Tag: ai

又心痒痒了，想试试用 htmx + Python 写写小项目。

不过 Python 的速度真不行，感觉 Bun 会好很多。

但是 Python 的 Ai 生态更好，JavaScript 生态圈内优质的 Ai 开源项目太少了。

好纠结啊。

大语言模型「懂不懂你」取决于它能获取到多少你有价值的数据。所以能无感，或低门槛的让你把有价值的数据交给它至关重要。

从这个角度看，微软、谷歌是最有潜力打造出真正基于大语言模型的生产力工具。前者有 office 这个全世界最受欢迎的办公套件，后者也有一套用户基数很大的办公套件，以及持续收集用户数据的搜索引擎和浏览器。

国内在这方面最有潜力的还是字节跳动。飞书虽然市占率不高，但是飞书已经基于豆包推出了知识问答，可以全量获取用户飞书内的所有聊天记录、文档、知识库等数据。

字节在这方面唯一的短板是不像 OpenAI 能做开放平台打通第三方服务（让腾讯和阿里把自己的数据开放给字节？这不可能），也不像 Google 本身就是一个小商业生态系统，用户能在里面满足一部分需求（现在已经打通了 Google 酒旅和 YouTube）。

腾讯也掌握了微信这个数据富矿，可惜微信里大部分都是聊天这种垃圾数据。企业微信和腾讯文档本身产品力不行，远远不如飞书好用。我甚至怀疑他们底层的数据架构也不如飞书开放灵活，想要打通、整合，可能还需要付出一点代价。

阿里有钉钉，但是我不清楚钉钉文档有多少人在用。在我的印象里，钉钉文档应该远不如飞书那么好用。而且钉钉文档的底层数据架构应该也不如飞书。现在钉钉文档 AI 也不能全量获取用户数据，还需要用户手动导入知识库，支持的格式也有限。

学习就是拼图。常规路径是从一个起点开始，一块连着一块，慢慢把图拼完。

但是在绝大多数时候，情况没有这么理想。很多突如其来的问题和已知部分的拼图没有关联，但是你又需要将他放到合适的位置。

这个时候，你只能不断尝试，将他和其他拼图连起来，寻找它和已有部分的联系。譬如问人，问搜索引擎。但是因为它和你已知部分没有关联，所以你问的问题可能非常荒谬、可笑、没有意义。

如果对方水平比较高，能从你的提问中猜到你想要什么，给你一个有用的答案，那是万幸。但这是小概率事件，大部分人的运气没有这么好。在大多数时候，即便你问对了人，他也不知道该怎么回答你，或者给出的答案对于你来说毫无意义。

甚至你可能连问题都问不出来，只能自己不断试错。

这个过程是盲目、困难和痛苦的。

我觉得 AI 的出现，能在很大程度上缓解这个问题。因为 AI 的知识面非常广，能从很多不同的角度理解、回答你的问题。它可能不能直接给你答案，但是能从你的提问进行推测和延伸，让你能沿着一个方向继续追问。

我觉得这一点，在和 AI 结对编程的时候体现得非常明显。因为一些库或者包的文档写得非常差，或者根本没有文档，你只能通过试错来使用它们。

这个时候，你把问题甩给 AI，它可能并没有学习过这个库，但是它能从已经学习过的代码中，推测出这个库的用法。毕竟大部分接口的设计都是类似的。

AI 在这里就像一个经验丰富的老师傅。毕竟人类的经验，也是一种大数据。

在国内最适合做 Ai Workspace 产品的，还得是微信，毕竟我们老中人最爱用微信办公了。微信沉淀的工作群聊记录和各种 word、ppt 文件才是最真实有价值的检索数据。

既然 VSCode 本质上就是个文本编辑器，那么我是不是可以把它当笔记软件？用它打开保存笔记的目录作为工作区，然后和 GitHub copilot 交互，只要 copilot 没有被限制只能回答和编程有关的问题，那 VSCode 也算半个 ai 笔记软件。

之所以是半个，不是完整的，我是基于两点原因做出的判断：

1. VSCode 本身的能力全部点在了文本编辑上，现代笔记软件的 canvas、Graph、bi-directional links 这些能力都不具备。我知道有一些可以用插件弥补，但是插件提供的能力本身比较有限，体验一般。而且目前我还没有找到能实现 obsidian 的 canvas 功能的插件。

