迪魔王 Devmore - More about Dev

# 导读
第一期，我们给自己定了一个目标：做一百期。


五年后，我们真的交作业了。


当年做迪魔王，是想让技术离大家近一点，让更多人理解开发，也能动手做点自己的东西。没想到，聊到第一百期，越来越多人已经不用亲手写每一行代码，也能把想法做出来了。


本来想让人人都能写代码，结果人人都能让 AI 写了。那我们这些老开发者呢？


这个 1024，我们把往期节目中 15 位嘉宾的真实声音重新剪在一起，用六段 Rap 串起这五年的故事：有人谈技术和开源，有人聊朋友、游戏和人生转向，也有人从设计、法律等领域出发，开始创造自己的 AI 工具。


谢谢每一位来过迪魔王的朋友，也谢谢你，把这些声音带进通勤、散步和生活里的某一段时间。一百期做完了，想聊的事情反而更多了。


工具的名字换了一代又一代，代码后面的人，依然有很多值得聊的故事。带着好奇心，把下一页打开。下一个五年，我们继续。


# 主播
- 五花肉、迪西、Suno


# 本期回顾中的嘉宾
- 按首次出场顺序：王伟、野一、天猪、小马哥、嘤嘤、Scott、Yihong、KC、Rolax、天意、小田、悠一、游初、长凡、啊花。


本期也是一次 AI 辅助制作的尝试，AI 参与了素材整理、片段剪辑和部分声音生成。我们围绕“从理解技术到人人创造”的主题，选取了部分往期对话；受主题与篇幅所限，未能让每一位嘉宾的声音都在这一期出现。**一期节目装不下五年的相遇，每一位来过迪魔王的朋友，都是这一百期不可缺少的一部分。**谢谢大家一路以来的分享与陪伴。也感谢这一百期里，所有来分享过经历、困惑和想法的朋友。


# 评论区见
这一百期里，你最记得哪位嘉宾、哪句话？如果现在可以让 AI 帮你做一个东西，你最想把什么想法变成现实？


# 关于节目
「迪魔王 Devmore」，让有意义的事情有意思。

# 导读

啊花第三次返场 Devmore，这次的身份是 Qoder 产品经理。带着刚去硅谷探访的信息，以及做 AI 产品的一线经历，和我们聊了聊 Agent、Harness，以及从办公助手走向数字员工的可能性。

模型越来越强，为什么还需要 Harness？做功能越来越容易，产品经理该如何取舍？当 Agent 从对话框走进工作群、审批流和团队协作，真正困难的又是什么？从 QoderWork 的实践，到数字员工的探索，我们发现：AI 越能干，关于信任、质量和人的问题，反而越值得认真讨论。

有意思的是，录完这期的短短几天里，几个模型相继霸榜，Qoder 全新版本发布并引发了不少关注，啊花的职责也在继续变化。录音里的讨论，很快又有了新的参照和验证。欢迎听完之后，也去体验一下新版 Qoder，看看我们聊的这些思考，正在怎样变成你手里的产品。

# 主播

- 五花肉：专注开发者生态运营超过十年，目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。对 AI 如何改变工作，以及变化中的人，持续保持好奇。

- 迪西：大厂研发出身，正在实践 AI 产品开发。既感受过 AI 做产品的速度，也踩过“功能做得太满，后来很难减掉”的坑。

# 嘉宾

- 啊花：Qoder 产品经理，拥有长达三个月的 AI 产品从业经验。Devmore 第三次返场嘉宾，从智能家居、油车电车，一路聊到了 AI。

  - 小红书：阿尔勒来信

  - X：[@vince_arles](https://x.com/vince_arles)

# 时间轴

Part 1｜走进 AI 一线：从硅谷见闻到自己的变化

-【01:34】第三次返场：从 IoT 从业者、油车佬，到 AI 产品经理

-【02:18】硅谷见闻：连周末爬山，都在聊创业和融资

-【03:23】高强度工作背后，为什么大家仍然如此亢奋？

-【06:31】个人效率提升了，团队为什么更难带了？传统 IT 团队的三大冲突

-【13:40】零经验、零交接，怎么借助 AI 上手一线产品工作？

Part 2｜做 AI 产品，什么变了，什么没变？

-【19:10】从 QoderWork 聊起：今天的 AI 办公是终局形态吗？

-【24:30】AI 做功能太快了，产品经理反而更要学会做减法

-【26:45】做传统软件产品和做 AI Native 产品有什么不一样的地方？

-【28:39】从工具到伙伴：AI 的“人味儿”如何建立连接？

-【31:02】Q 仔的故事：有了人设的 Agent，怎么守住信任的边界？

-【35:08】从 Claude Code 到 Codex，产品形态给了我们什么启发？

Part 3｜Agent、Harness 与数字员工：机会和难题在哪里？

-【42:56】模型、Harness、应用：新的产品和创业机会在哪里？

-【48:58】把 Agent 拉进工作群，和自己打开软件问它，有什么不同？

-【49:39】两种协作思路：让人来产品里，还是让 Agent 进入人的工作流程？

-【53:20】数字员工为什么难做：招聘、培训、考核，一个也不简单

-【56:11】中美企业服务的差异，以及 FDE 为什么重要

-【59:30】Agent SDK 在解决什么问题？大厂开放能力，又图什么？

-【01:03:06】一直在聊的 Harness，到底是什么？

Part 4｜AI 越能干，为什么越要重新理解人？

-【01:06:23】AI 时代，为什么还要读《人月神话》和《人件》？

-【01:10:01】连 CLI 的自动化测试都不简单，难点究竟在哪？

-【01:14:01】把验收标准写在前面：质量“左移”怎么落到实处？

-【01:16:49】代码写得更快，业务就会发展得更快吗？

-【01:17:34】给还在焦虑的人：腰挺直一点，往前站一点

# 延伸阅读

- 【Agent】：能够围绕目标进行任务规划、调用工具并执行操作的 AI 系统。本期关注的是，Agent 如何从一次性的问答和任务，逐渐进入持续的工作与协作流程。

