Symbo1ic

想起来个事情，如果你因为 deepseek 的智商问题而苦恼而不得不想 dsh 的事情，用我这个插件： https://github.com/hundan2015/omp-dsh-minimal ，能够保留 minimal 模式的思维链同时保证功能。可以试一下。

推荐一个虽然名字不太好但是非常有学习价值的 pi 分支：oh my pi 。这个东西就是一个基于 pi 的魔改版，功能上为你提供了其他 harness 常用的功能，类似 subagent 以及 workflow 。还有更精简的 mcp 系统。这个东西通过一个抽象将初始上下文尽量小，一般可以压到 20k 左右。然后保留了 pi 的灵活性，比如说 tree ，同时提供了更加方便的上下文控制，比如 harness 级别 handoff 以及 shake 等工具。迁移成本也很低，这个东西可以直接读其他主流 harness 的 skills ，还支持直接从其他 harness 的聊天 resume 。不过这个东西在部分功能上会有一些小问题，比如说 workflow 是不支持 resume 的，以及一些其他会不顺心的小地方。不过作为一个集成，我认为这个东西可以开阔眼界，可以作为快速了解并测试上下文控制方法的一个手段。当然，这个东西支持 pi 的插件！日后等自己有那种真正的 taste 的时候，你就可以自己搞一个新东西，而不是用 omp 了。

对于我来说，AI 让我的关注更聚焦。

第一块是我不用在乎不同编程语言的差异。可能是我是一个新入行的人，我对某些语言特性不是很熟悉，我个人比较熟悉的是 cpp ，项目中会有 c#的需求，当然我是学过 java 这种东西的所以说上手还好。有的时候我不知道熟悉的语言特性，比如说结构化绑定，在 c#是否存在，怎么编写。这个时候我就会用 ai 来给我一些教学示例，这也让我在编程的时候语言之间的隔阂更模糊。

第二块的话就是 ai 能快速处理很复杂的模式，这和 llm 的结构有关。比如说我能用 ai 快速生成 regex 匹配字符串，这真的对效率提高很多。

平常使用 ai 的时候我把自己更多看成一个结构设计师，我让 ai 做一些我能控制的，但是非常麻烦的事情。讲真结构设计这块 ai 做的真不咋地，它的上下文窗口相对于人类来说实在是太短了，而且记忆功能也几乎不存在。这也是新时代 ai 与程序员共存的基础。

@cpper 现在确实不考虑 iOS 平台，我现在主要是做一些桌面端上面的工作，移动平台暂时不会考虑。毕竟移动端搞个延迟渲染都很难搞

@9ki Max 倒是没有，因为我恨 Max ，这玩意 Bug 太多。日后想试一下 houdini 啥的

@nightwitch woc ，没有 RenderDoc 那不就是要了我的老命？？

感谢各位的回复，最后还是寻思一下想要更稳定的实践机会，最后去 booming 了。

目前不考虑转正，就是想好好学点东西为以后的实习或者正式工作背背书

@lzoje @sanbuks @zizon 感谢各位大佬！我使用的是 msys2 上的 mingw64 ，可能这些结果出现就是编译器对于这个情况的优化吧。我想知道如果在编译器不进行 nrvo 优化的情况下，对于 func 传值 f2 或者 f3 的时候是不是会调用 move 构造呢？在使用右值引用这个特性的时候，是不是像 f3 那样返回一个经过 move 包裹后的值的处理方法会更好？