今天买了个腾讯轻量云 79 ，新老同享，最新活动点进去看看

@cheetah 毕竟 ChatHub 算是最早的做这种多模型同时对话的东西。其他类似项目或多或少都会受其影响。现在官方做这个的也有一些，比如 Vercel AI Playground 、360 大模型竞技场

@cheetah 我也抄了🙋🏻‍♂️，致谢里有提

@okxaas

我看了一下 ChatALL
第一点，ChatAll 是客户端软件，需要下载。我这个是 Web 端的，附带 Chrome 插件。另外相对于其他 NextChat 那种，我这个主代码是纯前端的，可以直接打包放 CDN 也可以，并且前端直连速度会快一点，也没有服务器压力。
第二点，这个主要是基于硅基流动的服务，一个 api key 直接可以访问他家提供的各种模型，包括 Qwen2.5 、flux.dev 等。

另外这个东西是自用开源，以自己用着舒服为最重要的目的，可能也有一些重复造轮子的意思。见仁见智

关于这个项目，大家如果有什么想法也欢迎交流一下

支持一下楼主，因为我也有这个问题。坐标郑州，已待两年，一年开暖气一年没开暖气，费用 1500 多。但是打工人其实并不常在家，郑州也没有再往北那么冷。对我来说，费用上应该是空调会省一些。但是体验上其实也记不住什么明显差异。今年也在考虑还要不要开

@ronman #12 聊感想的，聊书的，评论时事的，讲技术的比如 AI 的，聊科技动向的，聊开发的

挺多播客中，就是有些部分就是要集中一下精神，思考思考，有时候可能还要倒回来再仔细听一下。开车时听过几次，这种要思考的基本不行，容易分神，一段没听就丢失上下文了，开车时要往回倒也不安全。纯闲聊的倒还好

上面大家提到的散步、跑步应该是最合适的场景了

得到没怎么用过。微信读书挺喜欢的，体验挺好，没有的书可以从网上找过来导入，也有 AI 速读、AI 问书，PC 上 Web 端体验也很好。没事领领体验卡，我基本都是用体验卡加 6 元换一个月会员，对我来说够用，书已经读不过来了。

好东西，已 star ，赞一个

我理解写作过程中更多还是要关注自己的内心感受，以尽可能准确的表达自己、抓住自己的念头为目的。这一步加上 AI 可能是会有些聒噪的。我认为用户输入可以是草率的，而在输入完成后是可以交给 AI 来对内容做一些分析、关联、扩展等。

比如我之前的一个想法是，notion 建一个 database ，即时的输入提交后直接进入 Draft 分类，然后这一步会调 AI 接口根据输入的内容做一些处理，比如打上标签、主题，查找一些关联信息之类的附加上。这就是一条初始记录。这种即时的输入是需要后期再继续梳理的，梳理之后可能多条合并成一条，然后手动再从 Draft 分类转到 Archive 分类。这里面也可以做一些别的事情，比如用 AI 定期整理回顾，发个邮件什么的，但是我最近没继续去弄这个了。当时参加一个厂商活动写了一篇文章，感兴趣可以翻一下，https://www.notion.so/guoleilei/SiliconCloud-AI-AI-6b8ab4ed2bd4487db098bb9fd93b5eaa

说回 OP 的想法，据我所知 me.bot 也是有做类似的事情，然后 Google 的 NotebookLM 在播客功能火之前，其实主要也是做类似的事情。

另外现在输入过程中也有一些 AI 能力加持，比如微信输入法自带 AI 润色功能和问 AI 功能，这种东西用户按需使用其实也挺不错的，不需要的人也不打扰。

提升自己的写作能力可能是另外一件事，这个其实是提升表达能力，按我理解多和 ChatGPT 对话也可以做到，毕竟要打出一段话来讲清楚自己的需求。当然这个做一个类似的应用，比如让用户选择自己喜欢的语言风格，以一些话题引导用户表达，然后针对性的给出一些润色建议，其实可能也是挺好的应用。

@gogogo1203 #36

UI 这一块确实是，我一般让 AI 先大概写一下，然后自己再调细节。

至于很多说几分钟做了一个什么什么的，我之前一度想屏蔽掉 Cursor 这个关键词，其实发现参与者基本也都有一些技术背景（多是了解一些技术的产品经理），然后做出来的东西其实不复杂，细节也不太讲究，大部分可能也只是 wow 一下不再继续维护迭代。就像文生图一样，很容易可以画一幅画出来，但是想调整细节到自己理想的状态可能就很难继续通过描述去实现了。

其实还是部分程序员提效+ AI 本身能力能覆盖部分初级岗位，这是会导致对程序员的需求收缩。或者初级程序员也不用担心，因为可能还没有 token 贵。不过技术也在发展，成本也在降低，还是要看看后续怎么优化自己的工作。

对我来说，想到有一个点是觉得广度比追求深度更重要一些，技术细节是真的可以抛在一边，多了解一些技能专业之外的工作内容，结合 AI 是可以快速扩展自己的能力边界的

@Yc1992 #25 有启发，显卡散热员，网线整理师

@wei2629 #28 之前有类似体会，写需求比写代码费劲，但是后面慢慢试着把一些相对比较清晰的模块（好描述一些）描述出来让 AI 实现，效果还挺让我意外，所以也会慢慢能比较接受这种方式。另外一致不一致这个问题咋说呢，人类写出来的代码也有一些 edge case 考虑不到的，需要后续通过修 bug 之类的来完善，或者可以把现在的 AI 编程看做一个一两年经验的程序员，后续会继续发展。需求理解上也是类似的，现实中不同的 prd 清晰程度也不一致，相同的 prd 不同的程序员理解程度也不一样。先把 README 之类的文件写好可能会对 AI 代码生成有好处，比如 @Chinsung #27 提到的测试用例，或许可以像 TDD 那样，人类先写好测试用例，然后让 AI 去理解然后做编码这一块，测试用例能全跑通了人类再继续介入。

我是更喜欢 Tailwind 的方式，配合 VSCode 插件挺好用的。另外 TS 的话见仁见智，我现在部分情况如枚举、纯工具函数之类的会单独用 TS 写，大部分还是用 JS 写，部分 JS 函数也可以再把注释完善一下，其实用起来代码提示也够了

@acorngyl 是的，所以说后面可能像我们这种人更多做需求调研、Code Review 、devops 之类工作，AI 来负责具体编码。也是想随便聊聊，对于我们来说，后面侧重于投入哪些技能会更好点