🎬 柴静回应《看见》被禁：真实自有万钧之力

柴静，一位备受尊敬的中国记者，在她的作品《看见》被禁后，分享了她的思考和职业生涯中的重要经历。本文将深入探讨她对新闻、人性和社会的反思。

👁️《看见》被禁与人性的力量

柴静坦言，《看见》被禁并不让她感到意外，反而感受到一种力量。她认为，这本书记录了人性的解放和突破，这种无形的力量能够解释一个国家的成败，甚至揭示未来。这种力量源于对真相的追求和对人性的深刻理解。

😷 非典时期的真相与代价

柴静回顾了2003年非典疫情的报道经历，揭示了当时信息瞒报的证据。她描述了一线医护人员在缺乏防护的情况下与病毒“肉搏”的惨痛代价。这段经历让她深刻认识到新闻调查对公权力监督的重要性，以及“探寻事实真相”的必要性。

💔 家暴下的绝望反击

柴静深入探讨了对杀夫女犯群体的采访。她揭示了长期家庭暴力下女性的困境和法律缺失的悲剧。这些女性在绝望中采取了极端手段，却往往得不到法律的公正对待。柴静指出，《反家庭暴力法》的颁布是社会进步的体现，但仍有许多人被遗忘。

🏳️‍🌈 同性恋群体纪实

柴静讲述了央视首次直面同性恋群体的报道。她呼吁将同性恋者视为“人”，而不是“脏东西”。她批判了将无知、愚昧和偏见当作原则的落后观念，强调尊严是每个人的权利。柴静的报道为同性恋群体争取了更多的理解和尊重。

🌽 两会记者心路历程

柴静分享了她作为两会记者的心路历程。从最初的“被安排”到后来主动探寻真实民意，她逐渐认识到两会的真正意义。她回忆起东北代表“老毛”带着玉米参会的细节，展现了她对新闻真实性的执着追求，以及对“新闻不分正面负面，只有真伪之别”的深刻理解。

💔 从奥运到地震，新闻观的转变

2008年的汶川大地震，让柴静对新闻的理解发生了转变。她意识到，新闻不分正面和负面，只有真伪之别。她拒绝了在地震晚会上朗诵诗歌的安排，因为她认为最真实的感情是一种冒犯。她选择用镜头记录灾难中的人性光辉，展现了普通人在困境中的坚强和善良。

🔑 总结

柴静的讲述不仅是对个人职业生涯的回顾，更是对中国社会变迁的深刻观察。她用真实的镜头记录了那些被忽视的群体，揭示了社会中的不公和黑暗。她对新闻的执着和对人性的关怀，值得我们每个人学习和思考。

#柴静 #看见 #新闻自由 #人性力量 #社会观察

【干货】我的 AI 编程 10 大技巧 #VibeCoding 🚀

大家好，我是 JimmyLv_吕立青，欢迎来到我的频道！今天跟大家分享如何利用 AI 技术加速产品构思落地，以及我在实践中总结的 10 个 AI 编程技巧，让你也能 #VibeCoding 随心编程！

💡 AI 加速产品构思落地

你是否也曾有过无数个绝妙的 idea，却因为时间、精力、技术门槛等原因，最终只能沉睡在备忘录里？现在，AI 编程正在改变这一切！像 OpenAI Codex 或 Claude Code 这样的工具，让我们能够利用 AI 从零到一的能力，快速验证和实现这些想法。

另一方面，AI 也能帮助我们卸载日常开发工作中重复、繁杂的小任务，让 AI 助手完成初级工程师的工作，而我们则可以专注于更复杂、更有创意的核心价值。

我个人也深刻感受到了这些转变，利用 AI 快速开发了很多新产品，比如 BuzzCut 换发型应用，以及今天要介绍的 AI Watch Later 视频稍后看浏览器插件。从想法到原型，速度之快是以前完全无法想象的！

掌握正确的方法，就能快速唤醒备忘录里沉睡的 idea，甚至能够实现一千个 idea，至少是快速验证它们的可行性。

🚀 AI 编程：效率与创新

今天就给大家介绍 10 个 AI 编程的小技巧，帮你从想法变为现实。我将这些技巧分为三个方面，分别介绍它们的好处和对应的场景。

1. 快速构建原型 (MVP) ⏱️

以前，构建一个 MVP 可能需要数周甚至数月，等你做出来，市场可能已经发生了变化，或者用户根本不需要你的产品。现在，我们可以用最低的成本来验证 idea 的市场反应，不行就快速调整或更换下一个。

