《老孙带你搭建价值百万的金融终端系统2:开发工作流》 今天周六休息懒得写长篇了，我就先说下目前的工作流和注意事项： 1、claude opus 5主要用来做模块的功能设计，尤其是你对一个新模块功能没有想那么清楚的时候，可以多和claude进行头脑风暴。claude会用step by step的方式问你一些问题，逐步理解你的需求并且给出一份超乎你预期的设计文档。设计初稿完成后交给codex进行审核和补充，形成最终的开发文档和开发计划。所有的文档都用md格式保存在docs目录下。 2、开发用的是codex，截图是我codex的工作区。最重要是记得每个功能模块单独开一个thread（见图1），好处一是上下文不会混在一起，二是可以多个独立模块并行开发。另外可以让codex在正式开发前先做一个可以交互的demo页面，你可以直接在这页面上进行批注修改，确保最终定稿的需求理解没有偏差。截图里总览模块比较简单我就直接和codex讨论需求了，复杂需求建议还是和claude先讨论。 3、整个开发环境都是在docker里完成的，这样便于后续的维护和部署。 4、在开发整个系统前，先和claude讨论清楚系统定位、主要功能模块、架构、页面风格、性能要求等，并且把这些约束条件固化到agents.md里。比如我这个系统后端用python FAST API，数据库用Click House都是和Claude讨论出来的。前端用的是专业金融终端风格的，可以让claude和codex各自设计几个样式看看，选择最喜欢的定稿下来。 5、每个模块开发完成后一定要让codex先进行自测，然后人工看界面布局是否正确，数据是否准确。数据准确性对于金融终端来说是最重要的，也是AI最容易产生幻觉的地方，所以一定要人工仔细核对，这也是最费时的部分。 6、完成上一步后，需要让claude进行代码审核（见图2），提示词可以这样写： “我让codex按照xx开发文档完成了xx模块的开发，请你对这个模块的代码进行详细的审核，要求审核的内容包括但不仅限于代码和文档的一致性、数据的准确性、指标计算公式、页面的布局、模块的性能、代码的精简程度和可复用性等，并给出优化建议，审核结果按问题严重程度保存在xxx审计.md里” 7、claude审核完成后，让codex复核审核意见并给出最终方案，提示词可以这样写： “我让claude对你开发的xx模块进行了代码审核，审核报告在xxx.md。请你以客观的角度评估这份报告，并逐个重新检查一下代码，给出最终的修改意见和修改计划保存到md，注意不要过度修改。” codex经常会对一些小问题过度修改，所以最后一句话很重要。 8、最后让codex根据修改方案完成代码修改和自测，claude再次审核，一般就不会有什么大问题了。 9开发全程要用github做版本控制，尤其是多模块并行开发时可以开多个分支，让codex做好版本管理。 10、每个模块开发完成后，都可以让claude把模块功能介绍汇总到readme.md文档中，并且更新安装手册、使用手册等文档。并且定期整合、汇总、删除开发过程中的过期文档。 11、我把codex和obsidian对接，这样上下文和历史记忆可以更好的保存。具体方法可以直接问codex。 12、系统开发到后面模块越来越多，可以定期进行代码的整体优化和精简。比如哪些代码和公用模块可以抽取出来（这个其实应该一开始就设计好，但是AI写到后面难免有重复的代码，抽出来可维护性更强）。一般一轮优化后代码都可以精简掉10%-20%。不过每次优化后整个模块都需要重新测试一遍是挺费力的。

在干嘛 想和我聊天请呼吸( ˃᷄˶˶̫˶˂᷅ ) #日系# #清楚系# #来拍照了# #日系穿搭# #无法拒绝的温柔感# #清纯感# #日系穿搭# #穿搭分享# #连衣裙夏季#