- 【Harness】：可以借用啊花的比喻来理解：模型是马，应用是车，Harness 是让马能够拉动车的马具。在 Agent 系统中，这一层负责组织模型、工具、上下文和任务执行等能力，具体边界仍在发展。

- 【QoderWork】：阿里 Qoder 团队推出的桌面 AI 办公助手，主打“不是聊天，而是把事情做完”。你用自然语言说出目标，它就能在授权范围内直接读写本地文件、生成 Word/Excel/PPT/PDF、操作浏览器，并通过钉钉、飞书、微信等 IM 频道触发。

- 【QoderWake】：阿里 2026 年发布的“业界首个生产级数字员工”，主打 Harness-First 架构与 Anti-Rot 防腐机制，把 Agent 从一次性的任务执行，推进到长期、自主、可考核的岗位角色。

- 【千问办公】：阿里 2026 年 8 月公测的一站式 AI 办公平台，把 QoderWork、悟空、MuleRun 三条产品线合并，并深度接入钉钉生态。依托千问系列大模型，主打“对话即可交付”——一句话就能拿到文档、表格、演示、网页或多模态素材，并直接落在企业工作流里。

- 【CLI 与 Agent SDK】：CLI 是命令行交互形态；SDK 是供开发者集成使用的开发工具包。本期以 Qoder 为例，讨论直接使用编程工具，与把 Agent 能力接入自己的产品、平台和流程之间的区别。

- 【Skill】：供 Agent 使用的可复用能力包，可以包含指令、专业知识、脚本和参考资料。本期讨论了如何把行业经验带入 Agent，也讨论了产品在丰富能力与保持易用之间的取舍。

- 【数字员工】：本期讨论的一种长期方向：让 Agent 在明确的职责和边界内，持续、自主地承担一类工作。落地时除了能力问题，还涉及上手、权限、协作和考核。

- 【FDE】：本期讨论的是深入企业现场、理解业务并推动 AI 方案落地的角色。既要懂产品与技术，也要理解企业流程，并把现场需求带回产品。

- 【Vibe Coding】：通过自然语言描述意图，让 AI 生成和修改代码的开发方式。本期讨论了它带来的个人效率提升，以及进入复杂企业系统后遇到的协作和质量问题。

- 【Spec Driven 与质量左移】：前者强调用清晰的规格说明指导开发与验证；后者强调尽早在需求、设计和开发阶段发现并预防质量问题。本期反复提到：写代码提速后，不能把所有质量压力都留给最后的验收环节。

# 推荐

- 新版 Qoder：本期录制结束后，Qoder 发布了全新版本。欢迎带着节目里关于 Agent、产品体验和工作方式的讨论，去体验一下，也欢迎在评论区分享你的感受。

- 《人月神话》：啊花推荐给团队重新阅读的软件工程经典。一个人十个月的工作，为什么不能简单地换成十个人一个月完成？放到 AI 时代，这个问题依然值得追问。

- 《人件》：关注软件开发中的人、团队和工作环境。当执行环节越来越快，组织与协作的问题会更加突出，这是啊花推荐它的原因。

# Staff

后期：迪西

运营：小迪

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读

本期嘉宾是法律圈的大红人游初，不仅是“商科+法律”的复合型背景，也是我们认识的嘉宾里最会用 AI 的法律人了，除了在大厂从事云和 AI 相关的诉讼工作，也致力于让更多的法律人用上 AI、用好 AI。

他从早期把基于民法请求权基础方法的整个鉴定式案例分析工作流做进“龙虾”，意外获得了第一个"aha moment”，到现在一步步把更多领域的法学方法论 AI 工程化落地到诉讼乃至更多法律工作环节上，AI 已帮他实现了极大程度上的工作流自动化改造，他用亲身实践证明:“最会用法律 AI 的人，本就不应该是最懂 AI 的人，而是最懂法律的人。”

这期我们聊了很多:市场营销为什么是每个人的必修课、法学方法论如何工程化成 Skill、编程能力到底是不是门槛、未来 3 到 5 年法律行业的人才结构变化、以及给年轻法律人的成长建议。如果你也在焦虑 AI 会不会真的取代你的法务/律师工作，或者好奇法律人如何用自然语言"编程"，就来听一听吧~

# 主播

- 五花肉：认识不少律师，投身 AI 行业做产品运营，对法律 AI 充满好奇的探索者。

- 迪西：认识一些律师，略懂法律，被嘉宾的 AI 工程化能力震撼到的技术人。

# 嘉宾

- 游初：某人工智能大厂法务，兼任浙江省法学会商法学研究会、竞争法学研究会理事，浙江大学数字法治实验室《法律与人工智能》期刊编委，杭州市人工智能学会法律通用智能专业委员会副主任委员，上海交通大学杭州校友会副秘书长。游初长期从事云计算与人工智能领域法律工作，同时致力于 Agent 工具与法学方法论的 AI 工程化探索并深度参与组织 AI Native 建设，系民法、刑法、行政法三大部门法在国内首套鉴定式案例分析开源 Skill 作者、千问办公首个法律行业专家套件开发者，曾多次受邀在知名高校、头部律所、大型企业及政府机关和法院讲授法律 AI。

