新动态
从真实项目和使用记录里,找一个今天用得上的做法。
验收作品采购助手算对了 50 美元,发票里却少了数量和单价
两盒笔记本,每盒 25 美元。助手答对了总价,也说发票已经保存;开发者打开表格,三列里只有总价一列有值。验收这类助手,得把文件重新打开看一遍。
作者把算账和写表分给两步:计算助手收到过数量和单价,但负责收尾写表的步骤没有拿到这两个字段。后续参与者用固定回复的模拟模型也重现了字段丢失。换一个更会算术的模型,解决不了这处交接。
在你的项目里试试给采购助手一笔数量不为 1 的样单,要求最终表格的数量、单价和总价三格都与样单相符。
项目灵感韩语生词只存一次,下次换个词尾也能认出来
MbxRead 让读者点词、改译文,再按词典里的原形收藏。下次遇到同一个词的另一种变形,原文里也会高亮,不用另建一张卡。
作者把阅读时看到的写法与词库里保存的词分开:句子保留原貌,词条按原形关联。读者能修正机器译文,也可以把选好的词同步到 Anki。
在你的项目里试试挑两个句子,让同一个词以不同词尾出现。收藏第一处后,去第二句检查它能否找到同一条笔记。
项目复盘游戏准备进 Beta,旧棋格和旧规则却还在被调用
一位六边形棋盘游戏作者想把原型拆成模块,清理了两周多。问题不只是相似代码太多:新旧规则都还能运行,AI 后续改动时还会接回旧实现。
作者说自己拆出了三处决定使用哪版规则的开关,并用“约四十种棋格”形容重复程度;这不是一次精确的代码统计。即使当前版本玩起来正常,保留的旧规则也会让下一次修改更难判断该改哪一处。
在你的项目里试试挑游戏里一种棋格操作,从点击一路追到规则判断。改完后,让一个只在旧规则下成立的动作试跑一次,看它是否仍会成功。
项目灵感给动画选画风:让 44 段预览讲同一个故事
Video Studio Kit 让 44 段风格预览都讲“火的发现”。这样挑风格时,能比较纸片、像素等画面怎样表现同一件事,不必先猜是故事精彩还是画风合适。
选定风格后,工具先给出按场景、带时长的脚本;使用者可以改稿、选音乐或旁白,再校验并生成视频。作者说明自己在 Windows 11 上测试,不能据此断定其他系统的效果相同。
在你的项目里试试拿课程里同一个十秒片段做两版预览,保留相同旁白和镜头内容,只换画风,请读者指出哪个动作更容易看清。
验收作品让 AI 写数学工作台,把算式的精确答案交给数学引擎
Curvelet 能离线画图和计算。Claude Code 写应用,浏览器里的 SymPy 算分数、根式等精确结果;作者每次在界面里试改动,并要求把容易改坏的行为固定成测试。
作者特别提到符号的往返测试:软件认得一个数学符号,还要能在输入、转换和显示后保住它的含义。这是项目方记录的做法,不是对所有题型准确率的评测。
在你的项目里试试为自己的计算工具挑一个容易被写成小数的分数,检查输入、计算、保存后重开三个时刻的结果。
项目灵感把自己下错的那一步棋,直接变成下次的练习题
Chess Analyser 接受棋谱,让 Stockfish 分析每一步,再从棋手自己的失误生成练习。做题时还能回到原局,看到当时漏掉了哪一步。
棋谱可以上传、粘贴或从 chess.com 导入。这里可借鉴的是练习题的来路:一次真实失误带着当时的局面直接进入题库。项目说明没有测量这样训练能提升多少棋力。
在你的项目里试试做一个错题原型:让一条错误记录生成一道题,答完后能一键回到当时的原题和上下文。
交互设计手写板悬在其他窗口上,却把字送回原来的输入框
Graffiti Pad 的 Windows 浮窗用鼠标、笔或手指接收单笔画。用户在浮窗上写字时,原应用仍保留键盘焦点,因此识别出的字符能写进刚才正在编辑的地方。
这项设计解决了浮动输入工具的一个小矛盾:用户要操作面板,却不想每写一个字就重新点一次文档。作者实现的是特定单笔画输入,并非任意手写识别。
在你的项目里试试分别在文本编辑器和浏览器输入框里写到一半,再用浮窗补一个字,检查光标和新字符是否都留在原处。
项目灵感周报想知道写出了什么,可以直接数已发表的作品
