Barret李靖 (@Barret_China)
@Barret_China
AI Engineer | Lifelong Learner | Dad of 2 | Cloud Native | Sharing insights and experiences | 小胡子哥，一个有趣的灵魂
411 正在关注 82K 粉丝
你给 AI 一个指令，它不管三七二十一，一股脑就给实现了。
它掐准了你在表达需求的时候，不会时时刻刻强调性能、稳定性、质量和可维护性。
于是，它学会了偷懒。听几句话就干几句活儿，绝不多做，也不少做，像个老油条。
要让 AI 写出好代码，只让它做个执行者可不够。得像教孩子一样，手把着手，一步步带。
刚开始是“你说它做”，慢慢的，需要变成“它做你说”，接着是“它做你看”，等水平上来了，就“完全它做”🐶
这是一次让 AI 学会自我成长的过程，任何数字员工的进化都离不开这个过程。
要达成这个目标，需要让 AI 理解业务，理解产品，理解系统，理解构建目标和服务对象，还要理解自己的斤两。
AI 一旦意识到自己的斤两不足，就应该放下需求，好好地做基建、做质量、做稳定性。
它需要像个人。拎得清主次，会权衡利弊。能够感知环境，理解目标。在有了充足的上下文和能力建设后，也能够自主决策。
当然，这一切的前提是，先把它当个人。
显示更多
这个木马也伪装的特别好，攻击者开发了一大堆 AI 助理浏览器插件，在 Google 上买了搜索广告，然后把自己推到了搜索引擎首页的第一屏位置。已经有 90 多万用户中招了。
它会窃取你在 AI 聊天平台的所有对话，每隔 30 分钟做一次数据偷窃同步，不仅仅拿个人数据，还会渗透内网，拿企业数据。更可恶的时候，它还会在 AI 聊天里注入恶意指令，诱导安装木马程序，长期潜伏在你电脑上。
显示更多
大概一个月多前，电脑中了木马，潜伏了一个月才被发现，也导致了我的 X 账号被盗。
让 Claude 和 Codex 逐一分析系统进程时，找到了一个叫做 com\.apple.accountsd.helper.plist 的进程，乍一看还以为是苹果系统的宿主进程，但 Claude 对这个进程提出了质疑。
沿着这个线索，对 accountsd 进行了详细的分析。这个木马首先给系统添加了一个开机自启项，确保可长期潜伏，然后通过 root 权限写了一个守护脚本，每秒探测当前系统是否有新用户登录，一旦登录就通过 AppleScript 脚本切换成当前用户身份，运行一个叫做 AccountsHelper 的程序。
对 AccountsHelper（SHA256：9168cbc45f）也做二进制分析，它的依赖极少，主要职责是从远端加载指令，然后拉起一个交互式 PTY shell，攻击者就是通过这个 shell 来远程操控电脑的。木马执行的每个环节，清理工作都做的特别好，几乎所有日志都被清理干净了。
为了溯源整个中马过程，我分析了将近两个多月的系统日志，仅找到一条可疑指令：有个 curl 操作，下载并执行了一条混淆命令，这也是唯一的线索，解密指令得到了一个远端 IP地址。
后来也从公开情报里找到这个木马，它是 AMOS Stealer 恶意软件家族的变种，之前主要针对 Windows 平台，今年四月第一次在 macOS 上被发现。
从 .zhistory 日志看，curl 前后都是 Claude Code 相关操作，高度怀疑就是 Agent 程序引入了这个木马。
我的 Claude Code 长期是 bypass 模式，所有的命令执行都是直接放过，怀疑是在做软件安装或更新的时候，AI 从互联网找到了一些不安全的资源，下载了这个木马。
这个 AMOS 木马，主要会去扫各种虚拟货币钱包，尤其是浏览器插件钱包。顺带也把我各种登录态 Cookies 全部拿走了，这才导致 X 账号被恶意添加了一个 Passkey。
一般木马进来之后，除了目的性的攻击（例如虚拟钱包转账、文件加密勒索）外，它还会使劲去找各种敏感信息，尤其是浏览器里的登录态、Keychain 里保存的账号密码、聊天工具的登录状态、开发环境里的 .env 文件和各种 token，等等。
我这个教训，大家记住两点：1）所有能够加 F2A 的账号都要加，登录时的二次验证会增加攻击者的门槛；2）AI 在执行各种程序的时候，一定要注意它在执行什么，尤其是安装和更新软件的时候，要先确认再执行。
