coffeereactor

2025 年终回顾 · 及时折腾

我们已在 AI 浪潮之中，拥抱它，驾驭它。

约 7 分钟#AI#年终总结

时间弹弓：从折腾到释放

圣诞节刚过，厦门也正式步入冬季（或秋冬交接），气温徘徊在 10 度左右。按照以往的节奏，这个时候我本该还沉浸在游戏中，怎么可能停下来写年终总结？但近年来，我把更多时间和精力转向了生活本身，正好借此机会停顿下来思考。一些心中的疑惑找到了答案，同时也涌现出新的问题和思考。

为什么叫“时间弹弓”？航天器借助行星引力加速，叫引力弹弓——先靠近、积蓄势能，再借力弹射出去。过去几年的折腾，就是我的“靠近和积蓄”阶段。

过去几年，我一直沉迷于各种网络和泛编程兴趣：路由器配置、编程实验、新鲜 App 等。这些折腾满足了我的好奇心，也确实提升了技能，但也让我忽略了生活的体验和乐趣。每天两点一线，往返于键盘和屏幕之间，时间就这样悄然溜走。

2024 年，家庭迎来新成员，加上通勤时间延长，原有每天数小时的自由时间从晚上 8 点后推迟到午夜，甚至直接归零。年过 30，体力和心力的双重拉扯，让我一到一两点就犯困，可折腾的时间大幅缩水。

是时候精简一些兴趣爱好了。

2024 年底，我正式做出了这个决定。触发点不只是时间不够，更重要的是回顾过去几年的“产出”——说实话，挺尴尬的。大多数项目做完没有好好运营，或者因为精力分散直接废掉了。折腾的过程确实有乐趣，但产出不成熟、不持续，这让我开始反思：是时候从“广撒网式折腾”转向“有针对性的方向”了。

过去两三年，我浅尝辄止地玩过 BGP、DNS、NAS、万兆内网、链路汇聚等一堆东西，虽然没钻研太深，但基本够用。网络是日常基础，所以选一套可靠的设备和公网链路，然后“退休”就好。

今年 2 月，正式告别软路由，停止在网络硬件上的投入。转而用 Mikrotik CCR2004 + CRS309 构建家庭网络。

Mikrotik

说实话，告别软路由还是有些纠结的——它确实给我带来了不少乐趣。但理性分析下来，折腾完对网络使用体验的提升其实不高，而且我还有很多其他事情可以倒腾。运行小一年下来，确实省心多了，至少不会再出现“不如小米路由”的尴尬。同时，在公网方面，我不再纠结海外链路的成本、延迟和速率优化，转而选择高 QoS 等级的链路。这不仅节省了时间，还降低了实验成本。

这些积累的经历和经验，正如“引力弹弓”般释放储蓄的能量。2025 年，我把精力转向了编程和产出效率提升的工具评估和积累。恰好，我们已身处不可阻挡的 AI 浪潮中，这一年 AI 给了我诸多帮助和提升。

AI 浪潮：乘风还是裸泳？

2022 年 GPT-3.5 问世，开启了 LLM/AI 的新浪潮。经过 2023-2024 年的技术酝酿（期间已有不少产出），今年年初 DeepSeek 的惊艳表现，拉开了持续一年的惊喜序幕：国内外厂商不断推出强劲的大模型和周边应用。

惊喜之余，有人已乘风破浪，有人还在裸泳。这是继移动互联网后，行业的一次大跃进前夕。在这个节点，我们会看到新旧派系对技术可行性、收益的争执，也会目睹无数旧酒被灌进新瓶。历史经验可能成为引导 AI 协作的利刃，也可能变成禁锢自己的枷锁。

观察身边同事对 AI 的态度，差异确实存在：有人积极拥抱，有人还在观望，对工具的掌握程度参差不齐。不过整体来看，多数人还是愿意拥抱 AI 的。

有趣的是，这里面藏着一个悖论：你用 AI 提效了，多出来的时间企业会让你继续加班，那你还提效吗？即使提效，也是偷摸提的吧。 这让“乘风还是裸泳”有了另一层含义——不只是技术能力的差距，还有利益博弈的现实。

我的态度是：提效是为了自己，不是为了填满工时表。 省下来的时间，我用来思考更本质的问题、尝试更有价值的方向，或者干脆留给生活。如果一个组织只会用更多任务来“奖励”效率，那问题不在 AI，在组织本身。当然，这需要一定的议价能力和边界意识。

AI 加持下，我们能在数小时乃至数分钟内完成调研；在数小时内就能做出以往几周的 MVP 产品。落地速度不再是失败的借口，用户品味和判断力将成为 AI 产出质量的关键。我相信，在 AI 时代，多面手将成为“巫师”，将各种“魔法”有效融合。