Productivity Tracker 从订阅源数已发布的文章或视频,从本机 Git 记录数提交。作者把这些结果与耗时分开展示,公开演示也注明使用虚构数字。
不同数据缺口有不同表现:未连接的来源可以显示加载失败,主动关闭的采集项则可能记为零。读图的人需要知道,零有时只说明这周没采,不代表什么也没做。
在你的项目里试试做周报时先选一种可回查的成果,例如公开文章;再做一个断开数据源的例子,看读者能不能分清“没发布”和“没拿到数据”。
验收作品让 AI 练习写营销邮件,试发只寄给测试地址或自己
Averon Labs 为三个虚构客户群分别写营销邮件。练习名单不会收到邮件;试发环节另查收件地址,只放行测试地址或预先指定的本人地址。
项目默认使用本地测试服务,作者还把群发等操作列为禁止项。这样可以分别验收文案是否合适、收件人是否正确,不必拿真实客户做实验。
在你的项目里试试准备一封测试稿和三个模拟收件人:测试地址、本人地址、普通客户地址。用本地模拟服务检查前两种可试发,第三种被明确拒绝。
使用观察三个 Claude 子会话等着重新登录,错过了代码提交窗口
开发者把任务交给 Claude 桌面端跑一天。三个子会话中途停在身份验证错误,离合并冻结只剩 50 分钟;他晚上回来登录后,还得逐个重新提示才能继续。
作者报告的是一次具体中断,并未查明为什么登录失效。对有截止时间的任务,更有用的问题是:任务停了,谁能在窗口关闭前知道?登录回来后,又怎么区分已完成和待继续的工作?
在你的项目里试试给长任务留一个可见的模拟暂停点,让另一人只看通知和进度记录,指出该恢复哪一步。
使用观察同一项需求,经过协调助手转交后反而要返工
一位开发者让 Dots 分派任务:Claude 做设计,Codex 做实现。他发现在自己的项目里,同样的任务直接交给执行者更接近要求,经协调转交有时更慢、成品也更偏。
这是作者的实际体验,没有耗时记录或两边完整的转述文本,不能确定偏差发生在哪一轮。可借用的是他的对照方式:在加一层协调之前,先留下直接交办的结果。
在你的项目里试试用同一份小需求试两次,并保留协调者转发给执行者的文字。若结果偏了,先查最要紧的验收条件有没有在转述时消失。
验收作品Cursor 桌面端能用 Slack,从本地 SDK 新开的会话却找不到工具
开发者在桌面端重新登录 Slack 后,桌面操作正常,但由 T3 Code 新开的本地会话仍列不出 Slack 工具。验收集成时,要从用户实际启动任务的那个入口试。
作者分别检查了插件和手工添加的 Slack 服务;两者在本地会话都报告发现失败,重启也没改变结果。这里观察到的是特定环境的入口差异,不能据此判断 Slack 服务本身不可用。
在你的项目里试试在集成验收表里写明启动入口和工作目录。每个准备交付的入口都新开一次会话,做一次无副作用的读取。
交互设计人没看到确认框,Copilot 却告诉助手“用户拒绝了”
一位 VS Code 用户让 Copilot 阅读项目文件。自动审批没有放行,界面也没请他选择;助手收到的理由却是用户拒绝,随后停了工作。
作者用会话记录区分出几种结果:审核认为读取超出范围、审核自身出错,以及没有条件询问用户。对读者最有用的区别是,这些结果没有一个等于人点过拒绝。
在你的项目里试试为需要确认的动作写三条界面提示:用户拒绝、系统拒绝、无法取得决定。请同事只看文案判断下一步该找谁。
验收作品换了 Copilot 执行环境,两行代码的修复先卡在终端上
一位 Windows 开发者报告,新环境下助手看不到人已开的终端,也不容易知道自己在重复排查。一次两行修复约用了 15 次调查调用;这不是修改两行代码本身的耗时。
原帖还区分了两类进程:构建结束后关闭终端很自然,开发服务器则需要留在后台供人观察。迁移执行工具时,只检查它能不能启动命令,会漏掉接管、查看输出和停止服务这些日常动作。
在你的项目里试试启动一个测试服务,让同事分别从人的界面和助手的界面找到同一段输出,再确认停止服务后日志是否仍可看见。