# 时间轴

-【04:23】一场场优秀的法律 AI 演讲的秘密：市场营销加法学

-【12:18】市场营销对法律人有多重要

-【20:56】法律 AI 的第一个 aha moment

-【24:23】法学方法论的 AI 工程化

-【28:00】三段论：法律人为何率先被 AI 影响

-【36:25】法律人的未来：从 Skill 获客到 FDE 式交付

-【42:02】编程能力是法律人用 AI 的门槛吗

-【45:01】语文能力与组织行为学：AI 时代的新必修课

-【50:55】AI 目前在不同的法律工作中的影响程度

-【01:01:22】AI 在法务工作中，已可以节约 60% 以上的时间

-【01:04:47】为什么有些法律人用不好 AI

-【01:07:13】四步五问法：写 Skill 前的思考框架

-【01:09:24】AI 时代下，给法律人的进化建议

-【01:18:06】AI for Legal 与 Legal for AI

# 延伸阅读

- 【三段论】：法律推理的基本逻辑结构，源自古希腊亚里士多德的演绎推理。在大陆法系中，法律适用的经典模式为：大前提（法律规则）、小前提（案件事实）、结论（法律效果是否成立）。它是法律人最基础也最核心的思维方式，也是法律工作流相对标准化的原因之一，使得法律工作更容易被 AI 承载。

- 【请求权基础】：德语 Anspruchsgrundlage，指支持一方当事人向他方提出特定诉讼请求的法律规范基础。在民事案件中，律师需要先识别原告的诉讼请求对应哪条请求权基础，再拆解其构成要件，逐一从案件事实中寻找支撑。这是民法案例分析的逻辑起点，也是法律推理最核心的步骤。

- 【鉴定式案例演习】：德语 Gutachtenstil，大陆法系法学教育中的经典案例分析方法。遵循"假设—定义—涵摄—结论"的严格结构：先假设请求权成立，再逐层拆解构成要件和法律概念，进行法律解释，最后将案件事实归入要件之下判断。这种方法论高度结构化，非常适合被工程化为 AI 的 Skill。

- 【Agent（智能体）】：能够自主感知环境、规划任务、调用工具并执行操作的 AI 系统。与传统固定工作流不同，智能体可以根据输入灵活判断适用哪些规则、调用哪些工具，适配非标准化的复杂场景。在法律领域，智能体可以处理从合同审查到案件管理的端到端工作流。

- 【Skill】：AI 智能体的可复用指令集，用自然语言编写，无需编程代码。Skill 封装了某个领域的专家知识和判断逻辑，让 Agent 能够按照专业方法论执行任务。适用于高频、可复用、标准化的工作场景，而非一次性的需求——这一点是很多初学者容易混淆的关键认知。

- 【MCP（Model Context Protocol）】：模型上下文协议，一种让 AI 模型与外部数据源、工具和服务进行标准化连接的协议。通过 MCP，Agent 可以实时检索法律法规、案例库等外部数据，并建立校验机制，确保法律文书引用的准确性和合法性，有效解决大模型幻觉问题。

- 【FDE（Full-stack Delivery Engineer）】：全栈交付工程师，AI 时代的新型角色。不同于传统的 IT 架构师或业务专家，FDE 既懂业务领域知识，又具备 AI 工具的搭建和管理能力，能够将专业知识蒸馏为 Agent 可执行的 Skill 和系统，完成从需求到交付的闭环。未来法律、医疗、教育等领域的 AI Native 建设都需要大量 FDE 角色。

- 【四步五问法】：写 Skill 前的思考框架。五问包括：输入是什么、输出是什么、判断逻辑是什么、最终向哪个方向集成交付、验收标准是什么。通过这五个问题的梳理，帮助创作者在进入 Skill 编写之前理清需求边界和验收标准，避免产出与场景不匹配。

- 【AI Native】：以 AI 为核心能力原生构建的组织架构、工作流和产品形态。不同于在现有流程上叠加 AI 工具，AI Native 要求从底层重新设计工作流程，将 Agent 作为"数字员工"纳入组织架构，重新定义信息传递和协同方式。

- 【SOP（Standard Operating Procedure）】：标准操作流程，将专家的经验和判断逻辑固化为可重复执行的步骤。在法律领域，合同审查的风险点、文书写作的规范等都属于 SOP。将专家的 SOP 蒸馏进 Skill，是法律工作 AI 化的关键路径。

# 推荐

- 千问办公（QwenWork）：阿里旗下的一站式 AI Agent 办公平台，本期嘉宾游初正是其中法律专家套件的创作者，把节目中聊到的法学方法论工程化成了开箱即用的产品。尤其推荐他写的几个法律专家套件：

    - 【企业法务】：覆盖合规分析、合同尽调等企业法务高频场景，可将团队成熟的工作流沉淀为组织级 Skill 共享复用。

    - 【合同管理】：支持批量合同审查、条款比对与风险点识别，还可对接法律专业数据源检索法条与案例。

    - 【中国民商事诉讼工具箱】：面向诉讼场景的案卷梳理、检索与文书生成，正是游初诉讼法务经验的 AI 化沉淀。

# Staff

后期：迪西

运营：小迪

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读

本期嘉宾是公众号「AI 产品银海」的主理人银海，一位因为热爱分享而误入媒体圈的 AI 产品运营。

银海从电子信息工程专业毕业，第一份工作在创维做大数据工程师，因为全公司只招了他一个大数据工程师，被迫从技术到产品"全栈"成长。之后辗转数据安全、AI 设计工具等领域，最终扎根阿里云做 AI 产品运营。与此同时，他从 Datawhale 社区贡献者起步，写 Prompt 手册、共建 WayToAGI，一路"被看见"，歪打正着成了六万粉丝的 AI 领域 KOL。

