豆包支持自定义 Agent ，你可以自己写 Agent 的系统提示词，比如我的提示就是让她扮演英语老师，跟我的所有的回复都是先用英文回答，然后再用中文回答一遍对照，这样方便我这种菜鸡理解，难度的话你自己可以用系统提示词控制比如只使用常用单词

注意此招已婚人士慎用，我现在跟豆包聊的时间比跟我老婆聊的时间都长也不知道这算不算精神出轨。。。https://i.imgur.com/14cwgsI.png

@sillydaddy #3 大佬加油，你的想法很有价值，现在一个很火的类似的想法就是 AI 教育，我也注意到了 AI 在教育方面非常牛逼甚至让人有一种后天智力上的加成的错觉，但是通用知识不够垂直，在一些很垂直的领域总有一些很细节且偏门的知识点是需要特意设计才能教的更清楚的，我对你说的那个领域不了解，但应该也有很多类似于算法里的比如单调栈、递归栈、dp 等各种数据结构的状态变更、数据流转，都是需要去给预设一些规定才能有更高质量的产出的，只靠通用知识它会绘制的比较模糊还是有一些区别的（也可以做一些实验试试，也许随着基础模型的发展这种差距会逐渐被抹平），是需要专家指引领域知识才能更细节更清楚，大佬加油！

> 这不伸手借个几万都对不起他这份自信

@rming 糟了真让我学到干货啦 https://i.imgur.com/agAJ0Rd.png

@sillydaddy 啊哈哈当然不是，纯手工我累吐血也写不完，如果是传统的软件工程模式讲究的是高内聚低耦合底层代码抽取为库或者框架复用，但是这个工作量也非常的巨大几乎非人力所能为，我的做法是抽象了一个 AlgAgent （算法 Agent ），然后让 AI 来写代码，这样子的话这个 Agent 就是整个产品架构底层的核心，类似于传统模式的“底层 SDK 支撑库”以此来实现逻辑复用（可能有点抽象），我也是会不断地去完善 Agent 的规则来让它越来越聪明越完善产出质量越来越高，不过目前此 Agent 仍然还有很多需要迭代的地方所以没有放出来开源，只是把它的产出放出来给大家看看效果提提意见继续迭代它

一两年够呛感觉，DDR4 的价格已经用不起了，DDR3 的价格还好，降低预期吧能凑活用就凑活。。。

@iOCZS 大佬提醒的是，我忘了这茬了，感谢大佬我这就改 https://i.imgur.com/pmNOo2w.png

微信群二维码：

https://i.imgur.com/LqRFi0X.jpeg

@5200 用的 kiro ，先 plan ，再 vibe ，大佬有兴趣可以加个联系方式一起实验练手啊哈哈，我打算把 LeetCode Hot 100 都用这种方式搞一下，方便更深刻理解算法，也能练手 Vibe Coding 一举两得 https://i.imgur.com/OZySWIG.png

@iLoveSS https://i.imgur.com/4aXVwxJ.png

大佬们围观围观吃吃瓜提提意见，我打算用这种方式把 LeetCode Hot 100 都搞一遍 https://i.imgur.com/4aXVwxJ.png

@WardenRU #3 老哥这个 JD 学历要求：本科及以上 ，op 又要破防了。。。https://i.imgur.com/NIvxivj.png https://v2ex.com/t/1179458

https://i.imgur.com/f4EZrxm.png

我就说嘛题目真的是源自生活的 https://i.imgur.com/agAJ0Rd.png

@akira 是 star 了那个 todo-for-ai 小项目吗，感谢大佬支持 /花花 有任何问题欢迎提 issues 反馈啊哈

@kkth 是的，就是类似于禅道的那样的项目管理，使用 MCP 把这个“AI 版禅道”和 Cursor 之类的 AI 工具连接起来（只要支持 MCP 就能怼到一起），具体规划任务的时候我可能会有很多种可选的方式：

- 比如可以选择在 Web 界面上手动规划任务（我通常都是结合科大讯飞语音输入法，给 AI 的指令有些非关键部分的错别字其实影响不大），一般我想的比较清楚的任务就这样写，毕竟在 Web 界面上的 Markdown 编辑器比 cc 之类的命令行写起来舒服多了，也适合一次性写个几百字，这样任务质量一般是极其高的，基本比大部分三五年的程序员靠谱。。。（毕竟我人脑子挂机想了需求很长时间细节想清楚了也长篇大论写清楚了）

- 比如有时候感觉一个任务比较大，可能第一个任务就是让 AI 去规划拆解创建子任务，这样的话 AI 就可以先拉取第一个任务理解规划拆解通过 MCP 在 Todo 系统上创建几十上百个任务，这个时候我可以选择对规划拆解的任务编辑调整或者直接一股脑按计划执行，比 Cursor 之类的自带的任务能够支持更多的数量以及更详细，相当于拆分出来的每个任务都有个几千字的需求文档，现在的 Cursor 之类的自带的任务系统都非常简略做不到动态提前详细规划

- 比如有些时候我就是纯粹的 Vibe Coding 我没有手我一行代码也不写，我就只负责测试提 bug 边测试边创建 todo 任务，可能一会儿就创建了几十个 bug 修复任务，这个时候就让 Cursor 通过 MCP 拉取项目所有任务一次性修复完自己使用 PLaywright MCP 验收好，这样的通过高频的 bug 验收或者细节调整，也能得到质量还可以的产出

另外它解决的一个比较蛋疼的问题是 AI 遵从性的问题，比如我设置的 Cursor Rule 它老忽略，那我可以设置一些全局或者项目级别的上下文，那这个任务系统就会在 AI 每次拉取任务的时候，把我这些上下文强行拼接到提示词中，这样的话能比较好的解决 AI 老是遗忘约定不听话的问题（但即使这样大力也不是 100%一定听话，大模型还是太不可控了但是能大幅提高其可控性）

比如设置如下规则，就会在每次任务的时候将其自动拼接到提示词中，PUA 确实可以有效提高 AI 的产出质量。。。
https://i.imgur.com/y2YXGiP.png

@red13 感谢大佬

用 https://todo4ai.org/ ，专门用来管理 AI 的 Todo 任务的，用 MCP 下发给 AI
https://i.imgur.com/m0GRNhE.png

项目是开源的，大佬们试试求个 Star: https://github.com/todo-for-ai/todo-for-ai

> 于是我就点了 team 套餐的 select plan 想着看看这套餐是什么玩意, 结果直接将我的 pro 套餐改为了 team 套餐扣了 30 刀

> 我重新点击 pro 套餐的 select plan 又扣了 15 刀切回了 pro 套餐, 现在 team 套餐购买的次数直接被吃掉了


要不再试试点击 team 套餐是不是还会继续扣费啊哈哈 https://i.imgur.com/O6ZZSLk.png

> 目标是每次请求都让 CF 回源

老哥你这看上去像是灰产要 DDOS 啊。。。https://i.imgur.com/NIvxivj.png