Vibe Coding：编程方式的演变

我的编码方式在工作几年中发生了巨大转变：

  1. 手动挡：大学时代，靠 IDE 的 AST 补全，手动敲代码。
  2. 半自动：2018-2019 年，用 Tabnine（基于 Transformer 模型）补全代码，相比 AST 更智能，能生成更完整的片段。
  3. TAB 时代：约 2021-2022 年，参与 GitHub Copilot 内测，精准度和体验大幅提升。
  4. AI 辅助：2024 年，Cursor 基于 GPT 和 Claude，结合 VS Code fork 推出 AI 编辑器。我果断入坑，主要用它 tab 出代码片段或单测。
  5. Vibe 模式：2025 年，Cursor Agent、Windsurf、Claude Code 等工具迸发，带来更强的上下文感知。我在各种工具间切换，最终停留在 Claude Code，渐渐淡忘了 Cursor。（其他如 OpenCode、Crush 等也试过，但当时感觉不成熟；最近 OpenCode 迭代迅速，改天再试试。）

编程方式演变：从手动挡到 Vibe 模式

AI 的 hype 与人类局限

说实话，AI 被吹得有点过头（hype），它确实能提升生产力、降低入门门槛，但对使用者的要求也不低。现在的社区充斥着各种吹捧 Vibe Coding 极致效率和遍地不成熟结合的 AI 功能，再比如我们常看到网上标题如“XXX 小时实现 blahblah”，不亚于早年“30 天精通 C++“的书籍。

经过几年 LLM 发展，“智力”已足够强大，现在的主要瓶颈在人类一方，例如：

理论上，这些问题可以通过工程化手段缓解或解决。

上下文：给够、给对

2023 年，Context Window 只有 4K，我和同事建知识库时，纠结 embedding、chunking 等检索方式。现在幸福多了：动辄几十万、几百万 token。

Context Window 演变：从 4K 到百万级

长上下文场景下的问题：短上下文压缩导致“失忆”，长上下文则注意力分散。

上下文的两难：失忆 vs 注意力分散

例如，Claude Code 在 Compacting 后，可能误判任务完成，或反复纠错。我的应对方式是：开始前让 AI 生成执行计划，结合 git 做 Time Machine，确保不会因上下文转移而遗忘工作进度。Anthropic 工程博客 Effective harnesses for long-running agents 也提到了类似思路。

外部知识也是痛点：LLM 训练数据有限且滞后。通过 Context7、Playbooks 或 Exa 等工具注入实时数据、文档，能让 AI 更好地汇总、编码。给够信息、给对信息，才能输出漂亮结果。

Human-in-the-Loop：从执行者到共生者

双脚跑不过电驴。短期内，我们还能亲审代码，但细致度和效率已赶不上 AI。今年早些时候，我会逐行 review AI 生成代码；后来转为多 AI 互相 review + 我把控整体架构和规则，让系统更自洽自驱动。

人类应成为规则制定者、关键决策者。

人机关系演变：从执行者到共生者

但我越来越觉得，这不只是“人类变成决策者”这么简单。和 AI 的关系，应该是共生——相互成长，而非奴役或纯工具。

这个共生有两个维度：

这是一种双向的、持续进化的关系。Anthropic 的工程博客、用户文档里面有很多宝藏，推荐深挖。

未来：构建系统和 AI 资产

职业危机

AI 的到来让我日常工作出现更大倍数的提效，调研、决策速度加快，快速试错的成本下降。对此，我感到非常兴奋，思考的空间也远远大于之前。如果说某天会感到危机，那么一定是我的主观原因，例如失去对计算机的兴趣或者执行力的问题。

把握好嗅觉、保持折腾、保持思考，AI 可以让你飞。在 AI 的加持下，我看到的是有更多时间可以去折腾玩具、陪伴家人、感受生活。

职业重构

AI 将重塑工作方式：生产力爆棚，职业边界模糊。我们需要保持学习，但不再需要投入巨量时间死扣底层细节——比如手写一个排序算法或者从零实现某个协议。

在 AI 开始之前，我所在的团队一致推崇多面手，将多数的事情闭包在有限范围内，减少不必要的上下文对齐、沟通成本，增强个人知识面、技能广度和思考广度。如今看来方向是对的，T 型人和快速学习者才在 AI 时代会更具生产力和爆发力。

工具链与日常实践

2023-2024 年试过 Dify，感觉不错但不太利于折腾，知识库扩展性一般（检索是真的稀）。2024 年初自建 GraphRAG 知识库后弃坑（折腾完就满足了）。现在回想，这个方向值得重新投入——我确实需要一个“第二大脑”。

Cursor 2025 年度统计——曾经的主力，如今已退订

最近会再找机会尝试下 OpenCode。

最后

写到这里，还有几个问题留给 2026 年的自己：

  1. 注意力：碎片化时代，如何重新找回深度专注？
  2. 托管边界：哪些日常事务可以完全交给 AI，哪些必须亲力亲为？
  3. 伴生系统：聊天窗口不是终态，如何构建真正可移植的个人 AI 系统？

返回文章