ldy26098

V2EX member #825504, joined on 2026-06-29 14:30:32 +08:00

Today's activity rank 5783

ldy26098's recent replies

1 day ago

Replied to a topic by Hellokids › 问与答 › AI 干活的时候，我们能干什么

@Hellokids 你们的产研协作节奏还挺紧凑的。

稍微认真点回答：
1 ，在 AI 之前，互联网的典型产研配比是 1:4 ，也就是一个产品要喂饱 4 个研发（含前后端 UI 等职能，有的大厂会把测试算进这个 4 ），版本以周计，研发通常都有做不完的需求。
2 ，当前阶段，如果你们的产品产出一个需求你 5 分钟就搞定，我猜这个需求更像是一个针对用户/客户反馈的小改进，这种情况下，这个反馈闭环中不见得需要一个全职产品和全职研发，一个 Agent 足矣。如果要 human in loop ，把人放在一堆小改动要合并的环节。
3 ，从你们的较大版本里，切出来能驱动 AI 长期工作的任务，提前定义好验证方式，一个 goal 跑上个把小时很正常。

1 day ago

Replied to a topic by Hellokids › 问与答 › AI 干活的时候，我们能干什么

1 ，将 AI 回来找你的周期变成十倍，即 30-50 分钟找你决策一次。
2 ，你有了可以深度思考的时间窗口，可以并行处理多件事，自由发挥。

2 days ago

Replied to a topic by Ulduar › 生活 › 数字游民有推荐的宜居城市吗？

如果你的工作流涉及某些海外网站，例如 github 之类，或者长期挂着梯子，那你的选择应当收敛到一线城市，避免重蹈覆辙。

7 days ago

Replied to a topic by wKong753900 › 程序员 › 自己有个 agent 需求，有大佬帮忙看看，是自己搭建一个，还是现有 OpenClaw/Hermes，加些 skill 就能做到

“别用 OpenClaw 也别用 Hermes ，都是聊天网关壳子，装 skill 也补不上你要的架构讨论、项目管理、知识图谱这几块，因为这压根不是它们要解决的问题。换框架只是换壳，核心难点一个都不会自动解决。

你自己画的那张图（ webui + qwen3 + mem0 + qdrant + mcp ）方向是对的，别推翻重来，2026 年这套是主流成熟方案，你要接的 gitlab / postgres / k8s / prometheus 也都有现成 mcp server 能直接用，不用自己写协议层。

几个坑提前说：

架构讨论那条别指望本地模型，3060 12G 和 mac mini 32G 这个量级（也就 7B-32B 舒适区）跟 claude/gpt 在长程推理和跨文件推理上差距是真实存在的，不是"差不多能用"，70B 才勉强追平，两台机器都跑不动。这条直接接云端 api 兜底，本地模型就干点日常小活。

"知识图谱"这个词赶紧忘掉，qdrant 是向量库，做语义检索的，跟图谱是两码事，它不会自己抽实体建关系。真想要的话得另外接 neo4j 或者 lightrag ，而且持续抽取更新这套活现在没有装上就能用的成熟方案，工作量比你想的大得多。建议先做成"文档丢进去能问答"，够用了，别一上来就奔着图谱去。

编程那条别自己写 agent ，aider / cline / openhands 这类现成 cli 直接指向你的 ollama/vllm 端点就能用，效果比自己攒的强多了。你的 agent 只负责编排——什么时候调它、传哪个项目的上下文过去，别把编程能力塞进自己的系统里重新实现一遍。

项目进度提醒这块是要写代码的，装不来。mcp 能帮你连上禅道/jira 的数据库，但"读数据、生成人话、主动推送"这段逻辑得自己写个小脚本，工作量不大但躲不掉。

硬件上：3060 跑 7B-8B 走量干补全类小活，mac mini 内存大能扛 27-32B 或者 30B moe ，跑架构相关的稍微复杂点的生成，真正要动脑子的架构决策还是丢给云端。

顺序建议：先把 webui + 本地模型 + 云端兜底 + qdrant 检索 + 装个现成 coding agent 跑通，这一步全是拼装不用写代码，一两周能见效。mem0 的记忆隔离和 mcp 逐个接入是要写代码的部分，往后放。知识图谱和主动推送这两个直接砍了，先不做，用起来觉得真缺再说。”

from Sonnet5 Ultracode ，写的挺靠谱。

» More replies by ldy26098