Joined October 2024
- Tweets 262
- Following 270
- Followers 14
- Likes 765
Every 的一篇博文，记录了他们内部 6 位工程师日常是怎么使用 AI 的，可以学习借鉴一下。这 6 个人都很厉害，撑起了 4 款 AI 产品、一个咨询业务，还有一个 10 万多读者的订阅每日更新。
第 1 位 —— 走在实验前沿：Yash Poojary, Sparkle 总经理
Yash 是 Sparkle 产品的负责人，他同时开两台电脑，一台跑 Claude Code，一台跑 Codex，然后给它们下达同一个任务，看它俩谁干得又快又好。
Yash 说，在五个月前，他得先把设计图（Figma）截图，再粘贴到 Claude 里，让它“看图写代码”。现在用上了 Figma MCP 集成，Claude 可以直接读取 Figma 的设计源文件——包括颜色、间距、组件这些。
Yash 不仅在用AI，他还在优化和AI的配合。比如，他把一天切成两半：
- 上午：专注执行。 这时候只用自己最熟的AI工具（Claude 和 Codex），绝不玩新东西，保证产出。
- 下午：自由探索。 这时候才开始测试各种新出的AI应用和功能。
他很清楚 AI 既是生产力工具，也是个“时间黑洞”。他用严格的时间管理，给自己建立了“防护栏”，防止自己沉迷于“调教AI”而忘了真正的工作。
第 2 位 —— 编排闭环：Kieran Klaassen, Cora 总经理
Kieran 负责 Cora 产品，他的风格是““谋定而后动””。
他的工作流核心就两个字：计划。
他会根据功能的大小，制定三种不同级别的编程计划。他会用一个叫 “Context 7 MCP” 的工具，先把最新的、最准确的官方文档和代码喂给AI，确保AI不是在“凭空想象”或用过时的知识来制定计划。
等Claude Code 交出一个完美的计划后，他再把计划发到 GitHub，然后在云端让 Coding Agent（主要是Claude Code）去执行这个计划。AI写完代码后，他会再启动一个““审查””命令，让AI自己先检查一遍，然后他再上手。
对 Kieran 来说，AI 不是一个“黑匣子”，而是一个必须在他制定的蓝图内严格执行的“施工队”
第 3 位 —— 化繁为简，拆解里程碑：Danny Aziz, Spiral 总经理
Danny 负责 Spiral 产品，他可能是这群人里最硬核的一位。
他的主战场不在花哨的图形界面，而是在一个叫 “Droid” 的命令行工具里。这个工具能让他同时调用 OpenAI 和 Anthropic 的模型。
他的工作流是：
1. 用 GPT-5 Codex 做大的任务：搭建复杂功能的框架。
2. 用 Claude 做小的任务：优化和打磨代码细节。
Danny 最有价值的一个做法是，他会在““规划阶段””花大量时间跟AI对话，让AI帮他推演一个决策可能带来的第二层、第三层后果”。
举个例子：“我要加这个新功能，但你帮我分析一下，它会不会因为从数据库拿数据的方式，导致整个App变慢？”
他用AI来辅助自己做更高维度的“架构思考”，而不仅仅是写几行代码。
> “我不再用 Cursor 了，”他说，“我已经好几个月没打开过它了。”取而代之的是，他的主界面是 Warp，可以在上面分割屏幕、快速切换任务。在它背后，他用 Zed ——一个轻量、快速的代码编辑器——来审阅计划文件和特定的代码片段。
第 4 位 —— 让流程成为唯一的“事实来源”：Naveen Naidu, Monologue 总经理
Naveen 负责 Monologue 产品，他是个“程控”。他的信条是：“如果一个任务没录入 Linear (项目管理工具)，那它就不存在。”
他把所有需求和Bug都先在 Linear 里归档，然后再启动AI。他也有两套流程：
- 小Bug：直接从 Linear 复制粘贴问题描述，扔进 Codex Cloud 让AI去跑。
- 大功能：在本地写一个详细的 plan.md (计划文档)，把它作为和AI沟通的“唯一事实蓝图”，在命令行里一步步推进。
