笔记
0工具
0此页用于记录用户反馈问题后的每一次改进
关于
“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
不想公开、只想临时给人看：点“分享”生成一条带密码和有效期的链接，到期自动失效，你也能随时撤销。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
趋势
Coding 自由之后，人开始成为最大的瓶颈
编程门槛被 AI 消解之后，我反而开始焦虑了。不是焦虑没东西可做，是焦虑可做的东西太多了，而我自己成了那个瓶颈。
最近看了极客公园组织的一场对谈，张鹏和小狮日记、不憨，还有 TRAE 的核心开发者天猪聊了聊 AI Coding 时代做产品的感受。几个人的观点挺有意思，结合我自己用 AI 写代码的体验，有不少想展开聊聊的地方。
当想法变成产品的周期从"半年"缩短到"一周"
先说个背景。过去一个人有个产品想法，第一道坎往往是：我不会编程怎么办？我得找技术合伙人，得组团队，甚至得先想清楚商业模式去融资。这个链条太长，导致大量想法死在起点。
但现在不一样了。小狮日记用一周做出了「人生之书」，帮助老人通过和 AI 聊天，逐渐形成一本口述自传。不憨用两天做出了「空气指挥家」，靠手势在空中指挥音乐。这俩产品放在以前，要么因为需求太小众不值得组团队做，要么因为技术门槛太高直接劝退。现在一个人就够了。
小狮日记做「人生之书」的起因很打动我。他家有个衣柜，一边印着爱因斯坦，一边印着他的太姥。他突然意识到，自己对爱因斯坦的生平如数家珍，却连太姥叫什么名字都不知道。他说了一句话："死亡不是终点，遗忘才是。"这个产品的初衷就是想趁老人们还在，把那些会被遗忘的人生记录下来。
我当时看到这段的第一反应是：这需求太真实了。每个家庭都有这样的遗憾，但过去谁会因为"我想知道我太姥的故事"这个理由去开发一个产品？组团队？拉投资？算了吧。但现在，这个理由足够了。
不憨的「空气指挥家」也是类似逻辑。他学数学，做前端开发，会点小提琴但不会编曲。他想要的是：一个不会音乐专业知识的人，能不能用身体表达音乐？于是让 AI 识别手势，把动作和情绪转化成音乐。第一版 Demo 用了两天，基本就是他和 TRAE 一句一句聊出来的。
这里有个关键变化：过去我们判断一个产品值不值得做，先看市场有多大、商业价值有多高。现在很多人做产品的出发点变成了"我喜欢、我愿意、我想把它做出来"。这个转变背后，是 AI Coding 把"做出来"的成本降到了几乎可以忽略不计。
从"做出来"到"做到位"，中间隔着一个你
但这里有个容易忽略的点：快速做出 Demo 和做出一个真正能用的产品，完全是两码事。
小狮日记分享了他的经验。一开始他只需要告诉 TRAE 目标："我想让老人能非常自然地和它交流。"AI 给出的方案是类似打电话的交互，而不是弹消息让老人阅读输入。这个层面很快。
但一旦开始真正使用，问题就来了：这里不对，那里不对。这时候最难的反而变成了：你怎么准确地告诉 AI，到底哪里不对。
这个我深有体会。用 AI 写代码，前 80% 的工作确实快，但后面 20% 的调优，你需要的不是编程能力，而是描述问题的能力。你得把"这个按钮感觉怪怪的"翻译成 AI 能理解的、具体的、可执行的修改指令。这本身就是一种专业能力。
小狮日记还提到一个更深的层面：他后来发现很多老人不说普通话，于是给产品加了方言支持。然后他又发现，光能听懂方言还不够，怎么让老人愿意打开话匣子？这已经不是代码问题了。他为此专门去请教了倪萍老师，问她怎么访谈老人、怎么让老人更快打开心扉。
这就是领域知识。AI 有通识，但它没有你真正需要的那部分领域经验。这些经验必须来自你对自己要做的事情的深入理解。所以你看，从原型到一个真的能给老人用的产品，中间隔着的不是代码量，而是你对这个问题的理解深度。
当生产力过剩，什么开始稀缺？
天猪从专业开发者角度梳理了 AI Coding 的几个阶段：传统编程 → AI 辅助编程（代码补全）→ AI 结对编程（AI 像高潜实习生）→ 现在的 AI 自主编程。但他指出一个更值得关注的变化：这种能力开始向外溢，什么样的人可以去做什么样的产品，这个边界被打破了。
但边界打破之后，新的瓶颈出现了。几个人聊下来，我总结了一下，大概有这么几个：
注意力。 不憨说得很直接：当资源很充沛、很多东西都可以做的时候，你反而必须判断——这么多事情里面，我到底要专注哪一个？他的「空气指挥家」可以发展出很多模式：随机指挥、二创、特雷门琴等等。但一天只有 24 小时，即便 AI 能帮你迭代，你自己的时间是固定的。
洞察力。 天猪说，AI 可以帮你做很多事情，但 AI 本身并没有替你完成审美和判断。你能不能做是一件事，应该不应该做、什么值得做、怎么把它做好，是另外一件事。只有当你长期待在某个领域里，对它感兴趣，你才有可能发现真实的痛点。
持续执行力。 很多人可以两天做出一个产品，但两天以后就不再更新了。如果你自己就是产品的用户，持续使用它、迭代它，才有可能真的把它做好。这个话听着简单，但经历过的人都懂，真正的分水岭往往就在这里。
