用多少Token，开多少工资发布于 2026年2月13日 Zheng Li工程师的薪资不再只买代码，而是买你调动算力的“杠杆率”。一位Principal工程师每天理应消耗近150亿Token来证明自己配得上那份高薪——如果你还在靠手写代码填价值黑洞，说明该重新审视自己的算力投入了。继续阅读
谁是朋友，谁是敌人？发布于 2026年2月4日 Zheng Li当下的AI浪潮撕裂了技术圈，管理层视AI为取代部门的效率神器，一线执行者却感到自己正在沦为可有可无的零件。作者借用经典追问“谁是我们的朋友，谁是敌人？”，指出当前有三座大山需要面对：数据被巨头吞噬污染、算法将人困于信息茧房、AI工具的谄媚正在钝化我们的批判思维。但作者同时强调，我们不必陷入卢德式的恐惧，AI本质是工具，关键在于谁掌握它。面对这场变革，普通人应当守住三条底线：保持独立思考不被AI的顺从惯坏、以AI为延伸而非枷锁来激活创造力、更重要的是建立属于自己的数据“自留地”，从数字时代的佃农变成有恒产的自耕农。继续阅读
割裂感发布于 2026年2月3日 Zheng Li作为大厂员工，在推动组织AI转型过程中感受到强烈的割裂感。这种割裂首先体现在生产力差距上——个人利用AI工具能实现十倍效率提升，但团队落地却困难重重。其次，AI代码审查引发的信仰冲突本质上是确定性思维与概率思维的碰撞。更深层的是组织层面的物种差异：AI原生公司快速迭代，传统大厂却困在流程里层层延误，再加上内部认知断层——老板焦虑而执行层躺平。作者指出，当超级个体正在利用算力快速进化时，大部分人既跟不上趋势，也缺乏消费能力，未来的通道可能收窄到少数人云端、多数人地面的科幻式分化。文章最后承认这种割裂难以弥合，每个人能做的只是选择站在想要的那边。继续阅读
只有火种才能点燃火种：关于经验断层的思考发布于 2026年2月2日 Zheng Li在AI时代软件开发面临经验断层的难题，作者认为可以回归传统学徒制来应对。文章借鉴军队、艺术、医疗、餐饮等领域的传承模式，指出那些无法通过书本获得的隐性知识——比如代码品味、系统架构思维、风险嗅觉——必须依赖师徒间的口传心授。这种回归也意味着筛选机制的根本改变：不再只看代码能力，而是看是否值得被教导。未来行业或将分层，能找到“师父”的新人可能比大厂Offer更关键。技术狂奔之下，教育形态或许正在回望工匠精神的传统。继续阅读
为什么你不应该PUA模型？发布于 2026年1月26日 Zheng Li作者回顾了自己从老式文曲星编程到大学C语言的经历，指出当年老师禁用goto关键字并非迂腐，而是为了逼迫学生放弃“打补丁式”的线性思维，建立面向对象的大局观。如今在AI时代，他发现提示词工程正在重演同样的戏码——人们用MUST、MANDATORY和大量“禁止”去PUA模型，这本质上就是在写自然语言的GOTO语句。模型并不能真正理解“不”的否定含义，你越强调不要做什么，反而越会把它的注意力推向那个方向。真正有效的做法是告诉模型“什么是好的”，给它清晰的示例和结构，而不是用恐惧去控制概率。作者相信，当你放下手中的鞭子，用尊重和结构去引导AI时，它会展现出超乎想象的可能性。继续阅读
为什么我不喜欢“vibe coding”发布于 2026年1月23日 Zheng Li作者其实是AI编程的狂热使用者，但他认为“vibe coding”这个词有些偏差——它强调了“感觉流”的随意性，却可能让人忽略背后的严肃性。作者借用历史上的“user”概念来类比，指出当自然语言变成代码时，虽然自带一种艺术创作的“氛围感”，但工业界需要的是能大规模复制的产品，而非孤品。目前的挑战在于，如何把充满不确定性的“vibe”输入转化为确定性、工业化、规模化的输出。作者提醒我们，如果承认自然语言是新的高级编程语言，那么AI生成结果不如预期时，应该反思自己的“自然语言逻辑”是否有Bug，而非一味调侃工具。作者建议以“自然语言高级编程”的心智去适应、掌握和规范它，最终造出稳固的“宜家椅子”，而不是停留在对新事物的调侃中。继续阅读
为什么我说AI的未来，依然绕不开Google、微软和苹果？发布于 2026年1月21日 Zheng Li这篇文章用iPhone早期的历史来类比AI时代的开发。作者认为现在做AI Skill就像当年用Objective-C写App，虽然过程繁琐，但市场有溢价，大家都觉得是未来。我们已经有了很好的“编程语言”——自然语言，也有了各种Skill，但缺的是那台真正的“iPhone”——一个Agentic OS。这个系统不应该是简单的聊天界面，而应该像手机一样成为个性化的容器，让用户能“安装”各种Skill把它变成自己的助手。关于谁来造这台“iPhone”，作者认为Google、微软、苹果这些巨头虽然动作迟缓，但因为拥有分发渠道和入口优势，最终很可能完成自我革命，不然就会被新平台取代。继续阅读
我们应该追求快，还是应该追求多？发布于 2026年1月20日 Zheng Li十多年前，作者刚工作时曾挑战一天写近千行代码，那是靠体力拼执行的年代。如今AI编程工具普及，执行的门槛大幅降低，作者认为AI带来的核心价值不是快而是多——它像放大器，会平等地放大你的想法：深思熟虑的构思能产出优质产物，没想清楚的点子则只会被放大成更多垃圾。作者提醒，盲目追求速度和用尽Token反而会陷入低质量维护的陷阱。真正的效率提升应该让我们有更多尝试空间，把省下的时间花在把问题想清楚上，而不是花在无休止的会议和流程中。当执行不再是障碍，什么样的产出才是有意义的，这个问题值得我们重新思考。继续阅读
让机器去修行，让人去休息发布于 2026年1月13日 Zheng Li在代码的生灭中，看见众生相。 毫秒间的转生 人的迭代周期，是一生。草木一秋，蝉鸣一夏，小动物快一些，但也得遵从四季的节律。 而在 AI Coding 的视界里，时间的颗粒度被磨得极细。一次回车，就是一次转生。我们在屏幕前眨眼的瞬间，它已经经历了成、住、坏、空。...继续阅读