提示词不是咒语：我重新理解了 AI 协作中的任务定义 这几天重新看提示词工程，我有一个很明显的感受：我以前虽然长期使用 AI，也确实把它用进了开发、写作、分析和日常工作里，但很多时候，我对“提示词”的理解还是偏工具化的。 我会觉得自己已经很会问了。毕竟用了三年，也踩过不少坑，知道不能只写一句“帮我写一下”。但这次重新学习时，我反而意识到，提示词最容易被误解的地方，恰恰是它看起来太像一句话了。 它不是咒语，不是某个万能句式，也不是堆几个高级词就能让模型突然变聪明。更准确地说，它是一份任务定义。 从“提问”到“安排一件工作” 我以前有时会把 AI 当成一个反应很快的搜索框，输入一个愿望，然后期待它给我一个像样的结果。例如“帮我写一份方案”“帮我优化一下这段话”“这个逻辑有没有问题”。这些说法不能算错，但它们的问题在于，我把很多关键判断都留给了模型自己猜。 如果把这件事放回软件开发场景，其实就很容易理解。一个需求如果只写“做一个用户系统”，工程师一定会继续追问：用户是谁？登录方式有哪些？权限模型怎么设计？数据如何存？异常怎么处理？上线标准是什么？ 但面对 AI 时，我有时候反而忘了这些基本动作。好像因为它能自然语言对话，我就默认它能自动补齐所有上下文。现在看，这其实是把任务定义的责任交出去了。 好提示词首先是清晰的任务边界 这次学习里，我重新整理了一个很朴素的判断：提示词质量的第一层，不是语言多漂亮，而是任务边界是否清楚。 背景是什么，目标是什么，输出给谁看，结果用在什么地方，哪些内容必须保留，哪些表达应该避免，什么样的答案才算好。这些问题如果没有说明，AI 当然会给出一个“平均答案”。它可能完整、礼貌、结构也不错，但不一定是我要的。 这和我们做系统设计很像。边界不清楚时，系统会在各种默认假设里摇摆。AI 也是一样。提示词越模糊，模型越需要用它训练中学到的通用模式来填空；提示词越清楚，它才越有可能沿着我的真实目标工作。 我开始少追求“神奇句式” 以前看到一些提示词模板，我会下意识关注里面有没有什么特别有效的句子，比如“你是某某专家”“请一步一步思考”“请用专业口吻”。这些句子当然可能有用，但如果只记句式，很容易本末倒置。 “你是专家”真正有用的部分，不是专家这个身份，而是它背后应该带来什么视角、标准和责任。如果我没有定义它要从什么角度判断、按什么标准取舍、对什么结果负责，那这句话更像装饰。 同样，“请一步一步思考”也不是魔法。它只是提醒模型把中间过程显式展开。真正关键的是，这个任务是否需要分步骤推理，步骤是否可检查，最后答案是否能被验证。 所以我现在更愿意把提示词看成一份轻量级需求文档。不是写得越长越好，而是要把关键约束说出来，把模糊愿望变成可执行任务。 一个小小的转变 如果今天只记录一个变化，那就是：我不再把提示词理解成“怎么让 AI 听话”，而是理解成“我如何把一件工作定义清楚”。 这对一个写了很多年代码的人来说，反而有点熟悉。我们一直在做类似的事：把业务语言翻译成系统边界，把模糊需求拆成模块，把不可控的结果变成可验证的流程。 提示词工程可能也是这样。它表面上是在和 AI 说话，底层却仍然是任务分析、上下文管理、约束表达和质量控制。 这篇先记到这里。第一天重新学习提示词工程，我没有学到一个更炫的模板，反而先把一个旧误解放下了：提示词不是咒语。它更像是我和 AI 协作时，交出去的第一份任务说明书。 #AI# #AIAgent# @grok

中国刚对币圈严打，为什么HashKey还能此刻上市？ 我看很多群在聊这个话题，但没聊到点子上。 HashKey能上市，核心不是肖风，而是母公司万向集团创始人——鲁冠球先生。 鲁冠球什么地位？ 我只说一个场景。 2017年10月，鲁冠球去世。葬礼花圈的名单里，有东大现任最高领导人，前任最高领导人，还有多位时任常委。 一个民营企业家的葬礼，能收到这种规格的吊唁，你细品。 所以我们翻开Hashkey招股书第396页。 第一控股股东，叫鲁伟鼎，持股超过40%，加上员工持股平台的投票权，实际控制超过60%。远超肖风持股的16.25%。 这位，正是鲁冠球的儿子。 鲁冠球是早在80年代就被树立为“乡镇企业改革”典型的。 早在1986年11月，鲁冠球受到邓小平等最高中央领导接见。 鲁冠球最早从一个小铁匠铺，到建立通吃全球的汽车零部件帝国，万向集团（HashKey母公司）在过去四十年里，做对了一件事：国家需要什么，我就造什么；国家担心什么，我就稳住什么。 问题来了，一心造车的鲁冠球，为什么想起搞区块链？ 据说鲁冠球当年做新能源汽车，有个痛点：怎么让千家万户屋顶太阳能板发的电，实现自动交易。 