文章 · 7 篇

用过、做过、学到的事。

做过的东西、用过的工具,以及哪些真的有用。能测量的地方,我都放上了数字。

2 分钟

我为什么自己做了一个刘海 App

两年前换了第一款有刘海的 MacBook Pro,就一直想要这么个东西。今年终于自己做出来了。
文章
4 分钟

数字果蝇的第一课:看到 1,抬起一只脚

我在 Mac 上搭了一个数字果蝇实验室。先从抬左前脚开始,测试视觉输入、动作、反馈和技能保存能否形成一条完整的学习流程。
实验
5 分钟

桌宠:PushSense 的第二种说话方式

按键说话有个前提:你已经点进了正确的输入框。桌宠模式去掉这个前提:点一下珍珠说话,再把文字拖进任意窗口。这篇讲它是怎么做出来的,以及发版前用脚本点 App 抓到的三个 bug。
PushSense
4 分钟

为什么我选择本地转录而不是云端

听写 App 想每年收我一百多美元,租用我自己的声音。我研究了这笔钱到底买的是什么——答案是一个我的 Mac 可以免费跑的模型。
本地 AI
7 分钟

我白付了 1.4GB 内存

听写工具占着 1.9GB 内存,在第一段录音上产出的结果和 181MB 的模型一模一样。第二段更难的录音让结论变复杂了。全部用真人语音实测,不是合成音频。
实测
2 分钟

构建 PushSense:一个 5.5 MB 的本地优先听写应用

从 200 MB 的 Electron 应用到 5.5 MB 原生 macOS 应用的完整过程。
PushSense
4 分钟

可验证的 Vibe Coding:让 AI 快速写,再让它证明自己

我的工作流:用 Claude 以 10 倍速度写代码,然后测量结果是否真的有效。
Agent 工作流

也看看