古法手搓文字的自留地
最近尝试了一下使用 AI + tldraw 绘制 UML 架构草图，感觉它目前还没有想象中那么顺手。
由于当前还是处在探索讨论阶段，所以还是需要通过这种手绘图的形式(类似草稿)。 之前这种情况都是通过纸笔绘制完成的。但是纸笔绘制有很多约束：
tldraw的优势是，AI可以完成初步的草稿，直接从讨论沉淀出草图，我可以基于可视化的编辑去直接调整。
这样效率是最高的，但目前还是有一些不智能的地方。
最近这半年多，一个很明显的感受是，AI 语音输入的能力变强了很多。
之前我还是用单句话输入，而且经常需要校验。
现在的话，我可以一段一段地输入，AI 会把整段内容进行排版。比如，我说话的要点里有 1、2、3、4 点，它会自动把内容排版成对应的列表格式。
我觉得打字本身就是人类为了适应和机器交互而采用的一种折中形态。人类从诞生以来，其实一开始是用语音交流的。
当然，我觉得文字输入也不会消失。比如编写代码，还有一些比较精细化的校正，这些还是需要文字来的。
就像人类在有了简单的交流能力之后，也发明了文字一样，我觉得后面一些精确性的场景还是要用文字，但是很多日常场景都会被语音所取代。
顺便整理一下几个月前关于语音输入的一些讨论。
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：
除了这方面的比较之外，我觉得语音输入还有一些优势:
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