张鹏补了一个角度：执行力背后其实是追求和审美。如果要求不高，AI 给第一版就满意了。但当人人都能做的时候，你是不是还愿意把一件事做到更好？你对"好"的理解是不是有自己独特的标准？这种决心本身就是稀缺的。
产品做出来之后，价值循环怎么转？
小狮日记被问到"做产品要不要赚钱"时，他的回答挺有意思。他说做「人生之书」的发心不是赚钱，如果上线了，他甚至不一定收费，用户只需要承担模型本身的 Token 成本。他的成就感来自于"让一些原本一定会消失的人生故事被留下来"。
我觉得这个心态在 AI Coding 时代会越来越普遍。当做一个产品的成本低到一定程度，它有点像举手之劳。你未必一定要斤斤计较"你用了我的东西，我必须收你两块钱"。你用得开心，我也开心。当然，如果产品真的创造了很大价值，或者需要持续投入成本，用户也愿意支持。
那问题来了：如果大模型能力继续爆发，大公司直接把这个功能覆盖掉怎么办？不憨给出了他的答案，我觉得挺有参考价值。他说一个产品要真正留住他，需要三点：
- 跟我有关系，能让我变得更像我自己。
- 能产生记忆，而不是每次打开都从零开始。
- 我能对结果有感受，甚至愿意对这个结果负责。
他举了「空气指挥家」的例子：我希望它最终不只是一个生成音乐的工具，而是你能留下创作这段音乐时的情绪。过段时间回来看，你看到的不只是音乐，而是当时的自己。
所以在大模型能力不断爆发的情况下，人的感受才是最重要的。能力是一个维度，意义是另一个维度。某个东西在那个时刻对我有意义，跟"另一个模型是不是也能实现同样功能"，其实不是一回事。
描述不清、灵感枯竭、多项目并行……新的摩擦力
不憨遇到的实际问题是：描述得不够精准。有时候一个 Bug 修好了，过一会儿又坏了。这背后其实需要不断提高描述问题的能力。另外还是注意力——需求很多，但到底先优化哪个，是个很大的摩擦力。
小狮日记被问到"会不会担心灵感枯竭"。他的回答挺接地气：每次灵感枯竭，最后的原因基本都是生活实践不够。如果你把创作变成一件和生活割裂的事情，灵感很快就会没有。不管是做乐器还是做产品，本质上都来自生活实践。你参与生活，才有可能看到痛点；看到痛点，才会产生解决它的冲动。
所以"好好生活"和"好好创造"反而变成了相关的事情。你因为好好生活，才有新的体验、新的问题、新的目标；而一旦想去创造，AI 又可以帮助你。
天猪补充了一个技术层面的视角：AI Coding 只是把整个链路里"开发"这一段的一部分问题解决了。开发之后还有很多事：怎么部署？怎么找到用户？用户多了服务器撑不住怎么办？遇到攻击怎么办？这些属于 AI Development 未来可以持续向上下游延伸解决的问题。
但还有一些摩擦力，不是技术能解决的。就像小狮说的，AI 可以回答很多问题，但一个经常被忽略的问题是：你根本不知道应该问它什么。如果你不在一个领域里面，你甚至不知道这里有什么问题值得问。这种"意识不到问题"的状态，是很大的摩擦力。
同时启动五个项目？人成了堵点
张鹏问了个实际的问题：当启动一个项目这么容易，我甚至可以同时启动五个项目，怎么选？
小狮日记的回答让我笑了。他说如果脑子里同时有五件想做的事，首先会觉得自己非常幸福。因为创作者更多时候面对的问题，是脑子里没有事情。现在有多 Agent 的工作方式，他可能会贪心一点：五件事，每件事都让一个 Agent 先跑。他自己会变得很碎片化，每个项目遇到阻碍后再回来找他，但会有五种可能性在同时发生。
不过他也说了，如果工作需要真人出镜、拍视频，那还是只有一个自己，分身乏术。
天猪说了一句很关键的话：AI 写代码的速度已经比我们看代码还快，人开始看不过来了。 所以未来人可能只需要在关键节点介入：前面方案出来时做 Review 和决策；最终开发、部署完成之后，再做验收。但个人精力有限这件事没有改变。
他选项目的标准是：这件事是不是我真的想做？我是不是擅长？我有没有可能比别人做得更好？如果不擅长但有需求，可以去社区里"推销"想法，让擅长的人做出来，自己再用。
不憨这次比赛同时 Vibe Coding 了四个产品，已经体会过对大脑的考验了。他说平时会问自己两个问题：一个月以后，我是不是还愿意继续做它？它最后是不是对别人真的有用？
最终，人还是核心
聊到最后，张鹏的总结我觉得挺到位：在 AI Coding 能力大爆发之后，"做一个产品"可能已经和上一个时代不太一样了。也许未来越来越多的创造，不是先从"我要找到一个足够大的市场"开始，而是先从一个人真实的兴趣、经历和需求开始。
找到你真正热爱的东西，把它做出来，它可能就是最有竞争力、也最有意义的东西。不要先让"我会不会技术"成为阻碍。随着技术继续发展，每个人能做到的事情都会越来越多。但越是这样，可能越需要回到人本身：你看见了什么？你真正在意什么？你愿不愿意持续投入？
我的感受是：AI Coding 确实把"做出来"这件事变简单了，但"做好"永远不简单。以前是技术门槛挡住了大部分人，现在是"你到底想做什么、你为什么做、你能坚持多久"在筛选人。技术不再是瓶颈，人对自己的理解、对生活的感知、对价值的判断，成了新的瓶颈。
这其实是好事。因为这些东西，恰恰是每个人独有的。