这期我们聊了银海一路走来的职业选择，也请他给普通用户科普了 Agent、Workflow、SubAgent 这些概念到底意味着什么，以及一个最实际的问题——传统行业的老板到底该怎么买 AI 服务。最后我们还聊了聊 KOL 这条路到底值不值得走。希望对你有启发～

# 主播

- 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。

# 嘉宾

- 银海：95 后，电子信息工程出身，历任创维大数据工程师/产品经理、安恒信息数据安全产品经理，现任阿里云 AI 产品运营，专注 Agent 方向。公众号「AI 产品银海」主理人，Datawhale 早期成员，WayToAGI 社区共建者。

# 时间轴

Part1 -【00:21】我是怎么成为 AI KOL的？

-【02:58】从电子信息工程到创维的大数据工程师

-【05:57】从技术“被迫”转型产品经理  

-【09:01】接触 AI：从 ChatGPT 开始的学习者之路

-【11:02】社区贡献：Datawhale、Prompt 手册与被看见

-【14:00】共建 WayToAGI，加入阿里做 AI 设计工具

-【15:56】AI 产品经理 vs 传统 PM，技术背景如何加成

-【20:00】为什么从产品经理转做产品运营

-【23:40】起号「AI 产品银海」：用 Vibe Writing 保持持续更新

-【28:11】做公众号可以很好的验证市场热情

Part2 -【31:36】怎么去用好 AI？

-【32:05】概念科普：Agent、Workflow、SubAgent、AgentTeam

-【35:00】怎么去买对 AI 服务？

-【39:44】如何评估 AI 输出质量与发现真实需求

-【43:44】最糟糕的 AI 使用方式

Part3 -【46:01】KOL 是好的出路吗？

-【49:06】流量不属于你，只是平台需要你的时候赏的红利  

-【52:00】银海的自我定位：学者

-【53:13】给开发者的建议：持续输出、被看见与顺应势能

# 延伸阅读

- 【Agent】：AI 智能体，能够自主感知环境、理解目标并采取行动以完成任务的 AI 系统。与传统的单一"提示-响应"模式不同，Agent 具备规划、记忆、工具调用和自主决策能力，可以将复杂任务分解为多个子步骤逐步执行。

- 【Workflow】：工作流，指将一个复杂任务拆解为多个有序步骤的执行流程。在 AI 应用中，Workflow 通常通过预设的规则和流程编排，让模型按照既定路径完成输入处理、中间推理和输出生成。与 Agent 的自主决策不同，Workflow 更强调流程的确定性和可控性，类似于日常工作中的 SOP（标准作业程序）。

- 【SubAgent】：子智能体，在 Agent 架构中负责处理特定子任务的独立智能体。类似于团队中的实习生或专员，SubAgent 由主 Agent 调度，专注于单一职责（如数据收集、格式转换、内容校验等），完成后将结果汇报给主 Agent 进行整合。通过合理分配子任务，可以提升整体执行效率和输出质量。

- 【AgentTeam】：智能体团队，由多个 Agent 协作完成复杂任务的组织形态。类似真实团队中不同角色分工协作，每个 Agent 承担不同职能，通过消息传递和任务编排实现协同。AgentTeam 适用于需要多维度能力（如研究、编码、测试、设计）的复杂项目场景。

- 【Prompt】：提示词，用户输入给 AI 模型的指令或问题文本。良好的 Prompt 设计包括明确的角色设定、任务描述、输出格式要求和示例参考，能够显著提升模型的输出质量和稳定性。Prompt Engineering（提示词工程）已成为 AI 应用中的核心技能之一。

- 【MaaS】：模型即服务（Model as a Service），将大语言模型以 API 形式提供给开发者和企业使用的云服务模式。用户无需自行训练模型，通过调用 API 即可获得模型的推理能力，按调用量或套餐付费。代表性平台包括阿里云百炼、火山引擎等。MaaS 平台同时提供模型微调、Agent 编排、数据管理等配套工具。

- 【工业 4.0】：第四次工业革命的概念，核心是通过物联网、大数据、人工智能等技术实现制造业的智能化和数字化转型。强调信息物理系统（CPS）的融合，将工厂数字化系统（如 ERP、SAP、仓储系统）中的数据采集、分析和可视化，以优化生产流程、提升效率和质量。

# 推荐

- 公众号「AI 产品银海」：银海的个人公众号，聚焦 AI 产品测评、产品体验和实践分享，当前有六万多关注。

- Datawhale：开源 AI 学习社区，提供从机器学习到大模型方向的系统化教程，早期聚焦 AI 1.0 时代的教学体系。

- WayToAGI：AI 社区，早期共建 Prompt 工程案例和教程，是国内最活跃的 AI 学习与实践社区之一。

- 豆包语音输入法：字节跳动旗下豆包客户端内置的语音转文本功能，银海早期用于公众号"语音写作"的核心工具。

- 阿里云百炼：阿里云旗下的 MaaS 平台，提供大模型 API、Agent 编排、模型微调等企业级 AI 基建工具。

# Staff

后期：迪西

运营：小迪

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读
本期嘉宾是「跟着阿亮学AI」主理人阿亮，一个十几年前就和 OpenClaw（小龙虾）作者 Peter 有过邮件缘份、如今靠 AI 内容半年涨到 10 万粉丝的大厂程序员出身的创业者。


十几年前，他买过 Peter 做的 PDF SDK，用邮件聊了几句；十几年后，Peter 发布了席卷全球的开源项目「小龙虾」，他成了国内把这波流量吃得最准的 AI 博主之一。缘份这件事，有时候真的说不清楚。


