AWS 要求初级工程师提交的 AI 生成代码要经过高级工程师的 review ，review 的步骤至少在正规大企业里是不可少的。

我觉得那种真正能直接产生财务收益的信息差，比如美国打伊朗拉升油价的内幕信息，是不会通过像知识付费这样的消费级商品渠道向你去超市买东西一样售卖给普通人。

哪怕就是在没有 AI 之前，也有很多渠道可以自主学习。所以知识付费的独特价值在哪。

公司开发环境 shell 配置有个 alias ，直接读作 k ，k 就是 `kubectl` 的缩写

什么叫如果哪天真不好找工作了，现在工作很好找是吧

工作相关的事情肯定要让公司对 token 付费。自己的个人项目是自己为 token/订阅付费。

code plan 一般不允许中转的吧，等于说 code plan 已经属于自助餐了

不管怎么说，.venv 不需要传网盘吧。

不要真把 AI 当作一个你的副驾驶或者知心朋友，每次对话的上下文不应该看作是“记忆”，而是一次和之前没有任何关系的全新的输入，就着这个思路，每个定义明确的子任务单开一个对话是合适的，用完即弃。

一般来说，在某次回复中，你觉得模型给你的回复已经有点离谱了，不要试图去就正它，因为上下文已经过大了，只会越纠正越差，这时就要果断新开一个对话。

最具性价比的方式是，花几千 token 问 AI 让 AI 告诉你怎么用 ACME 协议自动申请证书，你可以用 ACME 兼容的客户端，也可以用 ACME 使能的 Web Server 。

去 openrouter 开个账号，充个 10 美金，里面的每一个模型都可以是你的老师，"道之所存,师之所存也。"

跟 crypto 转账有点像，不管交易是否成功，gas 费是一分不少的，繁忙的时候 gas 费也会浮动。

AI 说：You are absolutely right, Thank you for pointing out ..., 我给你修好了 x 。

然后，又冒出了问题 y, z ，你又让 AI 去修，然后 AI 又是 apologize 又是对你一顿恭维，然后修好 y, z ，前面的 x 又冒了出来，又冒出问题 a1, a2 ，然后转头让你去运行一堆不相干的脚本，做一堆毫无关联的测试。

你通宵到了凌晨 4 点，地铁首班车还没来，花完了 token 余额，只能打车回家睡觉，你告诉领导你用 AI 怎么怎么分析这个 bug ，申请请半天假下午再来，领导微信只给你打出一个问号，然后又说下午 PoC 团队需要拿去演示尽快搞定。

好啊，熟练度不需要，那就跟着 AI 瞎蒙呗，把严肃的软件工程变成宗教，面向祈祷编程。

openbao ?

可是假如我是用户我为什么不直接把截图和问题描述直接发给 AI

我开发的过程中，不仅需要 RDP,VNC,SSH,DB 管理，我还需要浏览网页，读写邮件和上游 NOC 扯皮，所以建议把 WebView ，IMAP UI 也做进去？

旱的旱死，涝的涝死。

不会的，就这点消费能力和消费意愿（要么没钱要么攒钱买房）内循环搞不起来，如果把这个门关上，怎么对外出口。

可是我感觉看起来更复杂了，以往软件工程对于这类项目的最佳实践是，模块化，模块之间用明确界定的接口通信，然后每个人（甚至每个组）负责一块儿。我还是 get 不到这个项目的点在哪，是想通过一个可视化展示，让一个人+AI 就能掌控一个巨复杂的项目？

“国内的程序员”是一个很大的范围，我不知道你拿到了多大的样本数据，得出这么样的一个代表性的结论。或许又是一个身边经济学的例子。国内程序员这个群体太大了，不是一两个人就能代表的。