迭代过程中，最有价值的是与用户的交流，了解他们如何使用你的产品，以及基于现实场景给出的反馈。衡量一个好 idea 的唯一标准，就是让它真正被人用起来。

如果你自己就是产品的用户，就能更好地把控现实需求。比如程序员最喜欢的三件套：To Do List、记账和笔记软件，就是因为我们自己会真实地去用它。现在有了 AI，你也可以让 AI 去实现相对复杂的一些软件工具了。

2. 解放创造力，专注核心价值 🧠

无论是做任何 AI 应用，你都可能遇到用户登录、积分管理、数据 CRUD 甚至支付等重复性工作。这些代码非常重复，AI 也很容易搞定。

AI 可以帮助你处理大量的重复性工作，比如 API 接口调用、前后端数据对接、数据库写 SQL 做 migration，甚至基础的 UI 布局。这样，你就可以把自己核心的脑力资源投入到核心的应用场景里面，比如用户体验创新或商业模式设计，价值更高。

像 Background Task 或 Aider 这样的自动提交 PR 的方式，能够极大地帮助我们把这些冗余的工作做好。在你把地基打得更扎实的同时，你可以继续去开创可能性，把楼建得更高。

3. 加速试错 ⚡️

试错的速度至关重要。有了 AI 编程，可以加速试错的过程，从而在同一个时间窗口能够去多开几枪。即使每个 idea 失败的可能性有 99%，当你试了 99 个之后，你的成功率将会是 99 乘以 1%！

你可以在不同的项目实施当中相互学习，即使一个项目失败了，你在这个过程当中跟 AI 协作所学习到的能力，或者跟市场反馈所获得到的真实的经验，都可以运用到下一个应用当中。

🚀 AI 效率编程技巧

接下来，我将结合一个浏览器插件的开发案例，分享具体的 AI 编程技巧。

1. 清晰的版本管理 🗂️

快速迭代 AI 应用，清晰的版本管理非常重要。

我们可以开一个新的 Chrome 的 profile，相当于用了一个新的身份打开了这个应用。假设我现在需要新增一个功能，就是给视频字幕增加一个翻译功能。

Cursor 默认有一个 checkpoint 的功能，类似于马拉松的里程碑，可以随时回退。但我讲的强化版本管理，是指你的每一个节点，并不一定是单次对话就能成功的，通常需要两到三个对话才能成功。那么你就可以在它能够完成你的需求，达到满意的程度的时候进行一个 commit。

这个 commit 也不用自己做，因为 Cursor 会有一个 generate commit message。我们可以自动化 commit，每次有了新功能的迭代，就可以 commit 一次，所有的历史记录都会清晰可追溯。当我这个功能实现不满意，我可以实时地、随时地回退回去。

2. 自动化 Commit Message 🤖

在 Cursor 中，你可以设置快捷键，自动完成添加到 Git、使用 Cursor 自动生成 commit 信息、自动提交所有 code 以及自动进行云端同步等操作。

只有当 AI 把代码能够成功跑出来，并且你测试通过，才算是可以提交的一次 Milestone。它可以理解成它是为你每一个 AI 探索的过程留下一个可追溯可回溯的脚印，帮助你快速做对比，或者从某个分支衍生出不同的解法。

3. 区分 AI 改的代码和我自己改的代码 🧑‍💻

我会刻意区分 AI 改的代码和我自己改的代码。我自己改的代码，我还是会在 IDE 里面，也就是我平常使用的 WebStorm 来进行修改。

AI 优先的 Cursor 这样的快速代码生成，会大量地生成代码，但有些细节我还是会更倾向于人去审查，或者在里面去做一些关键模块的精细打磨。而且我在 IDE 里面使用的这些工具都是最趁手的，包括快捷键等等。

虽然这在 AI 时代显得有一点过于工匠精神，或者大家会觉得冗余，但我还是保留了这种人工加 AI 搭配的方式。

4. AI 生成文档 📝

通过 AI 来生成一些文档。每一次 AI 输出之后，Cursor 都会自动地帮你新建一个它干了啥以及做了啥的文档。每一个 idea 都可以有这样的文档追踪的记录，而这个文档完全可以由 AI 来快速生成。