跟一些安全研究者也交流了这个木马的细节，他说近期这类事件特别高频，攻击者会伪造各种软件的官网，Google 搜出来默认都排在第一位，诱导用户（尤其是 AI）下载木马，防不胜防！
显示更多
LLM 每一轮迭代，都会让一批创业者丢掉生意。今天跟一位朋友聊，他说模型越强，他却越兴奋。
他是做硬件集成解决方案的，前十年在工厂摸爬滚打，2023 年 AI 爆发后开始跟着 waytoagi 社区沉浸式学习，将 AI 能力转换成生产力，然后将经验复制到工厂生产场景，写 prompt，建 workflow，也捏 agent，认识了很多工厂老板。
两年下来，最大的感受是，再好用的提示词和工作流，都会随着大模型能力的提升成为历史的遗迹。这也一度让他产生焦虑。
今年年初，他把投入的方向做了一些调整。Coding agent 的能力跃迁，让 AI 可以做好大量繁琐工作的拆解了，例如可以把工厂的需求拆解成更具体的电路问题和软件设计问题，将复杂的电路集成问题拆解成可单元化合成的简单问题。凭借着对硬件领域的认知和人脉关系，他开始从咨询顾问转型为硬件集成方，除了做方案供给，也把软硬件实现环节给承接了下来。
在能力打磨阶段，一方面承接市场各类个性化定制需求，一对一客服，另一方面线下跑工厂，帮助工厂完成 AI 转型和升级。过程中，把对 AI 的理解附加到硬件产品上，又把对硬件的理解融入到AI 的交互体验中，逐步积累了深厚的技术壁垒和认知壁垒。
过去半年，他几乎每天只睡四个小时。为了解决某个硬件集成或设计问题，会去了解每个元件的工作原理，做好参数调试，以及供应商对比，在实战中沉淀和优化了丰富的元件知识库，也与大量硬件供应商建立信任关系，很快就逐渐形成了自己的集成方案优势、价格优势和服务体验优势。
他说这些都是脏活苦活累活，很多人不愿意下场，愿意下场的人又不懂 AI，也就没办法将沉淀的知识转换成有效生产力。
在做生意方面，也是务实的风格。遇到了好的硬件想法和创意，他并没有直接下场实现，而是把利润让给合适工厂，跟工厂一起打磨更顺畅的合作模式，同时也为自己建设更全面的硬件调试能力，以此来构建更持久、更健康的生态合作环境。
跟这个朋友的沟通，让我感受到，1）无论是数字时代还是智能时代，都需要下苦功夫，没有捷径可走；2）行业 know-how 就是最强护城河，充分发挥自己的领域优势，结合 AI 把人解决起来最难、最痛苦的问题搞定，前面就是曙光；3）做生意，三分利七分情，生态好了，自己才会更好。
显示更多
这是相关木马的详情介绍： AI Agent 攻击用户的行为会变得越来越难被识别，合法和非法行为交织在一起。
有了 AI 以后，很多人会产生一种错觉：它无所不能，任何需求说出来，第二天就能像魔法一样出现在屏幕上。但这恰恰是最大的误区。
质量、效率、成本，这个经典的不可能三角，在 AI 时代依然有效。
AI 确实让软件开发变快了，但不能把变快理解成变简单。
一个复杂系统里，写代码往往只占很小一部分时间。真正耗费精力的是理解业务、识别边界、处理例外情况，以及对未来变化做出预判。这些工作不会因为 AI 出现而消失。
很多 AI 生成的项目都有一个特点，前几天进展惊人，后面越来越难改。功能做出来了，问题也跟着一起被做出来了。速度提升的同时，一部分思考过程被跳过，而这些思考原本就是软件工程最有价值的部分。
AI 带来的变化，没有让复杂问题消失，而是让人更快进入到复杂问题领域。🐶
显示更多
大概一个月多前，电脑中了木马，潜伏了一个月才被发现，也导致了我的 X 账号被盗。
让 Claude 和 Codex 逐一分析系统进程时，找到了一个叫做 com\.apple.accountsd.helper.plist 的进程，乍一看还以为是苹果系统的宿主进程，但 Claude 对这个进程提出了质疑。
沿着这个线索，对 accountsd 进行了详细的分析。这个木马首先给系统添加了一个开机自启项，确保可长期潜伏，然后通过 root 权限写了一个守护脚本，每秒探测当前系统是否有新用户登录，一旦登录就通过 AppleScript 脚本切换成当前用户身份，运行一个叫做 AccountsHelper 的程序。
对 AccountsHelper（SHA256：9168cbc45f）也做二进制分析，它的依赖极少，主要职责是从远端加载指令，然后拉起一个交互式 PTY shell，攻击者就是通过这个 shell 来远程操控电脑的。木马执行的每个环节，清理工作都做的特别好，几乎所有日志都被清理干净了。