最有意思的是，他深度使用自己开发的产品 Monologue (一个语音转文字工具) 来口述需求、写文档、给AI下指令。这简直是““用自己造的锤子，来修自己的房子””。
他还有一套严格的审查标准：AI 自动审查 -> 自己人工对比代码 -> 查看Sentry（错误监控工具）的日志，确保Bug真的被修复了。
第 5 位 —— 钻研打磨，精益求精：Andrey Galko, 工程主管
Andrey 是工程主管，他代表了另一种工程师：不爱折腾。
他不喜欢追逐“闪亮的新玩具”。他之前一直用 Cursor (一个AI代码编辑器)，觉得体验最好。但后来因为 Cursor 改了定价，他一周就把免费额度用完了，这才“被迫”换工具。
他换到了 Codex。他认为以前的 OpenAI 模型写的代码很“懒”，经常跳步骤，不如 Claude 好用。但现在的 GPT-5 Codex 已经进化得非常强，连以前 Claude 的强项——用户界面(UI)——都能搞定了。
第 6 位 —— 极致的专注：Nityesh Agarwal, Cora 工程师
Nityesh 是 Cora 的工程师，他的风格和第一位 Yash 截然相反。他追求极致的专注。他的装备极简（一台MacBook Air），他的工具也极简：只用 Claude Code。
但他用 Claude Code 的方式很特别：
1. 他会花好几个小时，先和 Claude 一起研究、制定一个巨详细的计划。
2. 一旦开始编码，他就待在一个终端窗口里，“像老鹰一样””盯着 Claude 输出的每一行代码，手指就悬在 Escape 键上，一旦发现不对，立刻中断它。
最近，他甚至故意频繁地打断AI，强迫AI向他解释“你为什么要这么写？”。
他承认，这样做效率变低了，但带来了两个巨大的好处：
1. AI 胡说八道（hallucinate）的次数变少了。
2. 他感觉自己的开发技能也在这个盘问 AI 的过程中变强了。
他意识到，自己已经对 Claude 产生了依赖，这让他很脆弱。前阵子 Claude 宕机了两天，他试了别的工具，都感觉不顺手。所以，他现在逼着自己和AI一起思考，而不是纯粹依赖AI。
---
看来每个人用 AI 的方式都不一样，但也有一些共同点：
1. 重点不在“写代码”，而在“做规划”
没有人真正的是在“Vibe Coding”，没有说写个提示词就完事了的，都是在 AI 干活前反复的讨论，直到清楚了再动手
2. 上下文很重要
Yash 用 Context 7 MCP 的工具，确保 AI 在写代码时，能自动去查阅最新、最官方的“技术文档”。这就避免了 AI 用过时的知识（比如一个老版本的函数）来写新代码。还会用 Figma MCP，读取 Figma 的原始设计数据，让 AI 可以直接拿到准确的颜色、间距等信息
3. 工程师的角色在进化
工程师已经不再是单纯写代码，还要做计划、写提示词、审查 AI 生成的代码
4. 专注
这个问题其实我也有感触，AI 让人更难专注了，在等 AI 结果的时候去做点其他事，很快就把任务忘记了；或者 AI 工具太多，每个新 AI 工具都去试试太费时间了。像 Yash 那样，一半时间专注交付，一半时间探索。
原文：Inside the AI Workflows of Every’s Six Engineers
every.to/source-code/inside-…
Jianqi Zhang retweeted
作为独立开发者，我花了3个月时间摸索各种推广渠道，直到发现了这个GitHub仓库
1000UserGuide - 已经有人帮我们整理好了300+个推广平台：
国内渠道 - 包括社区论坛、内容平台、产品发现平台等
海外社区 - Product Hunt、Hacker News、IndieHackers等知名平台
Reddit子版块 - 30+个适合产品推广的Reddit社区
导航和目录网站 - 各类网站目录提交平台
2.5k星不是没道理的，这就是独立开发者的"推广圣经"
对独立开发者来说，找到早期用户比写代码更难。这个列表能帮你省下大量调研时间，直接开始行动。👇
Jianqi Zhang retweeted
想要快速地从各大社交平台，了解大家对某件事或产品的讨论或真实想法，通过人工监测分析工作量巨大。
