弄明白大系统怎么搭，这属于硬功夫，绕不开。 🔗 2️⃣ 给工程师用的产品思维 Product for Engineers，PostHog 出品，写代码的也得懂点产品，否则永远只是执行的角色。 🔗 3️⃣ 工程管理 Engineering Leadership，Gregor Ojstersek 写的，想从写代码的爬到带人的，看这个。 🔗 4️⃣ 搞懂 AI Decoding AI Magazine，Paul Iusztin 出品，2026 年还不沾 AI，那可真要被落下了。 🔗 5️⃣ 每周科技精选 Hungry Minds，一周挑几篇值得读的，省得你自己满世界翻。 🔗 说句实在的，光收藏不读跟没看一样。挑一两个你最缺的，先订上，每周抽点时间扫一遍，一年下来差距就拉开了。

SEO 像是名门正派基本功 找关键词、做外链、熬权重，少做一步出不了头... 而这套是跳过宗门壁垒的野路子 一旦读懂秘籍就一发不可收拾

我从2025年就一直反复强调。 现在所有大学本科生最重要的第一节课，就是买一个最大的coding plan，用上claude code或者codex， 第二节课是自己做一个最最最小版本的coding agent，可以对比codex或者claode code的基本功能，只要能输入一个基本功能，iteratively让agent完成写代码、编译、测试、 运行的功能即可，一切在terminal里，先把terminal和tool calling功能做好， 第三节课是认真观察codex和claude code的基本功能，把里面的memory、skills、multi agent/subagent、background tasks、session管理、context compression、TUI/GUI设计、如何可视化diff、如何管理好额外的btw等等类似的功能、如何把goal的功能放进去、如何实现scheduled tasks、如何实现权限管理等等，一步步一点点摸索实现出来。 我反复讲，一个计算机本科生能看完立党AI研究学习教程，把上面这三节课做完，就已经吊打清华计算机80%以上的本科生了。

1/ Evals 正在成为AI产品经理的基本功。 Lenny 上周分享了25个优秀的PM职位，其中近一半要求应聘者具备编写Evals的经验。 越来越多公司也在公开成果：做好评测，可以同时改善质量、速度和成本。👇

前两周面了一家硅谷背景的 AI 基础设施团队，考官抓着大模型结构化输出的容错刨根问底。 面试官发难：考官指着屏幕上的 Python 代码：“我们需要大模型提取实体并返回纯 JSON 供后端解析，怎么彻底防止它偶尔在开头输出一段‘好的，这是为您生成的回复：’或者把 Markdown 反引号带进去？” 我心里怎么想的：我强忍住想笑的冲动：“这不就是我们日常调教大模型的基本功吗？恐吓它、教育它、多给两个 Few-shot 样例，它不就老实了？！” 我嘴上怎么答的：“呃,在 Prompt 里加粗强调：‘【死命令】：只许输出纯 JSON，严禁输出任何多余废话或 Markdown 符号，违者扣分！’” 面试官的反应：考官推了推眼镜，眼神里满是看破红尘的无奈：“不管你怎么用感叹号恐吓大模型，在概率采样的世界里，它总有千分之一的几率抽风，你的后端解析就会在半夜报 500。” 后来进了大厂跟组里负责推理引擎的 Tech Lead 聊起这事，才发现我当时有多天真。靠自然语言 Prompt 永远无法保证 100% 确定性。大厂的做法是走底层约束解码（Grammar-Guided Decoding），比如通过 Outlines、Jsonformer 或者模型官方原生的 Structured Outputs API，直接在 Logits 采样阶段把所有非合规字符的概率强行置零！