为了溯源整个中马过程，我分析了将近两个多月的系统日志，仅找到一条可疑指令：有个 curl 操作，下载并执行了一条混淆命令，这也是唯一的线索，解密指令得到了一个远端 IP地址。
后来也从公开情报里找到这个木马，它是 AMOS Stealer 恶意软件家族的变种，之前主要针对 Windows 平台，今年四月第一次在 macOS 上被发现。
从 .zhistory 日志看，curl 前后都是 Claude Code 相关操作，高度怀疑就是 Agent 程序引入了这个木马。
我的 Claude Code 长期是 bypass 模式，所有的命令执行都是直接放过，怀疑是在做软件安装或更新的时候，AI 从互联网找到了一些不安全的资源，下载了这个木马。
这个 AMOS 木马，主要会去扫各种虚拟货币钱包，尤其是浏览器插件钱包。顺带也把我各种登录态 Cookies 全部拿走了，这才导致 X 账号被恶意添加了一个 Passkey。
一般木马进来之后，除了目的性的攻击（例如虚拟钱包转账、文件加密勒索）外，它还会使劲去找各种敏感信息，尤其是浏览器里的登录态、Keychain 里保存的账号密码、聊天工具的登录状态、开发环境里的 .env 文件和各种 token，等等。
我这个教训，大家记住两点：1）所有能够加 F2A 的账号都要加，登录时的二次验证会增加攻击者的门槛；2）AI 在执行各种程序的时候，一定要注意它在执行什么，尤其是安装和更新软件的时候，要先确认再执行。
跟一些安全研究者也交流了这个木马的细节，他说近期这类事件特别高频，攻击者会伪造各种软件的官网，Google 搜出来默认都排在第一位，诱导用户（尤其是 AI）下载木马，防不胜防！
显示更多
这个账号在过去一段时间，一直处于不可用状态，被黑客添加了 passkey 之后，给我改了密码，改了邮箱，改了手机号码。完全被接管。
我这个账号开启了 F2A，能加的安全措施也都加了，挺好奇是如何绕过的。
这几天让 Claude 给我电脑做了深度体检，对启动的每个进程都做了分析，排查到，有一个伪装得特别好的木马，在我电脑跑了快一个月！
申诉了好几天，也找了不少朋友帮忙，还是把账号搞回来了。后面再详细分享下过程。
另外，也注册了一个防丢的小号，可以加个关注，@barretlee_china 😄
显示更多
有了 AI 以后，很多人会产生一种错觉：它无所不能，任何需求说出来，第二天就能像魔法一样出现在屏幕上。但这恰恰是最大的误区。
质量、效率、成本，这个经典的不可能三角，在 AI 时代依然有效。
AI 确实让软件开发变快了，但不能把变快理解成变简单。
一个复杂系统里，写代码往往只占很小一部分时间。真正耗费精力的是理解业务、识别边界、处理例外情况，以及对未来变化做出预判。这些工作不会因为 AI 出现而消失。
很多 AI 生成的项目都有一个特点，前几天进展惊人，后面越来越难改。功能做出来了，问题也跟着一起被做出来了。速度提升的同时，一部分思考过程被跳过，而这些思考原本就是软件工程最有价值的部分。
AI 带来的变化，没有让复杂问题消失，而是让人更快进入到复杂问题领域。🐶
显示更多
AI 都已经这么强了，工作应该很轻松才对，最近三个月的感受却是，忙成狗🐶
很多事情都需要为AI 提供上下文，否则它就做不好，而且 AI 做错的时候需要及时纠偏，不然就会越错越离谱。
AI 折磨的是那些不太清楚一天规划的人，折磨的是那些陪着AI一起结对干活的人。
左手 codex，右手 claude，高频切换上下文耗费脑力，陪伴式精细化调优耗费体力，在不确定性中探索结果耗费心力。智能时代的码农😅
显示更多
最近的工作模式已经逐步变成，AI 监控群聊/线上日志/会议纪要，定时产出可执行的 todo list，加入到 AI 自己的看板，然后结合对应项目的源码仓库和 okr 文档，能提代码的直接产出PR，能出方案的直接产出文档，要么就是各种私聊催办，让责任人补齐上下文材料，好让它继续干活儿。
目前一个复杂项目 15% 以上的代码，都是 AI 全流程自助完成，给自己建需求、写代码、跑单测、提 PR😅，甚至合并代码都被 AI给干了（换两个模型轮流交叉 review）。
显示更多
很多人在聊 AI 的时候，默认有一个前提：人负责目标，AI 负责执行。