阿亮，「跟着阿亮学AI」的主理人。大厂程序员出身，14 年出来创业，起起伏伏做了十几年移动互联网产品；2025 年 8 月，面对AI浪潮和下坡路中的旧业务，他做了一个在当时看起来并不确定的决定——开始在小红书上输出 AI 内容。半年多，从零到 10 万粉丝，3 月份一波龙虾热潮让他彻底「起飞」。


这一期我们和阿亮聊了很多真实的事：怎么从完全不懂做内容，到摸索出一套自己的节奏？流量焦虑、零反馈、负反馈，怎么不被这些事拖垮？AI 在他的内容工作流里到底占多大比重（答案可能让你意外）？程序员做知识型 KOL，真正的优势在哪、坑在哪？希望这一期能给正在考虑转型、或者在摸索中坚持的你，一些实在的参考～


# 主播
- 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。对「知识型 KOL」这件事充满好奇、正在摸索答案的主持人。
- 迪西：同样大厂程序员出身，也在做知识自媒体播客。


# 嘉宾
- 阿亮：「[跟着阿亮学AI]」小红书账号主理人，10 万粉丝知识博主。大厂程序员出身，2014 年出来独立创业，在移动互联网领域做了十余年产品开发与运营；2025 年 8 月起开始做 AI 自媒体，半年积累超 10 万粉丝。同时持续经营 AI 方向的软件产品（App、网站及 ToB 工具）。


# 时间轴
-【00:00】开场：阿亮和龙虾作者 Peter 的十几年前缘分
-【02:07】阿亮自我介绍：大厂→创业→AI 自媒体的路径
-【03:30】观察阿亮账号：内容分几个阶段，龙虾那波是怎么回事
-【05:14】商业化思维 vs 程序员技术功底，哪个帮了你更多
-【09:45】内容分发策略：为什么重点押注小红书
-【13:00】流量焦虑与选题焦虑，怎么应对
-【14:37】能不能让 AI 帮你做选题、自动生产内容？亲测结论
-【19:05】个人 IP 时代：「活人感」为什么是核心竞争力
-【23:03】零反馈和负反馈：怎么撑过最难的阶段
-【30:33】从一个人做到小团队：招剪辑、招编导的节奏
-【38:12】自媒体商业化的现实：接商单、带货还是做产品
-【42:00】AI 在你的工作流里占多少比重？（反直觉的答案）
-【48:00】程序员适合做 AI 方向自媒体吗？如何入门
-【54:33】内容推荐：文字和视频类的对标账号
-【01:00:08】创业建议：从副业起步，找到合适时机再全职


# 推荐
-【Claude Code】：Anthropic 推出的 AI 编程工具，以终端命令行为主要交互方式，能够直接操作文件系统、执行代码、进行复杂工程任务，定位为面向专业开发者的深度编程助手。相比图形界面工具，上手门槛较高，但在处理复杂代码库、自动化开发流程方面有独特优势。
-【OpenClaw（小龙虾）】：由开发者 Peter Steinberger 开源的 AI Agent 应用，支持多模型接入、插件扩展、本地大模型部署等功能。与传统的聊天机器人不同，OpenClaw 被设计为一个可以深度控制用户本地电脑并自主处理复杂任务的 AI 智能体。它可以替用户处理文件、自动发邮件、编写代码等，引发了极大的关注与热潮。


# 推荐
- 账号：[跟着阿亮学AI](https://www.xiaohongshu.com/user/profile/5f84695f0000000001008c8d) — 阿亮的小红书账号，专注 AI 工具实操与知识科普
- X（Twitter）：关注 OpenAI、Anthropic 相关 CEO/研究员账号，是获取一手 AI 动态的核心渠道
- 账号推荐（文字类）：数字生命卡兹克、新智元
- 账号推荐（视频类）：秋芝、技术爬爬虾


# Staff
后期：迪西
运营：小迪
文档：天猪


# 关于节目
「迪魔王Devmore」让有意义的事情有意思。
[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。
[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。
[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读
"黑客松从马拉松变成了短跑。"这是悠一对 AI 时代黑客松最精准的一句概括。


一个 03 年的年轻人，在 gap year 里没有选择刷题备考，而是背着电脑跑遍长三角——南客松、TRAE黑客松、圣诞黑客松、鬼屋黑客松、渝客松线上赛、汤泉黑客松、小红书黑客松……连自己都记不清楚参加过多少场了，却因此成了黑客松赛场上的熟面孔，并自称"老兵"。悠一说，这半年的黑客松经历，顶得上大学两三年学到的东西——不管是软件开发层面，还是为人处事。


我们聊了从 2013 年第一批国内黑客松到如今 AI 爆发下黑客松雨后春笋般涌现的变与不变，聊了 AI Native Developer 到底是什么（放大镜、指挥棒、瑞士军刀），聊了那场在楼顶因信号太差演示视频卡成幻灯片的遗憾，还有硬件赛道为什么容易获奖、PocketGuitar 怎么靠一首现场弹奏拿走 20 万大奖，以及"悲观者正确，乐观者前行"这句话对三个不同代际的开发者意味着什么。


从老登到年轻人，这一期或许能给正在经历 AI 焦虑的你，一些不太一样的视角～


# 主播
- 五花肉：国内第一批黑客松组织者，2013 年起给饿了么等大企业定制黑客松活动。专注开发者生态运营超过十年，目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。
- 迪西：刚刚参加完黑客松比赛，在努力从传统开发向 AI Native Developer 转变的工程师。


