让积累产生复利:我为什么做 Fgeo
太长不读:
最近整理博客,我发现最难处理的不是没东西写。
是东西太多:项目、笔记、AI 对话、半成品。
它们没有变成判断,只变成了:“以后再处理。”
上一篇文章里,我把这个状态比作认知过载。这里说的“病”,不是医学诊断,而是积累没有代谢。
我的解法不是再建一个更大的知识库,而是给积累装一条回路:
Action × Feedback × Adaptation
行动 × 反馈 × 调整
Fgeo,就是我正在做的这条回路。
太长不读:
最近整理博客,我发现最难处理的不是没东西写。
是东西太多:项目、笔记、AI 对话、半成品。
它们没有变成判断,只变成了:“以后再处理。”
上一篇文章里,我把这个状态比作认知过载。这里说的“病”,不是医学诊断,而是积累没有代谢。
我的解法不是再建一个更大的知识库,而是给积累装一条回路:
Action × Feedback × Adaptation
行动 × 反馈 × 调整
Fgeo,就是我正在做的这条回路。
太长不读:
AI 让我们更快地做出页面、原型和演示稿。
但做出来不等于被看懂,更不等于经得起真实用户和利益相关者的反馈。
问题不在于反馈太少,而在于反馈散在截图、聊天记录和会议纪要里,脱离了版本、页面和具体元素。
所以我做了 Floop:把交付物的版本、分享、评论和修复重新连成一个可追溯的反馈回路。
太长不读:
AI 写前端很快,但它经常把你的设计系统写散。
第一版像魔法,第五版像事故现场。
所以我做了 Fdesign:一个开源、local-first 的设计工程工具,让 AI 在生成 UI 前先理解 token 和组件,在生成后接受规则校验。
太长不读:
AI 正在把开发速度拉高,但很多团队的测试管理还停在 Excel、会议纪要和口头确认。
结果就是:开发越来越快,测试越来越像最后一道人工防线,QA 背锅,Tech Lead 心里没底,老板只听到一句“应该测过了”。
testboat 想解决的不是“让 AI 多写几条测试用例”,而是让测试策略、用例、执行、缺陷、报告和版本进入同一套可追溯的工程系统。
太长不读:代码助手越来越懂你,但在写数据库操作时却总翻车。不是 AI 变笨了,是 Hibernate 的 N+1 陷阱和 MyBatis 的 XML 强耦合,让 AI 很难在一次上下文中写出零副作用的安全代码。在这篇《Jimmer in Action》前传里,我们聊聊为什么 AI 编程时代,你需要一个像 Jimmer 这样强类型的现代 ORM。
太长不读:
凌晨两点跟 AI 聊出了完美方案,第二天它翻脸不认人。
我受不了了,花两周做了个开源工具 fcontext。
结果做完以后,治好的不是 AI 的失忆,是我自己的工作方式。