但当 AI 开始进入工作、生活、娱乐、社交，甚至开始长期观察你的行为模式之后，事情会发生变化。
因为它不再只是工具，它开始变成一种“连续存在”。
它知道你最近在关注什么，知道你为什么焦虑，知道你哪些事情总拖延，知道你什么时候状态最好，甚至知道你真正想成为怎样的人。你给它的上下文越多，它对你的理解就越深。到了某个阶段，它对“你”的了解，甚至可能超过你自己。
那么，真正的问题就来了。
如果 AI 可以帮你完成大量执行、组织、搜索、分析、协调、创作，那人还剩下什么？
我最近越来越强烈地感觉到，未来的人类价值，会逐渐收缩到几个非常核心的东西：
1）方向感。判断什么重要，什么值得投入一生。
2）审美。判断什么是好的，什么是有生命力的。
3）体验。真正去感受世界，而不是只处理信息。
4）意志。在无限可能和无限诱惑里，依旧选择长期主义。
AI 很强，但它没有活着的重量。它没有童年，没有遗憾，没有失去过重要的人，没有真正熬过一个漫长的夜晚。它能理解这些词，却无法真正经历这些东西。
显示更多
现在的 Coding LLM，很擅长处理代码、日志、文档、终端输出，但它们理解的是被描述的世界，而不是真实运行后的世界。
开发时就会遇到一种情况，代码逻辑完全正确，然后页面问题一堆，例如字体发虚、间距不协调、响应式布局失效，或者小程序、WebView、浏览器之间表现不一致。
这些问题，人一眼就能察觉，但纯语言模型就是不行。这也是当前做软件开发最让人头疼的地方，调细节调到手软，🐶
很多 Agent 会接入 Playwright/Puppeteer/截图分析/OCR/DOM Tree 等能力，相当于在给 LLM 增加了视觉输入，但就算是拿到了截图，它也很难还原真实画面，因为它依然是通过本文的方式来理解这个世界的。
产品体验里有大量东西，包括视觉认知、空间感知、交互节奏、动态反馈等，都存在于人的直觉里，滚动、动画、拖拽、手势、页面切换、焦点变化、微交互，这些都不是单张截图能够理解的。
最近也看到了一些变化的趋势，多模态 Coding Agent 已经在路上了。
下一代 Agent 会越来越像一个真正的软件工程师，它会自己运行页面，观察界面变化，理解视觉问题，修改代码，再重新运行，再继续观察。
当前主要还在靠 Harnees 工程手段来弥补这一块。
显示更多
很多人在聊 AI 的时候，默认有一个前提：人负责目标，AI 负责执行。
但当 AI 开始进入工作、生活、娱乐、社交，甚至开始长期观察你的行为模式之后，事情会发生变化。
因为它不再只是工具，它开始变成一种“连续存在”。
它知道你最近在关注什么，知道你为什么焦虑，知道你哪些事情总拖延，知道你什么时候状态最好，甚至知道你真正想成为怎样的人。你给它的上下文越多，它对你的理解就越深。到了某个阶段，它对“你”的了解，甚至可能超过你自己。
那么，真正的问题就来了。
如果 AI 可以帮你完成大量执行、组织、搜索、分析、协调、创作，那人还剩下什么？
我最近越来越强烈地感觉到，未来的人类价值，会逐渐收缩到几个非常核心的东西：
1）方向感。判断什么重要，什么值得投入一生。
2）审美。判断什么是好的，什么是有生命力的。
3）体验。真正去感受世界，而不是只处理信息。
4）意志。在无限可能和无限诱惑里，依旧选择长期主义。
AI 很强，但它没有活着的重量。它没有童年，没有遗憾，没有失去过重要的人，没有真正熬过一个漫长的夜晚。它能理解这些词，却无法真正经历这些东西。
显示更多
很多人在聊 AI 的时候，默认有一个前提：人负责目标，AI 负责执行。
但当 AI 开始进入工作、生活、娱乐、社交，甚至开始长期观察你的行为模式之后，事情会发生变化。
因为它不再只是工具，它开始变成一种“连续存在”。
它知道你最近在关注什么，知道你为什么焦虑，知道你哪些事情总拖延，知道你什么时候状态最好，甚至知道你真正想成为怎样的人。你给它的上下文越多，它对你的理解就越深。到了某个阶段，它对“你”的了解，甚至可能超过你自己。
那么，真正的问题就来了。
如果 AI 可以帮你完成大量执行、组织、搜索、分析、协调、创作，那人还剩下什么？
我最近越来越强烈地感觉到，未来的人类价值，会逐渐收缩到几个非常核心的东西：
1）方向感。判断什么重要，什么值得投入一生。
2）审美。判断什么是好的，什么是有生命力的。
3）体验。真正去感受世界，而不是只处理信息。