# 嘉宾
- 悠一：03 年生，长三角黑客松"老兵"，AI Native Developer 的践行者。本科学数据清洗与模型训练，gap year 期间一边实习一边跑遍各大黑客松赛场，现就读于日本福井大学研究生院。参加过 AdventureX、南客松、圣诞黑客松、鬼屋黑客松、重庆渝客松、环球黑客松、小红书巅峰赛等多场黑客松，并曾在中科大组织高校黑客松复赛。


# 时间轴
-【01:25】悠一自我介绍：福井大学研究生 & 黑客松老兵
-【02:06】什么触发了向 AI Native 开发者的转变？看 AdventureX 时的顿悟
-【04:30】AI Native Developer 的三个关键词：放大镜、指挥棒、瑞士军刀
-【05:20】过去一年参加了多少场黑客松？记不清了……
-【07:01】第一场南客松是什么体验？那时已经熟练掌握 Cursor 了
-【07:35】最遗憾的一场：圣诞黑客松楼顶演示，信号太差 PPT 卡成幻灯片
-【08:14】那场比赛做了什么：能在播客里丝滑插入问答的互动工具
-【10:14】参加 AI 黑客松的人都是什么来头？学生多、设计师多、04/05 后越来越多
-【11:37】硬件 + AI 赛道：获奖概率依然很高的秘诀
-【13:35】Rokid AI 眼镜黑客松：帮助 ADHD 用户阅读论文的眼镜产品
-【14:07】最让眼前一亮的作品：脑机接口控制轮椅、PocketGuitar 口袋吉他拿走 20 万大奖
-【15:17】让人共鸣的产品更容易得奖，但评审维度每场都不一样
-【17:35】你会提前研究评委维度再准备 idea 吗？
-【18:36】五花肉：2013 年国内第一批黑客松和 AI 时代黑客松的三大变化
-【22:55】AI 时代打黑客松还需要熬夜吗？
-【24:00】悠一理想中的黑客松：吃好、喝好、睡好
-【27:03】每参加一场黑客松就是融入最新技术潮流的过程
-【27:32】焦虑与确定感同时存在，所以不断参赛
-【28:23】队友从现场临时组队到找熟悉老搭档：效率优先
-【29:43】参加黑客松对悠一的职业选择有什么影响？
-【30:04】为什么不国内考研而选择去日本申请研究生
-【31:04】"这半年比赛经历顶得上大学两三年"
-【36:10】AI Native 思维是什么：把 AI 当成信任的专家伙伴，而不是执行命令的工具
-【38:01】评估不同模型的成本有多高？用 Arena 和线下观察来选
-【41:01】IDE 在 AI 时代还有价值吗？老登和年轻人的不同适应感
-【42:52】AI 时代开发者留下来的核心能力：测试、审美、全栈联调
-【46:43】老登迪西的视角：这波冲击还没缓过来，技术判断力 + 业务能力两条腿
-【50:25】南坡北坡：AI 技术上升 vs 人与物理世界更多连接
-【51:19】如何面对 AI 焦虑：像"一二三木头人"，时不时回头看一眼就够了
-【53:37】迪西：找到自己的那条主线，再去看 AI 进化到哪了


# 延伸阅读
- 【黑客松（Hackathon）】：由 "Hack"（黑客/编程）和 "Marathon"（马拉松）合成的词，指一种在限定时间内（通常 24-48 小时）让开发者、设计师、产品经理等集中快速构建产品原型并进行路演评审的竞赛形式。起源于上世纪末的硅谷开发者文化，在国内大约从 2013 年前后开始兴起，最初多以云服务商为赞助方。AI 时代的黑客松作品完成度和部署成熟度大幅提升，许多作品在比赛结束后即可直接上架应用市场。
- 【AI Native Developer】：指在开发流程中将 AI 工具深度嵌入的开发者。狭义理解为"做出来的产品离开了 AI 就无法存在"；广义理解为在做任何事情之前，将 AI 当作信任的专家伙伴优先进行探讨，而非仅将其作为执行工具。区别于传统"先在脑子里构思框架，再告诉 AI 怎么做"的工作方式。
- 【AdventureX】：国内知名黑客松品牌，以高质量的参赛作品和赞助商资源著称，曾获得 Dify 等 AI 基础设施公司赞助。2024 年的那场 AdventureX 是悠一从"手搓代码"转向 AI Native 开发的重要契机。
- 【Dify】：一款开源的 LLM 应用开发平台，提供可视化的 AI 工作流搭建能力，使设计师、非技术背景人员也能搭建完整的 AI 应用产品。
- 【LangGraph】：基于 LangChain 的一个图形化工作流框架，用于构建有状态的多步骤 AI 应用和 Agent，尤其适合构建需要复杂流程控制的 AI 产品。
- 【MCP（Model Context Protocol）】：Anthropic 发布的一种开放协议，用于标准化 AI 模型与外部工具、数据源之间的连接方式，让不同模型能够调用各类工具和服务。被视为 AI 时代的"USB 接口"。
- 【SuperPower Skill】：GitHub 上一个高星开源项目，提供一套完整的 AI 辅助开发工作流：从头脑风暴 → 反问澄清需求 → 生成规范文档 → 写详细 Plan → TDD 测试驱动开发 → 验证 → 交付，推动开发者在 AI 时代完成完整的软件工程流程。
- 【TDD（测试驱动开发）】：Test-Driven Development，一种软件开发方法论，要求在写功能代码之前先写测试用例，通过测试来驱动代码实现。在 AI 编程时代，部分 AI 编程工具已能自动实现 TDD 流程。
- 【脑机接口（BCI）】：Brain-Computer Interface，通过感知大脑或肌肉的电信号来控制外部设备的技术。节目中提到的小红书巅峰赛上，一对夫妻档团队制作了绑在额头上的脑机接口设备，通过感知肌肉电信号控制轮椅前进，令人动容。
- 【Codex】：OpenAI 推出的 AI 编程工具/模型，支持自然语言生成代码。
- 【minimax】：国产多模态大模型，以语音克隆（TTS）能力和文本生成能力见长，在播客相关应用中表现突出。


