狼人杀与一夜狼人杀

Share
与麻将,北美玩家的周末三俗活动系列

我常常自诩是一个桌游爱好者,尤其是卡牌类游戏,从3C到三个杀都玩的还OK。唯独有一类桌游我特别不擅长,就是狼人杀这类开局一张嘴,游戏全靠编的(好吧,如果算上麻将的话是两类)。

上周接触了一夜狼人杀,游戏体验嘛,很一言难尽。比起狼人杀,它解决了第一轮被杀的玩家冷板凳的不良体验。但是对于新人来说,尤其是村民身份的时候,大多时候都是一种“我是谁?”“我在哪?”“我在干嘛?”的状态。加之缺少狼人杀每轮死掉一名角色的“确定”证据,整局游戏就像在猜薛定谔的身份。

职业所需,我经常要梳理清别人的需求并且上下文代入以便分析问题。这使得我从习惯上会假定别人说的都是对的,然后就被带到沟里了。再加上不擅长嘴炮类游戏,常陷入一种唉听着这个人说的有道理,下一个说着与之相反的逻辑,听听也挺在理。最后看谁说的都有道理,只好finger cross & “跟谁熟就跟谁投吧”。

啰嗦了这么多,归根结底还是理工男讷于言敏于行且不善打嘴炮的美德导致我没有很擅长这个游戏(对,真的不是我菜,是这游戏不是我的菜)。

Read more

当代码不再稀缺 - 06

Prompt 不是新的 Source Code A prompt can generate an answer. It cannot, by itself, preserve why the answer should be true. 提示词可以生成一个回答,但它自己并不能证明这个回答为什么是对的 AI coding tools 刚开始流行时,有一个说法很有吸引力: Prompt 是新的 source code。 听起来很合理。 以前我们写 Python、Java、TypeScript;以后我们写自然语言,让模型完成 implementation。既然 prompt 决定 output,那就像管理代码一样把 prompt 保存、version、review,不就行了吗?

By andy
当代码不再稀缺 - 05

当代码不再稀缺 - 05

Code review 没有过时,但我们可能 review 错了对象 AI can produce a diff. Review decides whether the team is willing to own the change. AI会产出代码,但是团队应该决定是否拥有这个改变 上一篇:AI 时代还需要 Estimate 吗? 床位系统那个 bug 暴露以后,我反复想过一个问题: 我们明明做了 code review,为什么还是没有发现这个bug? 实现并不离谱。代码在判断查询时刻是否落在预约区间内,局部逻辑说得通,边界也长得像正常的时间处理。 只是业务真正问的是“这一天是否已经被占用”,代码回答的却是“当前这一秒是否落在区间”。 我们不是没看代码。我们看了一个错误问题的正确答案。 这件事让我意识到,AI 时代关于

By andy
当代码不再稀缺 - 04

当代码不再稀缺 - 04

AI 时代还需要 Estimate 吗? Don't estimate how long it takes to generate code. Estimate what it takes to trust the change. 不要只估算生成代码需要多久,要估算团队需要付出什么,才能相信这个 change。 上一篇:别再用更多 Ticket 衡量 AI Productivity 下一篇:Code review 没有过时,但我们可能 review 错了对象 如果现在有人问 engineer:“这个 ticket 要多久?”答案可能越来越像这样: “代码今天能出来。至于什么时候敢上线,我不知道。” 这不是

By andy
当代码不再稀缺 - 03

当代码不再稀缺 - 03

别再用更多 Ticket 衡量 AI Productivity Code is cheap. Verified outcomes are not. AI 可以廉价制造代码,但不能廉价制造可信结果。 上一篇:AI 没有消灭瓶颈:Slop 正在吞掉团队的注意力 下一篇:AI 时代还需要 Estimate 吗? 有一种项目周会,特别容易让 EM 心情愉快。 这个 sprint 完成的 ticket 比以前多了,PR 数量涨了,commit 也很活跃。自从团队开始用 AI,dashboard 上的每一条线都在往右上角走。管理层一看:不错,AI productivity 已经兑现了。 然后 reviewer 默默打开

By andy