这时候，BettaFish（微舆）这个开源的舆情分析 Agent 就派上大用场了，帮助大家破除信息茧房，还原舆情原貌，还能预测未来走向。
我们只需要像聊天一样跟它提出分析需求，系统就会自动完成全网舆情的采集和深度分析。
GitHub：github.com/666ghj/BettaFish
不仅能 7x24 小时监控微博、某红书、某音等 30+ 主流社媒平台，还能深度解析短视频内容。
并通过 “论坛” 协作机制让不同 Agent 进行思维碰撞，最终生成专业的舆情分析报告。
项目提供了详细的使用指南，可以按步骤进行安装运行，仅供学习、学术研究和教育目的使用。
王兴饭否合集PDF下载地址
iz8nxlvq03.feishu.cn/file/bo…
看完了4小时的老罗访谈李想，没有快进，没有AI总结。
有几个段落非常精彩，打动人：
1. 李想说到王兴在融资最困难的时候帮了他一把时，激动的落泪，
2. 李想分享他认识的卓越企业家的共性，第三条真的很反认知，即使选对方向，选长赛道，也要不要命的快速迭代。
3. 李想的四个坎和成长变化，人真的只有痛的时候才会改变。考虑人性，共担责任，越是困难越不要一个人抗，人人都需要被关注，被重视。
4. 李想对人的学习比喻，我理解的大意啊：基因是基座模型，读书是预训练，找高手学是监督微调，实践反馈是强化学习。
其他感受：
1. 雷军真的是中关村劳模，天赋异禀，又聪明又勤奋。
2. 王兴相当仗义，胸襟大，很想抽空把他的饭否翻一遍。
3. 李想有人格魅力，真诚直率，能找到樊铮、秦致等合伙人真的既是运气，又是实力。
Jianqi Zhang retweeted
很多推友和群友问：不方便去香港，能不能在内地远程见证开通🇭🇰香港银行账户？
答案是可以的，在内地可以通过律师见证（需要付500元律师见证费）的方式开通港卡。
对国内中高净值群体来说，最可靠的方式之一就是在汇丰这样的国际银行开通 #汇丰卓越，能享受免费的跨境见证开户服务。 在国内免费开立香港、美国、新加坡、英国、澳大利亚等卓越账户，一地卓越，全球卓越，这样你就拥有了 #港卡 #美卡 ！
股票交易者的福音：无限次免费秒到账的跨境转账通道。
更多币种在app上自由兑换（瑞士法郎、泰铢、新西兰元等内地银行不具备的币种）
汇丰卓越理财另外有两个非常好的增值服务
1️⃣办理银联钻石&万事达世界之极信用套卡：
全年2次粤港澳跨境礼宾车/境外接送机，8次机场高铁贵宾厅、6次境内接送机、12:1里程兑换、最高7500航空延误险……境内外皆可使用，账户月内日均总余额≥50万元人民币可免年费。
2️⃣办理香港汇丰 Pulse 信用卡（这可是当红炸子鸡神卡）：
1. 国内消费可以返4.4%的奖赏钱
2. 银联渠道 和 Apple pay消费，享受 2%返现加成
3. 没有货币转换费
4. 1个奖赏钱等于15个里程（ 需持有premier信用卡）
5. 刷1万人民币可以拿到6600航空里程
6. 内地客户也可以申请，可直邮到内地！免年费！
用这个买特斯拉、买小米、买房子，通通返现 4.4%！
可以办理汇丰卓越理财个人账户业务的内地城市：北京、上海、广州、深圳、成都、重庆、大连、东莞、佛山、杭州、南京、宁波、青岛、沈阳、苏州、天津、武汉、无锡、厦门、西安、中山、珠海，到时需要前往这些城市办理。办理时需要存50万3个月，3个月后可取出。
有需要的朋友私聊我，我直接推荐给你汇丰银行客户经理。❤️
Jianqi Zhang retweeted
水星银行开户指南：美国Mercury Bank如何网上开户？
为什么越来越多创业者都爱上 #水星银行？（以及你可能忽略的真相）
还记得你第一次考虑开海外账户时的纠结吗？
你是不是也在网上搜了一圈，发现传统银行要么门槛高得离谱，要么流程复杂到让人怀疑人生？
但现实是，2025年，水星银行（Mercury Bank）已经成了无数中小企业和创业者的“救命稻草”。
准备好相关材料，开户流程非常丝滑，审核也很快，我大概 30 分钟完成所有工作，并且审核通过。
之所以选择水星银行，不仅仅是因为它“在线开户”这么简单。 实际上，随着全球跨境电商、自雇经济、SaaS业务及科技创业者不断涌现，美国水星银行（Mercury Bank）凭借其便捷的远程开户流程和面向科技初创企业量身定制的服务体系，已成为非美国居民公司，尤其是中国出海企业注册美国公司后的首选银行之一。