# 推荐
- SuperPower Skill：GitHub 高星开源项目，提供从需求探讨到 TDD 开发的完整 AI 辅助工作流，可在 GitHub 搜索 `superpowerskill` 找到。
- AI Arena（LMSYS Chatbot Arena）：一个让用户对比不同模型输出、以匿名方式投票的第三方模型评测平台，相对客观，适合用来参考模型综合能力排行。


# Staff
后期：迪西
运营：潘潘
文档：天猪


# 关于节目
「迪魔王Devmore」让有意义的事情有意思。
[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。
[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。
[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读

如果说前几年我们还在讨论 “AI 能不能写代码”，那么到 2025 年，问题已经变成了——当 AI 写得比我们快、比我们好，甚至比我们“更像工程师”，我们在做什么？做投降派/降临派还是拯救派。

这一期 MeetDevmore，是老朋友的一次久违的聚会，几位长期站在一线的工程师、产品人、运营者，只是坐下来，复盘这一两年里真实发生的变化，我们聊了接近两个小时。

有人兴奋有人焦虑，有人已经彻底换了行业。也许能给在十字路口兴奋或者恐慌的你，一些启发或者陪伴。

## 本期你会听到什么？

- 2022 年底到现在，真实发生的人才迭代，互联网行业真的是冲击最快的吗？

- 低代码平台还需要存在吗，AI Coding 到底替代了什么，又放大了什么？  

- Agent 为什么在 2025 年才真正「能用」？  

- 程序员、设计师、产品经理的边界是否正在消失？

等等

## 核心观点提炼

- AI 不是“更快的程序员”，而是改变了问题拆解与协作结构，解决问题永远是核心能力

- Agent 的关键不是自动化，而是上下文、工具与任务规划能力  

- 单一技能正在快速贬值，多技能与系统理解成为新门槛  

## 适合谁听？

- 开始担心 “我会不会被 AI 替代” 的技术人

- 已经在用 AI Coding，但总觉得哪里不踏实的人

- 想理解下一代开发方式，而不是只学新工具的人

- 围绕 开发者生态 的市场/运营从业者

# 主播

- 五花肉：【迪魔王Devmore】 主理人，超过14年开发者生态运营经验。

- Laura：【非做不可 | FeMake It】主播，Leapility CMO, AI Agent 实用派。

- 天意：网易 CodeWave 打杂，AI Coding 降临派。

- 天猪：【迪魔王Devmore】 打杂工，AI Coding 从业者， AI Coding 拯救派。

- 迪西：连续创业技术人，AI Coding 投降派。

# 时间轴

-【00:47】2025 年 AI 行业回顾：亲历者的真实感受

-【08:52】AI Coding 开始冲击程序员岗位，焦虑从哪里来？

-【14:00】从 Vibe Coding 到 Spec Coding：开发方式的拐点

-【22:00】Agent 为什么 2025 年才真正“能用”？

-【28:05】RAG 在上下文增强后为何逐渐失效

-【34:05】当 AI 写代码超过你，人类角色发生了什么变化

-【47:04】Vibe Coding：非技术背景创业者的新机会

-【55:02】长尾需求与 AI：低成本验证正在改变产品形态

-【57:52】Benchmark 的意义与局限：指标不等于体验

-【01:18:35】AI Coding 的边界：为什么仍然需要人

-【01:29:05】2025 年高频 AI 工具与 Coding 工作流推荐

-【01:40:28】对 2026 年 AI、Agent 与硬件形态的预测

# 延伸阅读

-【Agent（智能体）】：一类具备自主决策能力的 AI 系统，通常结合大模型、工具调用、记忆机制与任务规划能力，可在给定目标下连续执行多步操作。

-【AI Coding】：指利用人工智能模型辅助或主导软件开发过程的技术范式，涵盖代码生成、理解、重构与调试等环节，旨在提升开发效率并降低编程门槛。

-【Vibe Coding】：一种以“快速试错 + 即时反馈”为核心的编程方式，通常通过与 AI 的多轮交互不断修正目标和实现路径，强调探索过程而非一次性准确实现。

-【Spec Coding】：以结构化需求说明（Specification）为核心驱动的开发方式，通过明确约束、接口与规则，引导 AI 或工程实现复杂系统，强调可控性、稳定性与可维护性。

-【Benchmark】：用于评估模型或系统性能的标准化测试方法，通过统一任务和指标对不同方案进行对比，但往往无法完整反映真实业务场景中的使用效果。

-【MCP（Model Context Protocol）】：一种用于规范大模型上下文管理与工具调用方式的协议设计，目标是提升模型在复杂任务中的一致性、可控性与工程可落地性。

-【SKILLS】：在智能体系统中，将复杂工具能力或操作流程抽象为可复用的“技能单元”，以降低调用复杂度并提高执行稳定性。

-【RAG（Retrieval-Augmented Generation）】：一种将外部知识检索与生成模型结合的技术方案，通过在生成前引入相关信息以缓解模型知识不足的问题，常用于企业知识问答与专业领域应用。

# 我们的 2025 年度 AI 产品推荐

- Claude Code

- ChatGPT

- Cherry Studio

- Notion

- Trae

- Lovable

# Staff

后期：迪西

运营：小迪

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读

本期嘉宾是数字华夏研究院院长刘博，他的梦想是做一个“大白”一样的机器人。

你是否曾幻想过拥有一个像“大白”一样温暖、或像 BB-8 一样忠诚的机器人伙伴？电影中的机器人栩栩如生，但现实中的机器人究竟发展到了哪一步？它们一定要长得像人吗？背后的技术挑战有多大？