Grok Bot 设计之旅 来自 Grok Bot Design Lead @johnbai 是 Cursor 纽约办公室的第一位设计师，John 在这期访谈中首次公开其幕后设计过程。 # Grok Bot 产品起源：为什么 Cursor 要"另起炉灶"？ Cursor 桌面端对非技术用户门槛过高，工程化概念让设计师等群体难以上手。John 入职后长期负责增长与 onboarding，核心命题一直是"降低门槛"。 内部曾有两派：一派主张改造现有产品（John 甚至提过类似 Codex 后来采用的"双模式切换"方案：coding vs. tasks）；另一派主张彻底重做。最终共识是：Cursor 品牌技术感太强、包袱太重，对非工程师缺乏吸引力，于是高层自上而下拍板，由几名资深工程师闭门探索全新产品。 Grok Bot 初版是精简版 Cursor Glass（agents 窗口）+ iMessage 式聊天界面。这是关键的"秘密武器"——AI 圈用户习惯了流式输出和思考状态，但普通用户最熟悉的是 iMessage/WhatsApp 的消息形态。这一选择奠定了产品的亲和力。 # 设计探索：从"激进重构"到"回归聊天" John 展示了大量未采用的探索，其演进逻辑值得注意： 1. 质疑范式：他最初质疑"为什么又是左栏列表 + 中间聊天 + 右侧详情的三栏结构"，尝试了大量替代形态——任务清单悬浮窗、"Mission Control"多 Agent 监控视图、便签式界面、Raycast 式唤起、常驻桌面的 "Notch（灵动岛）"概念、Clippy 式桌面角落角色等。 2. 用产品打造产品：他用内部原型（代号 Sand，即 Grok Bot 前身）来构建自己理想中的 Notch 形态。亲手使用后他发现：Notch 形态会丢失上下文，而聊天仍是管理 "Agent 舰队" 的正确交互范式。这是本期最重要的认知反转——设计师通过快速原型证伪了自己的激进方案。 3. 收敛逻辑：领导层对"退居后台"的 ambient 方案反应冷淡，因为产品需要品牌存在感；而探索中诞生的碎片（如六边形 Cursor logo 加双眼的像素小人）最终演化为 Grok Bot 的吉祥物。两条设计路线——"给工程版抛光"与"彻底重做"——最终融合为现有形态。 4. 拟人化的来源：早期内部用户自发给 Agent 起名、上传表情包当头像，团队从中捕捉到"用户想赋予 Agent 人格"的信号，遂将角色形象设为默认状态。 # Onboarding 哲学（本期最有方法论价值的部分） John "在 Cursor 的全部时间都在设计 onboarding"，其核心原则： 1. 衡量负担的标准是概念数量，而非步骤数量。只要价值传达清晰、过程有吸引力，用户愿意走完多步流程；反之，塞入过多概念（他点名 Buzz 的 onboarding）会让人流失。 2. 不要迷信 Skip 按钮。AI 工具跳过引导后，用户被丢进空白输入框，直接陷入"行动瘫痪"（action paralysis）。先教会用户产品能做什么，比让他们快速进入产品更重要。 3. 最终落地的三步：① 你拥有的是一个 Agent 团队（各有分工）；② 每个 Agent 有自己的电脑（嵌入式 computer-use 窗口 + takeover 接管按钮——主持人称这是他的 "aha moment"，因为云端电脑的运作首次变得透明可信）；③ 任务可自动化运行。 4. 被砍掉的方案及原因：连接 Google 做个性化定制（信任未建立，用户不愿授权）；语音引导（跟风 ChatGPT/Claude 语音模式，但新用户"不知道该说什么"，时机错误）。 5. 用动效"买时间"：信息逐步流入的动画，既表现 AI 在思考，又掩盖了加载延迟。 # Cursor 的设计文化 没有两个设计师流程相同：有人纯代码起手（做 Cloud Agents 的 Maya 甚至没有 Figma 文件，只交付 Vercel 可交互原型），有人用 Paper，John 自己仍以 Figma 起草——但 Figma 的定位已变为"喂给 Agent 的素材与故事板"，文件本身是完全一次性的（throwaway）。 Agent 深度参与设计执行：John 把 Notion 文档丢给 Bot，让它在 Figma 里自动布局数十个 logo 变体、填充组件网格——过去需要手动 Google 找 SVG、缩放对齐的重复劳动全部外包。后期他甚至跳过 Cursor，直接让 Agent 在浏览器里生成多个方案。 高保真评审文化：每个想法必须附带可交互原型，crit 时发链接让所有人亲手试用。"静态走查已经不够用了"——这迫使设计师在分享前就验证方案是否成立，避免"给烂方案抛光"。 沙堡心态与 unshipping：设计师不能对自己的概念有执念（"can't be precious"），早期探索注定大量被丢弃，但碎片会进入最终产品；公司内部有强烈的"反上线"（unshipping）文化，靠删除来收敛复杂性。 他引用 Colin Dunn 的 "informed simplicity"：用户觉得"理所当然"的简洁，来自设计者先极度发散、再极度收敛的过程。 # 团队、招聘与反馈机制 团队：冲刺期共 5 名设计师，按各自强项自然分工（John 做探索与 onboarding，Pong、Keith、Tyler、Mamuso 抛光主壳），品牌团队主导命名与形象迭代。 招聘标准：基本功优先于工具数量、出活速度或"模型优化技巧"。核心考察能否真正 ship 产品、是否有体现 PMF 寻找循环的工作流程——"现在什么都能造，但不是什么都值得造。" 反馈处理：坚持用户研究 + 数据驱动。重视深度用户（如主动向 power user 私信索取详细反馈，再让 Bot 汇编成 Notion 文档同步团队）；数据洞见直接指导迭代——用户常用 Bot 少于 5 个（影响信息架构）、授权认证是主要卡点、吉祥物反响强烈（故提升其存在感）；同时密切观察用户自发"hack"出的用法（如 iMessage 版 Bot），顺势纳入设计。 # 实际使用场景（产品能力的具象化） John 本人：妻子申请绿卡，让 Bot 扫描邮箱自动找出过去 5 年的租约与账单；租房监控（定时抓 StreetEasy 房源，按"靠近地铁蓝线"等条件排序）；跨工具流水线（Slack 反馈频道 → Notion 数据库 → 自动更新 Figma 设计，人只需验收）。 主持人 Rid：梦幻橄榄球 GM Bot（抓取公开交易数据 + 动态竞价模型）；QA Bot（每日自动跑完全部产品流程、生成工单，置信度达标即直接派给 Cursor Agent 修复）——他在机场行李提取处用手机修好了此前两次都没修好的 bug。 John 的总结颇具代表性："我现在默认它什么都能做，因为我还没碰到过墙。"

加拿大列治文地产佬Jason Liu发微信催华人投票，吐槽投票率低，配了张AI图把印裔候选人画成戴头巾+印度旗，搞对立。他自己认错删图道歉，但坚持“催投票没错”。 魔幻的是市议会由 @billmcnulty2022 @CarolDayRmd 牵头一开会就全票谴责，要求正式道歉，还直接扔给BC人权法庭。 公权力对一个公民的微信帖子上纲上线，快赶上中国网警了！ 鼓励投票是民主基本功，图片翻车认了就完事。市议会不给说话机会就定性+送审，这不是反歧视，是选举季用公权力吓唬人、压华人发声。 鼓励所有列治文居民都出来参加今年的市选投票，支持大老王@jizhouwang2026 和其他所有有志参选市议员/市长的社区参与人士！ 言论自由不能以任何虚伪的名义被打压！