【问题比答案重要】 当你和一个足够熟悉你的模型，一起写好一条 Prompt 之后， 你会发现，真正有意思的事情才刚刚开始。 之后你甚至不需要再描述画面。 只输入一个 Keyword： 「萨尔瓦多·达利」 「文森特·威廉·梵高」 「袁隆平」 「Albert Einstein」 然后等待。 你不知道它会选择哪一双眼睛、哪一只手、哪一个动作， 也不知道主标题最后会出现在哪里。 但你知道，它已经理解了这套系统里什么是重要的。 这大概就是我越来越喜欢的一种 AI 创作方式： 把确定性写进规则，把随机性交给结果。 不是要求模型生成一个你已经想象好的答案， 是先设计一个足够好的「答案空间」 具体结果是未知的， 但审美边界、判断逻辑和质量区间是确定的。 所以生成之前仍然会期待，甚至会兴奋。 因为你不知道它会给你什么。 但你又隐约知道—— 它大概率会给你一个，你自己没有想到、但又觉得「对，就是这个」的答案。 这大概就是 AI 创作里最舒服的一种状态： 可控，但不被控制。 随机，但不是失控。

开了梯子还在裸奔？问题在 WebRTC 泄露 😱 去 测一下→看到真实运营商 IP = 泄露了 我的小火箭配置文件加了这些规则： DOMAIN-KEYWORD,stun,REJECT DOMAIN-KEYWORD,turn,REJECT DOMAIN-SUFFIX, DOMAIN-SUFFIX, DOMAIN-SUFFIX, 加上这两个设置： ✖️ 禁用 STUN / 关闭 UDP 转发 ✖️ fallback-dns-server = system 改掉 ✖️ ipv6 = false 再测一次，全部是 Cloudflare 节点✅ （截图为证） 节点稳不稳靠机场，我用这几家： 🔗 v2ny（老牌可靠）→ 🔗 基云科技（稳定之王）→ 🔗 航海（速度扛把子）→ 🔗 一元机场（网红机场·1元起）→ #翻墙# #小火箭# #WebRTC泄露# #隐私安全# #科学上网#

24. 分页封装的问题，有些地方有 pagenum + page_size ，有些地方用 offset + limit 。 25. 有的地方用 原生 SQL ， 有的地方用ORM 。有的列表查询没有 limit 。 26. 经常使用 like %keyword% 来做检查 ，而没有索引。 27. 竞态条件问题 ，在高并发下会存在不可预测的风险。

机器人圈也被 AI 的 scaling 卷麻了 截图是 ICRA 2026 一个数据统计，感觉蛮有意思的，分享一下。比如论文关键词的分布，中美加起来占一半以上的江山。 投稿 4947 篇，接收 1882 篇，接收率 38.04%。2021 年时候投稿量大概 4000 篇左右，机器人圈也在被 AI 的 scaling 卷麻。 Hot topics 是 Manipulation、Planning、Mapping/Perception 3D，SLAM/Localization，Object Detection/ Tracking。 author keyword top 是：Deep Learning for Visual Perception、Reinforcement Learning、Motion and Path Planning、Imitation Learning。 btw，这个数据不是 ICRA 官方做的，是韩国 DGIST 一个助理教授 Giseop Kim 做的，现在vibecoding一个东西变得无比容易。just do it… 想起来去年还写过一场 ICRA 2025 的 keynote 辩论，当时议题是“Data will solve robotics: True or false？” 转眼一年过去了……大家觉得这一年机器人领域的进展快吗？现在关于Data will solve robotics的争论，大家觉得有答案了吗🐶

好久没有 #buildInPublic# 同步下最近的动作吧， 已经完成，我甚至搭配了一个 chatbot😂，听上去有点过时，但是就像早上转发的 @garrytan 的推文，Claw 对于有开发经验或者"聪明的人"来说是法拉利，但不是每个人都需要法拉利，也不是每件事都需要从零推理。 比如我最近经常处理 PDF 材料，一开始用 Claude Code 调 Gemini 3 Flash 多轮处理，跑通之后我就写成了一个 Clip（可以理解成 Agent 的 App），现在 `pinix invoke pdf parse --url "xxx"` 一行搞定。 还有很多内容只有小红书上才有，以前让 agent 搜小红书得 browser-use，操控浏览器，慢而且不稳。现在就是 `pinix invoke xiaohongshu search --keyword "种草"`，结构化返回。 Google 搜索也是，`pinix invoke google search --query "AI agent"`，这是我用得最多的 Clip。 这些 Clip 装到 Pinix 上，我手机上的 chatbot 就都能用了。它只能做 Clip 能做的事，但每多一个 Clip 就多一项能力。50 多个 Clip 下来，日常大部分事情手机上就搞定了。 code agent 探路，Clip 沉淀。越用越收敛，越收敛越可靠。 给 Agent 装能力，像给手机装 App。这就是 Pinix。