今日AI趣事 我说：源文章有 2 个 label，你只显示了 1 个。 Claude 说：那你一定选择的是当前文章。 我说：不是。 Claude 问：你来源选择的是源文章还是当前文章？ 我说：源文章。 Claude 说：好的，那我改成不管你选哪个来源，我都显示源文章。 我说：不对，应该按照选择的来源显示。 Claude 说：不应该擅自修改，我还原代码。 我说：你还原代码，那不就 bug 还在？ Claude 又说：那你一定选择的是当前文章。 我说：不是。 Claude 又问：你来源选择的是源文章还是当前文章？ 我说：源文章。 Claude 又说：好的，那我改成不管你选哪个来源，我都显示源文章。 我沉默了……

你是ChatGPT，别假装自己是Gemini啊！

重新整理了一遍博客自动化翻译流程。 现在大致的流程如下： 输入内容 -> 专有名词抽取 -> AI 知识库译名确认 -> 联网检索与译名校对 -> 内容翻译 -> 目标语言封面图生成 -> 审核预览生成 -> 最终交付 效果可以查看以下博文： https://www.wikimoe.com/en-US/post/b-tet73zn0 https://www.wikimoe.com/ja-JP/post/b-tet73zn0 https://www.wikimoe.com/zh-HK/post/b-tet73zn0 https://www.wikimoe.com/ko-KR/post/b-tet73zn0

近两周一直在搭配 AI 创建 维基萌 的附属多语言翻译站的代码。 现在已经有一些成果了，有兴趣的话可以访问以下链接查看： https://www.wikimoe.com/ja-JP https://www.wikimoe.com/en-US https://www.wikimoe.com/zh-HK 翻译站的核心理念是只读维基萌的数据，并创建副本和翻译版。 接入了最新的 DeepSeek v4 对内容进行翻译。 翻译一篇文章的成本大约在几分钱人民币，还是很划算的！ 目前来看运转良好。就是还无法完全自动化，原因主要是以下2点： 1.专有名词的翻译。 2.封面图的文字。 现状需要我通过带有搜索功能的AI先整理一遍名词的翻译，然后再以此次任务的提示词的形式将数据注入完成的。 虽然这套流程也可以用AI完成，但是考虑到不稳定性，还是需要我来人工质检一遍。 封面图的文字问题，这个其实接入OpenAI的 API 可以解决，但是现状还需要评估一下。

试用了 GitHub Copilot 的 Opus 4.7，整体体验并不理想。 我拿一个从零开始的工具类项目做测试，前后尝试了 5 次，竟然有 3 次直接被拒绝。理由都是认为这个项目需要团队投入数周甚至数月，超出了 AI 能完成的范围。但实际上，这个项目代码量最多也就一万行左右，我一个人一个周末完全可以完成。 这种“直接拒绝”的处理方式确实有些过头，系统级提示词到底是如何设计的？类似情况在 4.6 版本中从未出现过。当初难度更高的项目（比如维基萌公会）都能被耐心完成。 在我不断调整提示词、强烈要求之后，有 2 次成功执行，但结果质量依然不尽如人意，问题包括但不限于： 功能缺失、逻辑遗漏 声称“已完成”，但实际并未完成 无视我提供的前端代码，自行重新实现 在一个表单中，将多个字段通过遍历逐个提交的低效做法 这些问题，本质上更像是思考深度不足导致的。相比之下，Github Copilot 版的 4.6 思考深度是高，而 4.7 是中。 总体来说，4.7 在价格提升数倍的情况下，却带来了明显下降的体验，难免让人失望。更何况还强制下架了 4.6，以“升级”为名降低成本，这种做法确实难以令人认同。

让AI生成了一个记账网页应用。 完全按照我自己的需求定制的记账应用。当然也有一定的通用性。 支持响应式布局，所以手机也能用。 本人只贡献了需求和修改了一丢丢UI体验。 成品还是很满意的，看来AI时代，小工具根本不需要下什么APP了。 直接自己定制应用的好时代来了呀！ 项目地址：https://github.com/eeg1412/wikimoeBookkeeping ※截图是测试数据，不是我发财了。

用几乎纯 AI 写维基萌公会联盟这款游戏也有段时间了，可以分享一些 AI 写项目的心得了。 先说结果，现阶段面向个人的几大 AI 模型用来开发个人小项目，实现个人的一些想法是够用的。但是用在商业项目还有待商榷。 目前用下来的问题包括但不仅限于： · 不会总结需求功能中哪些函数或者组件应该共通化，同样的功能写的到处都是。 · 由于上面的问题，修改BUG的时候经常只会改一处就觉得自己解决问题了。 · AI 有时候倾向掩盖问题而不是解决问题。比如有几次指挥解决日志中的错误，结果 AI 选择遇到此类问题不输出日志。 · 受到上下文最大输入限制，现在的 AI 是以总结交接的形式将前面的信息传递到下一任 AI ，这就导致了一旦发生交接，这段代码质量会急剧下降。 · 不约束代码习惯的时候，AI 更倾向写可读性很差的语法糖。 · UI交互设计不加详细描述就会写的一团糟。 · 游戏玩法设计幻觉严重。 当然优点也有很多。最大的优点就是减少了我自己的心智负担。并且用自己的描述成功让 AI 完美实现时的成功感。我现在算是明白为什么那么多人喜欢玩抽卡游戏了。

昨天让 AI 以代理模式写代码。 当写到 tailwindcss ，AI用了@apply，但是一直出错。 于是 AI 觉得是 4.x 版本的问题，擅自把项目的 tailwindcss 版本降级了😂。 这个逻辑到底是跟谁学的啊？