2. VSCode 内置的 GitHub copilot 插件本身应该不具备 rag 的能力，可能需要动手 hack 一下。

Ai 要真正提升生产力，做出真正不一样的产品，还是需要和已有的数据整合起来。

从这一点来看谷歌的优势太大了。目前谷歌的 Ai Workspace 是整合最好的 Ai office 产品。微软的 copilot 365 输在了 office 三件套用户体验不行。notion ai 能整合的资源有限，价格没有竞争力。wps 的用户基本不上云，金山没有数据可用。国内最有希望的还是字节，飞书体验没有问题，就看字节能把豆包优化成什么样了。

Open Ai、anthropic 起了个大早，赶了个晚集。如果 chrome 真的能被剥离，这俩公司谁能买下来，谁就有一线生机。

是我小看 firebase studio 了，原来 nix 是可以选择版本的，直接 channel = “unstable” 就可以下载最新的包了。

{pkgs}: {
  channel = "unstable";
  packages = [
    # 输入需要安装的包
  ];}

我的项目已经完整无碍的在 firebase studio 里运行起来了。firebase studio 的 Gemini 能读到更完整的项目信息，回答的可靠性再次提升，Google 🐮🍺

Google 有点东西 👍。

今天试用了一下 Google 久负盛名的 NotebookLM。我觉得这是到目前为止最接近 memex 的产品形态——把文本资料吃进去，通过高效的索引方式帮人类找信息。

NotebookLM 的实现路径是借助 ai 的能力做基于内容的分析概括，对生成的内容给出指向资料的索引。没有那种对 AI 能力过于自信的越俎代庖，还是将人类置于内容（笔记）生产的核心位置。这个路径也一定程度上避免了 AI 的幻觉（具体多大程度还得继续用）。

置于生成报告、音频、思维导图，我觉得这些都是属于锦上添花的功能，对于我来说用处不大，反正我目前找不到使用场景。

NotebookLM 现在最适用的场景，就是需要做大量 paper work 的人了。尤其是研究性的工作。也适合拿来读书。把那种不值得细读的书和文章扔进去，问几个问题就能把握整体思路。生成的素材就是读书笔记。NotebookLM 把笔记也纳入了 AI 的内容来源，方便日后检索。

今天还试了 Google 的 IDE—— Firebase Studio。不过它就属于一眼惊艳，然后一言难尽的产品了。

产品思路不错，借着 VSCode 的壳和生态，整合了 Google 自己的云服务，和 Gemini 的 AI 能力，能实现从开发到部署的一站式服务。

起初想尝试正是因为 Gemini 的代码能力和其他大模型相比，更值得信赖。可能是我的技术栈比较冷门吧，试了很多模型，只有 Gemini 每次的回答都相对靠谱。

我导入了我的 murmurs3 项目，IDE 能自己识别项目需要的插件和依赖，自动生成开发环境。

但是这个识别能力非常堪忧。我的项目技术栈是 bun+sveltekit+Tailwind CSS，但生成的开发环境是 node，插件倒是识别到了 svelte，但是自作主张的给我加了 vue，并且，项目里的其他依赖，对应的插件都没识别出来，最基础的 ESLint、prettier 这种前端必备插件都没识别出来。我只能一个个手动下载。对了，这个插件市场不是完全从 VSCode 搬过来的，部分插件还没有，例如 DaisyUI Snippet。

在我搞定了开发需要的依赖以后，尝试运行项目，发现怎么都运行不起来，好不容易成功运行了一次，点开链接直接报错。

目前不清楚具体原因，从输出的报错来看，应该是由于生成的 Nix 容器环境缺乏 rollup 运行的二进制依赖。但是我一直 bun add 添加依赖也不行。

另外就是 nix 的包管理器，支持的包版本太老了。bun 最高只支持 1.0.13。如果想下载最新版本，就会直接告诉你 AccessDenied。

整体用下来，我还需要观望，如果未来兼容性更好，我会毫不犹豫使用，甚至购买增值服务（看价格和服务内容）。

从写代码到部署不用来回切换，在一个界面里全部搞定，这个远景太诱人了。这种端到端全链条的能力，only Google can do 👍

文字使拥有知识的人和知识分离。与此相反，口语文化把知识纳人人生世界，把知识放进生仔竞争的环境。

按照这个方向继续，Ai 是更进一步的把人和知识隔离了。

你是我未曾拥有无法捕捉的亲昵

你是我朝夕相伴触手可及的虚拟