DPS Main

朋友开始读 JD，有大量的课程资料要整理，动不动就喊 agent 烧完了，我觉得很奇怪，就帮忙看了看，然后处理了一下。她有几个需求：1. 所有的课程文件都在一个大目录下，课件，录音，课本，笔记，等等；都是手动整理的；2. 她需要让 agent 帮她整理，然后她打印出来之后阅读，然后和 agent 讨论知识点，这一步是在 Gemini notebook 里完成的，有时还会用到里面的 flashcards；3. 每节课都会用 apple voice memo 录音，然后用 whisper transcription 转成文本；4. 有大量课件要从 canvas 上手动下载，还有小组讨论，作业等等；5. 所有的课本都拿 abby 做了 o

这两天学到的一个技巧是，跑一个主对话，只让它做调度，活全派给 subagents，subagents 的 model 也让它来调度。省 token，省 context window。举个例子，我在主对话里跑 opus 4.6，让它根据项目进度安排活，然后指派给 subagents with proper models。一般它会调 sonnet 或者 haiku，并且会自动把任务计划写好，等着 subagent 跑完会回报进度。简单来说就是 mapreduce。尤其适合睡前安排任务跑过夜。

昨天拿 ChatGPT 制定一个旅行计划，有不少惊喜。我大致的喜好是：1. 希望多看看博物馆和古迹，这样可以更好地了解一个地方。2. 尽量按照距离规划路线，把以上这些打包在一起，比如相近的景点可以安排在一天内，这样可以大幅压缩交通时间；3. 检查各景点开放时间和展出项目，免得扑空；4. 住宿尽量选项方便出行的地方，最好离主要景点比较近；反复讨论了几轮之后，最终得到我满意的结果。因为我使用 tripsy 来记录旅行计划，但是手动修改非常痛苦。于是让 tripsy 查看它的文档，发现可以通过它的 API 更新，于是又让 ChatGPT 把写好的计划转换成脚本，直接通过 API 更新到 Tripsy。最后附上，我让 ChatGPT 总结出

近距离观察了朋友怎么用 AI，然后给了一些建议。背景是我们合作在写一套培训课程，有比较特殊的文件要求 （scorn），我们两人精力有限，都想借助 AI 完成大部分工作。我们的分工是我朋友负责文字和图片内容，我负责除此之外的所有。所以最近几周，我构建了大量的工具，比如课程内容写在 yml 文件里，然后可以渲染成 html，这样就可以在浏览器里预览所有内容和交互。还把客户的要求全都提炼出来，形成一套半自动生成内容，全自动渲染部署的系统（他们非常主观，没有系统性的书面要求）。结果和我朋友之前产生了不小的 gap，我在项目里特地为她的 agent 优化，这样只要她的 claude 读到项目，理论上就可以无缝衔接。但无论怎么试，发现有巨大的隔

一个生活小技巧：牙刷之类的软管产品，挤完之后拿剪刀软管中间剪开，里面至少还有一周的用量。可以拿剪开的尾部作为盖子罩在前半部分上。