之前在Windows Server 2025上，手动安装 Codex/ChatGPT 桌面版一直失败，在 ChatGPT 里通过对话反复询问原因再手动去尝试，效率很低。

后来让 Agent 直接负责安装，让它根据安装过程中的错误自己去排查解决，全程不用我动手，效率反而高得多。

(原因是Agent会在失败是自己收集必要的信息，自己尝试新的方向，比我手动操作效率高很多)

最近半年大量使用语音输入后，我越来越觉得它比打字更高效：

• 语音和打字都是以将符号输入电脑为目的的。
• 语音其实是通过亿万年的进化才获得的技能，人类将思想转换成语能力是写在基因里的。
• 人类将思维转换成打字，其实是有一个后天的肌肉记忆的训练过程。
• 语音的带宽，也就是输入的速度，其实天然是比打字快的。
• 我觉得最终极的形态就是脑机接口，即直接将思想转变成电脑的输入，但这个目前来看还太遥远。
• 语音输入和打字输入来比，可能唯一的劣势是同一个读音有多个含义，可能会存在重码的情况。但我相信，随着AI对于整句输入理解能力的加强，一定能够结合上下文语境选出最正确的候选词。

除了这方面的比较之外，我觉得语音输入还有一些优势:

• 语音输入的启动成本更低，特别是大篇幅的输入，其实80% 的内容可以用语音做输入，只有 20% 的亲切化的语言需要用打字来校正。
• 另外，长期对着电脑屏幕其实对颈椎、腰椎也有一定的伤害，但是语音输入不会约束你的身体姿态。我觉得这也是一个巨大的优势，特别对于我这种已经有轻微职业病的人来说。

最近用AI把自己之前在博客园和CSDN写的博客都迁移到了这个博客。

迁移过程中，CSDN还由于邮箱和手机号码都已经是之前废弃掉的，花了点时间才找回来。

CSDN对文章私自进行收费的做法实在是太恶心人了，搞得我必须找回账号才能完成这些文章的迁移。 迁移完成之后我把C间上的文章全都删除掉了。

那时候还涉猎过AI贪吃蛇、AI五子棋，只可惜由于自己当时的视野有限， 没有对AI这个领域，做真正学术上深刻的调研和理解，错过了真正的浪潮。

截图留个记忆

如何正确、优雅地向AI提供完备的环境信息，是一个值得系统思考的问题。

最近就遇到一个典型的案例：目标是用 C++ 实现一个样式，要对齐前端的某个 UI。

一开始总有一些细节对不齐，这时候如果通过【截图+拷贝 DOM 结构和 CSS 信息给 AI】，AI 总是不能够全面地理解。

正好我们框架预留了一个CDP接口，用于从 chrome://inspect/#devices 进行devtools的调试。在codex下，可以无缝地通过这个CDP接口让AI去读取目标页面的全部样式信息。

这样比手工贴截图更优雅快捷，甚至更节省token。

另外，这周还有一个场景是: 线上报了一个 crash，如果直接把Crash Stack给 AI 分析，AI 会出现幻觉。

但是如果把 crash 前后的日志同时提供给 AI，AI 就能够从日志中分析当时的用户行为，进行更准确的分析。

另外还要注意一点：AI 在分析的时候，一定要把代码切到出现 crash 的分支，不然也有可能出现歧义。

归根结底就是我们要提供完备而正确的信息，实际上我们自己人为开发的时候也是遵循这样一个路径