在思维的网络中探索连接,用技术让想法自由延伸
记录正在形成的判断,梳理那些值得反复推敲的问题与答案
AI 缓存真正复用的是输入前缀的计算状态,而不是上一次回答。理解这一点,才能正确设计 Prompt、控制成本、降低延迟,并避免把缓存当成业务状态。
从做原型时反复遇到的表达断层出发,聊聊为什么想做「思绪」这款 AI 原型编排画布。
看完 yueban-image-to-code 这套 skill 之后,我越来越觉得,UI 图转 HTML 这件事,重点不是先生成页面,而是先把图拆清楚。
当 UI 这一环被打通,软件的形态也许会从沉重资产,变成围绕上下文即时生成的临时组织。
这些产品对应的是几条持续推进中的问题线索,分别落在写作、表格协作、项目定义、远端工作台、后端起步和 Agent 控制边界上。

一个借鉴 Supabase 思路但更轻的后端起点,面向个人开发者和中小项目提供足够完整的表、认证与管理能力。

一个把项目整理到 AI 和人都能接手的上下文容器,先收拢规范、路径、文档和使用习惯,再谈自动执行。

一个面向 AI 时代远端工作的工具基础,重点不是入口,而是会话连续性、环境稳定性和个人工作秩序。

一条从 Agent 平台走向产品反思的路线:AI 在 B 端需要 workflow 边界,但真正好的产品不该把复杂性暴露给用户。

把表从展示容器升级成业务对象,让运营和项目团队围绕本地数据、外部系统数据和业务判断层直接组织工作。

一个面向长报告写作的知识工作台,用大纲驱动内容生成、人工修订和上下文一致性维护。
在物理世界按部就班地倒计时,在数字荒原里无边无际地编织白日梦