正好跟当时在研究ETH的肖风交流。肖告诉他：区块链能解决。它能给每一度电、每一块电池上个"身份证"。 于是，已在传统金融功成名就的博时基金创始人肖风，被鲁冠球请出山。 江湖流传，鲁老爷子请肖风，给了三个承诺： 第一，“我不看报表”。 你搞区块链，我不问你今年赚多少，甚至允许你亏十年。 第二，“我不插手”。 你要投那个叫以太坊的那个V神？尽管去，输了算我的。 第三，“我要的是未来”。 万向要从实业转型，你就是那个带路人。 现在我们来解最后一个谜题：肖风总图什么？ 2011年的肖风，50岁，博时基金掌门人，年薪千万级别，行业地位顶尖。 据说他想干的那些新东西，传统金融干不了只有万向能保护他干。 肖风是监管体系出身的人，他太清楚这个系统的运作逻辑了。 币圈有句老话：在中国搞加密货币，要么润，要么蹲。 Hashkey能走出第三条路子：上市，这是特例，不是先例。 所以千万别把HashKey的上市，误读为东大对币圈的妥协。 风向标，早在十三部委的红头文件里，白纸黑字，写得明明白白。

ai 很多问题解决不了 。 比如： openclaw 看起来很科幻很牛逼，有了他可以提升效率：整理文档/日历/邮件，简单沟通，随时im发送指令去干活当牛马。 但，前提是：有效率提升这个需求，明确知道用它在哪个地方帮到自己，否则就是跟风玩具罢了。 ai 能起到作用的前提是： 1️⃣ 目标：你清楚的知道要做什么； 2️⃣ 系统：你清楚的知道做成什么系统，可以解决这个目标； 3️⃣ 成果：你清楚的知道能带来什么收益和成果，不管是商业变现，还是辅助交易。 ai 帮不了你形成目标，闭环系统，获得成果。 对大部分人来说，它目前只是个大玩具，和聊天伙伴。

求职系列（5）：跳槽，大厂还是小厂 这是求职系列的第五篇，聊聊跳槽决策。 --- 跳槽本质上是一个决策问题，而决策质量取决于你掌握的信息量和你评估信息的能力。 大部分人跳槽后悔的原因都是前期调研做得太少。 0️⃣ 先想清楚：你到底需不需要跳 很多人跳槽的驱动力是情绪、是在原公司碰到了问题选择逃避，而不是判断。 例如：项目刚被砍了、和 leader 闹了一次不愉快、绩效季没拿到期待的结果，然后立刻打开招聘 App 开始投简历。 这个节奏大概率会跳进一个坑，因为你的决策基础是情绪，不是理性评估，你在这家公司碰到的问题，大概率在下家还会碰到，甚至会更棘手；所以抱着逃跑的心态跳槽，是无法解决最核心的那个问题的。 判断要不要跳，要先把自己的现状拆开来看，我一般会问自己四个方向的问题： 1.职业成长还在不在？ 你过去一年学到了什么新东西？最近解决过什么有挑战的问题？如果这两个问题你答不上来，说明你已经在原地踏步了，这是一个很明确的跳槽信号。 2.你的市场价值在涨还是在跌？ 和市场接触接触，把你现在的简历发给猎头，看看他们的反应，能拿到什么样的面试机会。如果几年前你是香饽饽，现在猎头对你没什么反应，说明你在当前岗位上的积累在市场上变现的空间变小了。 3.钱有没有到位？ 你的薪资涨幅跟得上你的成长吗？在大厂，如果你连续两三年绩效不差但薪资涨幅远低于市场，也是个很明确的跳槽信号，在一家公司待太久一定会落后于市场能给到的薪资水平。 4.人的问题还是环境问题？ 你最近不爽的根源是什么？这个问题换一家公司能解决吗？能不能不换公司解决？如果是具体的一个 leader 让你难受，跟这个 leader 的合作结束了问题可能就消失了，不一定需要换公司。如果是公司的文化、方向、氛围让你整体不舒服，那是环境问题，不换公司解决不了。 这四个问题里，如果两个以上的答案让你不满意，跳槽是值得认真考虑的。如果只有一个，先看能不能暂时解决。 还有一个很重要的信号：你有没有在工作里体会到成就感。 不需要每天都爽，但偶尔有那种做完一件事觉得牛的感觉。 如果这种感觉已经消失很久了，通常是个非常危险的信号，说明当前工作已经没办法给你带来精神上的回报了。 还有一点比较反直觉的是，一定要尽量在高光、上升期跳槽，而不是低谷期，因为上升期时跳槽能基于一个更高的年包谈判、物质回报更高，整个人的精神面貌也会更好，这些都是在面试中无法伪装的。例如：晋升后、加薪后、完成一个重要项目后，都可以接触市场看看机会。 