让现在的笔记来支援未来的自己，甚至未来的 AI 其实是很有帮助的，因为现在 AI 反正也可以快速生成这些初始的文档，它可以帮助你在探索不同的技术实现的时候，然后帮你记录下这些关键的决策点，所以在写代码的同时帮助你进行一些知识的沉淀。

5. 规则化你的指令 (Template) ⚙️

你可以把自己常用的一些 AI 指令变成 Prompt 的模板。当你有一系列类似的想法，比如都是一个 Landing Page，或者都是一个类似于表单提交的操作，那么你就可以让它基于你的一个模板，然后让它更高效、更一致性地生成对应的代码。

6. 对话式的探寻 💬

探索先于我们指令式的执行。你可以先跟 AI 共同孵化你的 idea，先跟 AI 直接聊一聊。Cursor 的 Ask 模式可以帮助我们提前理清一些需求。

我们可以基于 AI 生成的一个文档，问它，如果我们想让搜索功能也能搜到翻译的字幕的话，应该怎么做？我们可以先直接跟 AI 聊一聊，不管它给到的技术交互，还是说我们对应的代码的功能需要怎么去实现，都可以让 AI 先帮我们出些 idea。

7. 善用 AI 的语料库 📚

AI 能力之所以这么强，是因为 AI 的语料非常的完善。互联网发展这么多年，像 GitHub 这样的开源社区积累了大量的开源代码，大语言模型就借助这些开源代码进行了预训练。

哪一门语言，它的训练数据越多，本身大语言模型的能力在这方面就会越强。所以像 TypeScript，像 NextJS，像 React，AI 对它的经验其实是非常非常丰富的，它能够生成完全稳定可靠的代码，并且如果遇到问题的话，AI 还可以在网上很容易地去找到相关的解决方案。

8. 喂给 AI 最新的文档 📄

AI 原生开发里面有很多新东西，比如最新的模型或者最新的 SDK，它还没有被大语言模型学习到。这时，我们就可以直接把相关的文档喂给 AI，让它理解最新的技术文档是什么。

在 Cursor 里面，可以直接加 @，把 BibiGPT 的 Open API 的规范直接发给它，或者在设置里面，让 Cursor 主动去索引一些 docs。

9. 认识到 Agent 的能力边界 🚧

现在的大语言模型，它的上下文是有限的。在对话足够长之后，AI 就会扛不住了。

了解到这样一个边界之后，我们就可以扬长避短了。在遇到瓶颈的时候，我们直接 new 一个 chat，带上上一次聊天的对话摘要，然后引入这次精准的对话的需求讨论当中。

如果要修改某个功能，可以选中对应的区域，然后按下快捷键 Command 加 I，它就会自动带上对应的上下文，从而它会更加强调和以这个代码为中心来进行代码修改。

10. 人机协作模式 🤝

我依然非常推崇人机协作的模式。我们会使用多个 IDE 来进行功能的探索和代码的生成，包括不同的 IDE，有不同的 AI 的功能，我们都可以去善用它。

像 Amazon Q Chat 其实也会有一些额外的功能，比如它可以生成测试、 review 代码等等。你可以理解成就一个很强大的 AI 团队。

引入人的角色，更多像是一个管理的角色。你让干活快的先快速去验证，快速去生成代码，但是如果这个功能已经实现了，你可以让更高级的 AI 来帮你去 review 代码。

💡 总结

以上就是今天所介绍的 10 个 AI 编程的技巧，有一些可能是 Cursor 里面专属的，有一些也是我们 AI 编程，或者是整个跟 AI 打交道的通用的方法，或者是人与人之间沟通的一些基本原则。

AI 现在真的是一个能够加速你 idea 实现的伙伴，它很强大，但是它也有它的边界所在，我们要善于去利用它，它会成为你创新过程当中的催化剂和放大器。

有了 AI 的加持，我们人人都可以去实现自己脑海中的想法。实现 AI 应用的门槛已经大大降低，并且我们有了像 Amazon Q Developer 这样的开发者工具，它提供的企业级特性，还有云生态的无缝衔接，像是亚马逊云的服务器 S3，还有像 Bedrock 这样的大模型服务，都可以帮助我们很快地去搭建一套成熟的 AI 应用，它能够让你的创意更快地推出市场，来验证你的想法。

把东西做出来是真的很快乐，而不单纯是去消费别人做过的应用，这种把想法快速落地的喜悦，可能才是 AI 编程最大的意义所在。

#AI编程 #效率提升 #产品开发 #人机协作 #VibeCoding