1/N 最基础的前提，需要有一家美国公司 👇👇
Jianqi Zhang retweeted
n8n 的本质，确实可以说是“数字乐高”
一方面是系统思维：搭建者更多在做流程设计，思考“先做什么，后做什么”，尤其是“为什么要做这一步”；
每一个节点/node，都是一个乐高砖块，聚焦一个单一职责，多节点搭配，即可构建处强大的系统；
你不需要像传统编程那样从0编写，实现细节；也不需要写很多代码。代码需求都是以node为单位的，一个node里面的代码量很少，需求很清晰，用chatgpt/claude可以轻松vibe coding搞定。
n8n和乐高一样，搭建的正反馈很快。反正我是昨天下午才开始接触的，在chatgpt的帮助下，轻松可以迭代好几个版本，实现自己以前想过但是一直没法做到的事情。
tip：把需求用logseq写清楚，尽可能清楚详细。然后在chatgpt 里面建一个projects。如果提供了清晰完整的context，在o3的逐步指导下，一般的n8n应用应该可以在几小时内轻松构建完成。
当然，在做中学，还是要学，不能只是做。现在，我准备学习一下n8n的deep research报告，补一补知识啦（先上车，后补票🤣）
Jianqi Zhang retweeted
BrowseComp 浏览比较
BrowseComp（Browsing Competition），由 OpenAI 开源，用于评估agent网络浏览能力的基准测试数据集。
共包含1266个问题，涵盖多个领域。BrowseComp都是文本，没有多模态数据。而且答案都设计为简短、明确的答案，因此可以做自动化验证。
Jianqi Zhang retweeted
GitHub 上一个基于多智能体大语言模型的中文金融交易决策框架：TradingAgents-CN，个人也可拥有一支完整的专业 AI 交易团队。
通过分析师、研究员、交易员等多个智能体角色，模拟真实交易公司的决策流程，帮我们制定出最优交易策略。
GitHub：github.com/hsliuping/Trading…
主要特性：
- 分析师团队：基本面、情绪面、新闻面、技术面四大维度全覆盖
- 中国市场支持：完整的股市数据集成和实时行情分析
- 国产 LLM 集成：支持阿里百炼全系列模型和 Google AI Gemini
- Web 管理界面：提供可视化界面，配置管理和实时监控
- 智能成本控制：Token 使用统计和成本跟踪功能
- 多层数据源：MongoDB 持久化 + Redis 缓存 + 智能降级
提供详细的中文文档和多种部署方式，通过 Web 界面即可完成相关配置和分析，适合量化交易者或金融 AI 方向的开发者看看。
3，区分 “合理批评” / “人身攻击”
在对方的负面或攻击性言语中，学会不被情绪勾进去，保持相对冷静或理性
关注具体事件、具体行为，而非攻击对方人格；同时避免被对方的情绪牵着走
4，理解但不认同
Empathy不是一味“帮对方背所有的锅”，而是在理解对方处境和感受同时，不替对方承担过度责任
对方“你太敏感”/“你想多了”/“你反应过度”，不必不用马上认同认可别人，Listen/Follow / Keep in mind / Reject
否定自己的感受，会让自己陷入自我怀疑，对方也会继续忽视甚至践踏你的感受。
自我感受，是自我意识和自我价值感，最重要的部分。理应被看见和被尊重
如果没有清晰的边界，就很容易被感情勒索、绑架、批评指控操控。从而陷入恶性循环
只有在明确和清晰边界的情况下/基础上，才能平衡“理解对方”和“保护自己”两个方面
2，Listen Your Feelings&Emotions
“自己的感受肯定是真实存在的”，“我的感受也需要被尊重” “我也需要被听见 被看见”
对方“你太敏感”
和 Toxic Person 一定要注意 Set Boundaries。认清自己的内在界限（情感、责任、需求）。面对他人的指责或负面情绪时，不要轻易被“裹挟”到对方的情绪之中；要明确什么是自己的责任、什么不是。
对方试图让你 Guilt （Guilt-trip）时，你需要先承受自己的感受或处境，但同时保持对自身立场和决定的尊重
