
DIALØGUE:从零构建 AI 播客生成器(一路上学到超多)
我做了一个 AI 播客生成器,让你在内容真正生成前就能先塑形——因为我已经受够了通勤时听 AI 给我念“维基百科”。
关于AI、学习和产品开发的514篇文章

我做了一个 AI 播客生成器,让你在内容真正生成前就能先塑形——因为我已经受够了通勤时听 AI 给我念“维基百科”。

在测试 AI 模型约 5,000 小时后,我在 coding 场景里更偏向 Gemini 2.5 Pro,而不是 Claude 或 ChatGPT——这篇是它为何成为我默认工具的原因。

冬天会把犹他的红岩变成一种近乎魔幻的风景——我们看到了覆雪拱门、空旷景观公路,以及一种不输风景本身的社区温度。

用 CrewAI 做 AI 播客约 10 天后,我最大的体会是:这个框架确实非常易上手,但高质量内容依然离不开真实的人类投入。

我把 Sydney 扩展到能读取 Big Tech 过去 10 年年报里的叙事内容,但策略上只覆盖了 7 家公司——下面是我如何在成本与能力之间做平衡。

我把两个 AI agents 合并成了一个多能力助手,它既能分析 S&P 500 财务,也能回答我过去 15 年博客内容——再次证明有时候“少即是多”。

我做出了一个基于 10 年 SEC 数据回答金融问题的 AI agent,并最终解决了流式输出难题,让它既实时又可验证。

Ray Dalio 的 2024 大国指数显示美国仍稳居第一,但内部冲突升至百年高位,而中国持续缩小差距——这对你的资产配置意味着什么?

和 AI 助手协作编码 10 个月后,我发现它们更像“实习生”——能力强但需要高度明确指令,这也倒逼我必须更深入理解框架,才能解决像“让慢聊天机器人变快”这种真实问题。

我升级了聊天机器人 Sydney,用来测试 Weaviate 的 hybrid search 与 query structuring——这些能力是我把金融聊天机器人扩展到 500+ 公司前必须跑通的。

我做了一个基于 SEC 数据回答 S&P 500 问题的金融聊天机器人——并加入了“自我批判”代理,让答案在你看到之前先被改进一轮。

我用 AI 重做了网站前端、升级了 chatbot 智能,还因为 Docker 不配合,意外学会了持续部署。