关于

我在东京写代码。这件事本身没什么特别，但待久了会发现，一个高密度、高龄化的社会对技术的使用方式很不一样。好的设计在这里不发出声音，它让使用者感觉不到自己在使用什么。我对 AI 和人的关系也有类似的想法。

几年前我意识到一个正在发生的变化：AI 不再只是你打开又关掉的一个工具。它在成为持续存在的认知环境。就像互联网从拨号变成了永远在线，AI 也会经历同样的转变。

这个转变改变的不是技术本身，而是人获取信息、执行任务、构建工作流的方式。我写过一篇从如何做到做什么，说的就是这个变化。当一个思考助手始终在场，你的工作流会变成什么样。

我写代码来问这个问题。每个原型是一次发问。多变体生成器问的是「一个意图能有多少种认知表达」。AI 编码验收清单问的是「当 AI 写代码时，人该做什么」。模型评估测试台问的是「在用 Agent 之前你得先知道什么」。

这些问题没有终极答案。但把问题本身做成可交互的东西，让更多人感知到它的存在，比写一篇文章更有说服力。

从 Bun、TypeScript 到 LLM API、Agent 编排、RAG 管线，技术栈换了好几轮。但核心问题一直没变：当思考的外延被 AI 扩展，人的角色往哪里移。我目前看到的一个方向是「验收者」：人定义问题，设计验证方式，决定何时交付。中间的部分交给 AI。

这个站点是这些思考的存放地。每个工具、每篇文章、每个可视化，都是对那个核心问题的一次回答尝试。