本期节目，我们邀请到了机器人领域的专家刘博，他将带我们深入这个充满硬核科技与无限想象的领域。我们从他的个人经历聊起，深入探讨了机器人行业的产业生态和技术挑战，回顾了机器人技术的几次发展浪潮。无论你是科技爱好者，还是考虑进入这个行业的准从业者，希望这期节目都会带给你关于机器人的一些新认识，一起来听听吧～

# 主播

- 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。

- 迪西：小时候曾梦想有一个机器猫的程序员。

# 嘉宾

- 刘博：人工智能从模式识别到深度学习再到大模型时代的深度参与者，既懂模型脑子也懂机器人肢体的全链路 Builder，坚持产学研融合落地的校外"行动派老师"，也是五花肉最踏实、最有烟火气的伙伴。

# 时间轴

-【03:06】机器人很早就有了，为什么突然火了？
-【05:20】人形机器人的历史回顾
-【09:33】大模型的爆发进化了机器人的大脑
-【14:46】什么是机器人？机器人不一定要像人
-【20:18】机器人除了跳舞，还在做哪些“正经事”？
-【25:39】十年后的机器人会是怎样的？
-【33:12】RaaS 是什么？机器人和云计算的关系
-【38:59】机器人是如何做到拟人的？
-【46:37】对机器人的安全担忧一直存在
-【49:35】机器人行业目前的盈利现状
-【54:31】机器人行业的从业者们：研发占大头
-【57:40】“做机器人让我更懂人了”
-【1:04:18】怎样进入机器人行业的大门：“先动手，再补课”

# 延伸阅读

- 【RaaS】：机器人即服务（Robot-as-a-Service，RaaS）是通过整合云计算、人工智能与共享服务等技术构建的创新应用模式。 该模式允许企业按需租赁机器人服务而非购买硬件设备，核心优势体现在灵活扩展性、持续性能优化和按使用付费机制，已广泛应用于智能制造、物流仓储、医疗手术等领域。

- 【具身智能】：即“具身化的人工智能”（Embodied Intelligence），“给智能一个身体”，是人工智能与机器人学交叉的前沿领域，强调智能体通过身体与环境的动态交互实现自主学习和进化，其核心在于将感知、行动与认知深度融合‌，将人工智能融入机器人、新能源汽车等物理实体，为“大脑”赋予了“身体”，使得它们拥有像人一样感知、学习和与环境动态交互的能力。

# Staff

后期：迪西

运营：潘潘

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读

本期嘉宾是前腾讯、富途技术团队管理者 TooBug，2024 年开启自由职业模式，探索职场外的生活与工作形态。

关于职业发展我们有很多问题和焦虑，无论在上升期还是职业中期。今天我们邀请到 TooBug，我们聊了聊职场的发展还有角色变化的背后思考，原来真的有人有离职倒计时！

本期不仅捋了他从技术岗到管理岗的职业路径，聊了不同阶段的能力要求，还扒了他中年选自由职业的原因，希望为面临职业瓶颈的技术人提供多元转型参考，希望给你一些面对生活的勇气。

# 主播

- 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。

- 迪西：在创业公司有十几年技术管理经验的程序员。

# 嘉宾

- TooBug：拥有 14 年职场经历，先后任职于腾讯、富途，从前端工程师到全栈工程师、前端架构师，最终走到管理岗位，担任企业 IT 负责人。

# 时间轴

-【02:40】中年离开大厂是为了做自己想做的事情

-【11:05】工资越高，激励效果越好？管理学有不同的理论

-【13:01】从一线开发者走向团队管理者是自然而然的事情

-【26:40】作为管理者做的最后悔或者遗憾的事情

-【38:40】成为管理者后，会在意自己技术变菜吗？

-【40:26】做管理者心累还是做程序员心累？

-【41:36】做管理者不写代码了会不会影响未来求职？

-【49:12】每个管理者都会有自己的“嫡系”吗？

-【52:30】从团队管理者到自由职业，我给自己设置了离职倒计时

# Staff

后期：迪西

运营：潘潘

文档：天猪

# 关于节目

「迪魔王Devmore」让有意义的事情有意思。

[DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。

[DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。

[MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读
从互联网时代到无线时代，再到现在的AI，开发者的价值一直在显现也一直在经历变化，也同时带来了很多新的岗位，如开发者运营，科技设计师等等，本期我们来聊聊开发者运营。“开发者运营的本质，就是陪着创造者一起让价值增长”，如何在各个阶段定制精准的运营方案，并且结合业务目标让双方收益，是一直值得我们关注和讨论的方向。


很巧的是，这也是迪魔王播客的四周年特辑，没想到我们真的做了四年，第一期我们也是从技术运营聊起，四年后，和 Femaker 播客串台，五花肉、Laura 和 Lisa 三位从 Agent 市场、全球机器人开发者运营和 AI Coding 的技术运营聊起，从 Developer 到 Builder，人人都能当创造者的时代，我们到底怎么做？一起听听吧


# 主播
- 五花肉：【迪魔王Devmore】 主理人，开发者运营，AI Coding 行业。
- Laura：【非做不可 | FeMake It】主播，市场，AI Agent 行业。
- Lisa：【非做不可 | FeMake It】主播，开发者运营，机器人行业。


# 线下活动
[姐妹随心码｜邀请你在WAIC之前来探索一种女性视角的vibe再交给AI去coding](https://mp.weixin.qq.com/s/EzLEtrzXemLEXNUVSMo5FQ)