验收作品配置写了等 60 秒,Gemini CLI 的模型请求却等了约五分钟
报告者让本地模拟服务故意不回响应头。直接测网络组件,约 60 秒如期超时;走命令行里真正的模型请求,同样的等待却持续到约 301 秒。
这个差别出现在作者列明的 Node 26 和 Gemini CLI 版本组合里,用的也是本地模拟服务,没有消耗真实模型调用。只测装好了超时设置的那个组件,不能证明实际发请求的路径也读了这个设置。
在你的项目里试试为你自己的慢服务设一个短超时,既测底层组件,也从用户点击的入口测一次;记录第一次失败和自动重试各在什么时候。
项目实践给投影仪做优化,先让机主有办法恢复原设置
HY320 Mini 项目的脚本停用部分厂商服务,而不卸载它们,并附恢复途径。机主能在一台指定型号上比较前后变化,也能决定哪些改动要撤销。
作者报告这台设备多出 69 MB 可用内存;他对日常操作变快的百分比是主观感受,不是跨设备测速。做硬件小工具时,型号、可测的变化和个人体感应该分别说明。
在你的项目里试试在自己的设置工具旁加一张变更记录:改了什么、原值是什么、在哪里恢复。先在测试设备上走完一次恢复。
使用观察同一套插件配置,Codex 命令行能调用,桌面新会话却显示零个工具
一位 macOS 用户更新 Codex 桌面端后,新会话找不到某些第三方工具。用同一份配置从命令行调用 LibTV 却成功,同一个桌面会话里的 Figma 连接也仍可用。
这两项对照缩小了问题范围:不是所有外部工具都失效,也不是配置在所有入口都不能用。作者没有在命令行逐一测过每个插件,结论应限于做过对照的那些。
在你的项目里试试排查时保留一个可用的对照工具,再记下有问题的那个在哪个入口可以实际调用。提交报告时把“未测试”与“失败”分开写。
项目灵感同一段游戏音乐,既能导成录音,也能导成可编辑工程
SNES Audio Ripper 的 Mac 移植版能把游戏音乐导成 WAV 或 MP3 供试听,也能导出 MIDI 或带原始采样映射的 Logic 工程。用户是想听,还是想接着编曲,会改变交付格式。
项目明确区分了原作者的提取引擎与借助 Codex 做的 Mac 移植。试听成功能证明导出的声音可播放;它不能证明编曲软件里每一路采样都对应正确。
在你的项目里试试用有权处理的同一段测试素材导出两次:一次检查播放,一次让编曲者在工程里单独改一个声部。
使用观察命令行没再输出时,Cursor 可能正在空转,也可能已经停住
一位开发者遇到两种表面一样的卡顿:一种占满一个处理器核心却不再推进,另一种安静地停在半轮。他最后用外部监视程序辨认持续高占用的进程。
作者说大型生成目录让第一种现象更明显,普通项目里也遇到过。他只在一次静默停顿中诊断到连接中断,没有证明所有卡顿都是同一原因。
在你的项目里试试给后台任务同时显示上一次有用输出的时间和进程活动。用一个正常慢任务和一个模拟停滞任务,对照它们在界面上的区别。
用户痛点第一次连接 Claude 数据源,错误却说清不掉“已有凭证”
一位用户第一次添加连接器时,多种数据源都报清理旧凭证失败。换浏览器、重新登录、重启都没有解决;报错文字给出的线索,和用户刚刚做的事对不上。
有跟帖者提到服务状态,也有人看到不同入口表现不同,但原作者没有确认最终原因或有效修复。设计这类提示时,应让第一次使用的人知道下一次尝试能验证什么。
在你的项目里试试把连接失败提示交给一位从未配置过数据源的人,请他指出:失败发生在哪一步、是否值得重试、在哪里查看服务状态。
项目灵感求职工具先保存感兴趣的岗位,等本人选定才起草求职信
Personal Job Finder 把找岗位、收藏和写材料拆开。使用者能调关键词、地点和时间范围,再为某一份工作请求草稿;软件不会自动代投。
作者明确说岗位来源有限,AI 建议也要人工核对。这个边界让人可以在生成求职材料前纠正不合适的候选,也不会把一封草稿误当成已经提交的申请。
在你的项目里试试做一个三状态列表:看过、值得准备、已经申请。试着仅生成一封求职信,确认岗位没有被提前标成已投。