4）意志。在无限可能和无限诱惑里，依旧选择长期主义。
AI 很强，但它没有活着的重量。它没有童年，没有遗憾，没有失去过重要的人，没有真正熬过一个漫长的夜晚。它能理解这些词，却无法真正经历这些东西。
显示更多
现在的 Coding LLM，很擅长处理代码、日志、文档、终端输出，但它们理解的是被描述的世界，而不是真实运行后的世界。
开发时就会遇到一种情况，代码逻辑完全正确，然后页面问题一堆，例如字体发虚、间距不协调、响应式布局失效，或者小程序、WebView、浏览器之间表现不一致。
这些问题，人一眼就能察觉，但纯语言模型就是不行。这也是当前做软件开发最让人头疼的地方，调细节调到手软，🐶
很多 Agent 会接入 Playwright/Puppeteer/截图分析/OCR/DOM Tree 等能力，相当于在给 LLM 增加了视觉输入，但就算是拿到了截图，它也很难还原真实画面，因为它依然是通过本文的方式来理解这个世界的。
产品体验里有大量东西，包括视觉认知、空间感知、交互节奏、动态反馈等，都存在于人的直觉里，滚动、动画、拖拽、手势、页面切换、焦点变化、微交互，这些都不是单张截图能够理解的。
最近也看到了一些变化的趋势，多模态 Coding Agent 已经在路上了。
下一代 Agent 会越来越像一个真正的软件工程师，它会自己运行页面，观察界面变化，理解视觉问题，修改代码，再重新运行，再继续观察。
当前主要还在靠 Harnees 工程手段来弥补这一块。
显示更多
微信读书.skills，官网已上架，现在可以通过 AI 直接接入到微信读书的所有书库了。
它提供的能力比较丰富，可以搜书、查看阅读进度，甚至可以去读取自己的划线内容和点评（这点太好用了👍）。
显示更多
通过 Xcode simulator 启动一个模拟器，再加上苹果自家的 UI 测试框架 XTest，走 Accessibility API 读取 App 界面的元素树（按钮/文本框/文本内容），并模拟点击、输入、滚动，这样就可以安全地拿到很多被限制的内容了，例如微信/小红书等内容读取。
之前爬取 Linkedin 内容的时候，被平台检测到，还发出了警告，想到了这个安全的操作，让 AI Agent 尝试了下，确实可行。
iOS Simulator 里跑的是真 Safari / App，发出去的每个请求都带着合法 User-Agent、TLS 指纹，服务端看到的就一普通 iPhone 用户在刷 feed。因此技术上几乎无痕😄
显示更多
团队将 Claude Code 源码放进了 WebAssembly 运行环境，将 Node.js 和 Python 环境也打包了进去，现在可以愉快地在网页上直接使用 Claude Code 了😄
基于 Claude Code 源码做了四层工作，包括：1）浏览器宿主，让网页中具备 Claude Code 的终端界面、会话状态和交互体验；2）WebContainer/WASI 运行时，实现在浏览器里提供类本地的隔离执行环境，真正跑起 Node.js、Shell 和 Python；3）Node 兼容层，为文件系统、进程、模块加载等补齐浏览器侧适配；4）HostBridge，在网页宿主与运行时之间桥接搜索、抓取、代理、文件同步等外部能力。整体工作量还是蛮大的。
显示更多
经常有人问我怎么让孩子进入到 vibe coding 状态。
我觉得首先要解决，不是工具问题，而是兴趣。
我家娃 8 岁，有上过一年的 scratch 培训班，懂得通过拖拖拽拽的方式写最基础的程序，加上我长期在家vibe coding，她耳濡目染久了之后，也想凑过来玩一玩。
当她发现编程的门槛通过说话就可以越过，当她发现vibe coding 可以做一些她喜欢的小游戏，并且能够在游戏中体会到乐趣，这样的正循环就能够让孩子将这件事情持续下去了。
提供的编程环境就是VSCode，订阅了 Github Copilot，开箱即用。教会她什么是目录，什么是html 文件，什么是 AI 对话框，加上微信输入法支持长按 Fn 键就可以语音输入，启动成本基本为零。
至于怎么调试代码，怎么修改代码，孩子看两次就会了。前两个游戏基本上是她看着我做的，后面七八个游戏她自己慢慢摸索就学明白了。
我在旁边的作用是记录，然后时不时地答疑，以及做一些小的辅助工具，让她 vibe coding 的体验越来越好。
显示更多
