小步慢走
先重复一下我一直在说的一个观点：
顶尖模型确实很强，但同时价格也很贵。价格足够亲民甚至免费的模型确实与顶尖模型之间存在非常明显的差距，说起来可能是差了两代，但实际性能上的差距可能用两代的距离也难以描述。
但如果换一个视角。将这些平价模型放到年初，其实他们是足够能打的。所以未必是他们太差，只是对比太鲜明了。
这些平价模型用来写一个简单的基础函数会出错吗，显然是不会的。但是如果直接让他去写一个功能他可能就照顾不到全局了。所以可以加入人类引导来弥补这一部分差距。大概可以理解为：顶尖模型相当于可以自动驾驶的汽车，而平价模型则只能手动驾驶。差距确实存在但合理使用都能够提升我们的开发速度。
所以如果模型能力差一些，就把任务分的细一些，及时纠偏，也能够获得不错的效果。
先做规划
有了 AI 以后我们很容易对自己的开发能力盲目自信。轻松完成了预期的任务之后，很容易拍脑袋追加一些想当然的需求。这时候你会发现自己的行为和那些令自己生厌的领导的行为几乎如出一辙。
这样很容易导致项目的混乱。
所以在执行前要先做充分的规划，细致划分任务，然后按照规划去逐步推进。同时有预先的规划也方便AI去了解并照顾全局。
稳扎稳打
每完成一步都让他提交git，这样如果后面把代码改出了问题（越是出错，AI 越想疯狂修改，有时候他会因为一个小问题进行大量代码的修改，以至于难以恢复），可以轻松的让它恢复到上一状态。
创建技能
其实 skills 就是预设提示词，但如果在某一个项目中反复会使用到相同或类似的提示词，那么把它提取为技能会获得更好的体验。理论上当你提及这一操作的时候 AI 应该可以自动执行相应的技能。但在实践中这一效果并不一定稳定，不过可以自己手动引用相关技能。
Linux
OpenCode 在windows下似乎无法正确的执行git指令。其实我已经不知道现在还有什么理由让我留在windows下。大概就只有懒了吧，毕竟整个切换系统还是要狠狠折腾一下的。所以这两天我使用 WSL 安装了 Debian。
但是使用 Windows Terminal 的体验就一言难尽了。OpenCode 界面是支持丰富的色彩的，但是在 Windows Terminal 下就经常会卡住渲染。所以只好安装了 Termius，然后用 ssh 连接本机，获得清晰稳定的界面。
同时我在手机上也安装了 Termius，晚上睡不着的时候也可以连到电脑上继续编程任务。
建了个群
用来一起探讨 AI 相关的内容，当然观察报告依旧会更新，因为我需要汇总成长文来记录自己的思想