1️⃣ 决定跳了，怎么准备 很多人决定跳槽之后，直接就开始海投简历，这是最低效的做法。 先做整体的简历诊断， 把简历从头到尾过一遍，问自己：每段经历最值钱的产出是什么，有没有用数字量化出来？你的技能栈和你目标岗位的 JD 对照一下，缺口在哪里？这个诊断做完，你才知道你现在的简历能拿到什么段位的 offer。 补充近期的技术积累，找一找你最近在现公司做过的、值得说的技术决策或系统设计，重新梳理一下，以面试叙事的方式组织好。 锁定目标清单，不要无差别海投。列出你真正想去的 10-20 家公司，按意向高低排优先级。意向最高的留到你状态最好的时候面，先拿意向一般的练手，等状态对了再打主力目标。 打开被动市场，更新 LinkedIn、脉脉的状态，或者直接联系你长期合作的猎头，告诉他们你在看机会。 很多好的 JD 根本不对外公开，只在猎头圈里流通，你不主动告知，就永远看不到。 给自己定一个时间范围。想清楚打算几个月之内跳槽？这个时间窗口会影响你的节奏。 如果你三个月内想动，现在就要开始准备简历、刷题、约面试。如果是半年内，节奏可以相对慢一点，但不能无限期拖着。 2️⃣ 跳槽前的信息收集 客观信息： 知乎、脉脉、公众号、行业报告。了解公司的业务方向、盈利模式、裁员历史、文化风格。这些信息有噪声，但多看几个来源交叉验证，基本能还原一个大致的画像。 主观信息： 自己下载产品用一用，感受一下体验和迭代速度。如果能找到在里面工作过的朋友，直接问，尤其是那些已经离职的人，他们说的话比在职的人真实得多。尽量尝试打听到具体的组，同一家公司不同组的体验可能天差地别。 适当拉长时间轴。 不要面完就急着决定，给自己一到两周时间消化信息、做对比。着急做的决定大概率不是最优的。 3️⃣ 看趋势，别只看现在 别只看公司现在怎么样，看它三到五年内的方向。 一家公司如果业务在收缩、人员在流失、产品没有增量，哪怕当下薪资很高，三年后你面对的可能是裁员或者边缘化。 反过来，一家公司如果业务在扩张、产品在增长，哪怕现在薪资一般，三年后你的职级、薪资和能力都可能有大幅提升。 选增量，比选存量重要。 4️⃣ 主动降温，避免过于乐观 大部分人看新机会时都处于兴奋状态。新环境、新挑战、新薪资，一切看起来都很美好，但你需要主动给自己降一降温。 问自己几个冷酷的问题：这个岗位最坏的情况是什么？如果业务被砍了我怎么办？ 薪资涨了 30% 很诱人，但如果工作强度翻倍、成长空间有限、团队文化糟糕，那 30% 的涨幅根本覆盖不了这些隐性成本。 把优缺点都写出来，根据权重综合打分，别只盯着那个涨幅数字。 5️⃣ 大厂跳小厂 / 初创的决策框架 如果你正在考虑从大厂跳到初创，有几条硬性筛选标准。 看阶段。 只考虑早期阶段的公司。中晚期的初创大概率已经过了高速增长期，你进去拿到的期权被稀释了好几轮，上升空间极其有限，要赌就赌早期。 看投资人。 背后是谁在投钱，直接决定了这家公司的生存概率和天花板。 找里面的人聊。 找一找从这家公司在职\离职的人，他们为什么走，离职的人的评价往往最接近真相。 算一笔账。 把大厂未来 2-3 年的确定收入算出来，再算算小厂的收入区间，分最低和最高两个极端。最低的情况你能接受吗？ 如果最低情况会让你的生活质量严重下降，这个赌就不值得冒。 争取更好的条件。 如果决定去，在谈 offer 的时候一定争取：base 能不能提一提、期权能不能多给一些，不是为了多拿几千块，是看对方的诚意。 但连薪资都不愿意谈的公司，进去之后大概率也不会在其他事情上对你慷慨。 --- 跳槽最重要的一件事：手里有筹码再做决定。 在你拿到新 offer 之前，所有关于去留的纠结都是空想。先把 offer 拿到手，坐下来，冷静对比，理性评估。 别在脑子里做选择题，要在纸面上摆出真实的选项，白纸黑字、数字清楚，然后再做决定。 手里没有筹码的人，不配上桌谈选择。

每次讲系统架构，最烦的从来不是讲，是画图。 自己开 Visio、 最近在 GitHub 翻到个挺有意思的项目 archify，装进 Claude Code、Codex CLI 或者 opencode 里，你直接拿大白话把需求说清楚，架构图它就给你生成出来了，省事。 🔗