Tw93:从产品工程到 AI Coding 的个人技术博客
从个人首页找到想读的主题
Tw93 首页先介绍作者,再以时间顺序展示文章。每条内容包含标题、发布日期和一段摘要,读者可以先看摘要判断文章关注点,再进入独立的正文页面。首页近几个月的主题包括 Mole 桌面产品、具身智能、GEO、Claude Code、Agent、大模型训练以及 AI 时代的技术学习。文章之间共享一个特点:从项目和使用场景出发,说明一个决定是怎样形成的。

导航栏还提供 Weekly、GitHub、Twitter、About 和英文页面入口,文章列表带有分页。这样的结构适合按时间浏览,也适合从感兴趣的主题进入一篇文章后,再通过首页继续寻找相关内容。页面没有要求先注册账号才能查看首页文章;公开访问时可以直接阅读标题、摘要和正文。
用 Mole 的迭代过程讨论产品选择
《Mole 出 Mac 版后,用户教会了我做产品》是首页靠前的一篇长文。作者回顾自己如何从一个开源 Mac 清理命令行工具 Mole CLI 开始,再决定制作桌面版本。文章称,CLI 最初只有几百行代码,在 GitHub 开源后不到一年获得约 60K stars,陆续发布五十多个版本,也有来自不同地区的开发者提交代码。作者并没有把这些数字当作产品成功的全部解释,而是把重点放在用户提出的实际问题上:有些 Mac 用户不会使用终端,希望能有一个直接打开就能操作的桌面界面。

这篇复盘把产品路线和使用门槛联系起来。作者说明 CLI 仍然保持开源并持续更新,桌面版则是另一个面向普通 Mac 用户的产品形态。对读者来说,这段经历展示了一个功能从开发者自用工具走向更广泛使用场景时,为什么需要重新考虑操作入口、默认行为和说明成本,而不是简单地把命令窗口搬进图形界面。
文章还具体讨论了清理工具如何判断文件是否适合删除。编译产物通常可以重新生成,删除后代价相对有限;包管理器目录虽然看起来像缓存,删除后却可能需要重新联网下载;本地模型体积大、重新获取耗时,模型文件之间还可能存在共享关系;AI 会话记录则承载着长期积累的思路和修改缘由。文章描述的做法是按重新获取的成本区分对象,先让用户看到项目、路径与占用,再让用户决定是否处理。它也回顾过一次误把苹果神经引擎缓存清理掉、导致相关应用异常的经历,用这个例子说明不能只凭文件名里有“cache”就判断它是垃圾。
从这些细节可以看出,作者谈产品时并不只列功能。文章关注的是工具替用户做决定时可能造成什么后果:默认勾选范围是否过大,删除之后能不能找回,用户能否理解每个条目的来源。对清理流程,文中描述先扫描并列出项目,再由用户确认,执行时优先保留撤回余地;对于不确定的数据,倾向于让用户检查,而不是为了显得省事就自动处理。这样的记录让产品工程和安全边界落在一个具体的软件场景中。
AI 与开发主题从不同角度展开
Tw93 首页列出的 AI Coding 文章面向产品、业务和运营等非技术读者,摘要提到如何写 CLAUDE.md、沉淀 Skills、判断何时使用 Plan 模式,以及哪些工作适合交给 Claude Code。它关注的是把工具放进日常工作时的使用场景,而不是只讨论提示词本身。对负责协作流程或正在尝试 AI 编程的人,这类文章提供了判断任务与工具边界的切入口。
首页的 Agent 文章从控制流、上下文工程、工具设计、记忆、评测和安全等方面做系统梳理。大模型训练主题则从预训练延伸到蒸馏、数据工程、后训练、评测奖励和部署决策。读者可以据此了解作者在工程实践之外,也会整理技术系统的组成环节,并尝试解释上线效果为什么不能只用参数规模来理解。技术学习一文展示了另一条线索:收集资料、筛选阅读、组织大纲,再用 AI 辅助精简和整理,最后形成可发布的内容。
具身智能文章把讨论落到硬件实践。首页摘要提到,作者用 STM32、ASRPRO、ESP32-C3、舵机和 3D 打印部件制作了一台能够听懂语音、移动并连接云端 AI 的小机器狗。摘要进一步点出串口、PWM、空间、动作、控制频率、执行器和失败样本等具体问题。这些细节使机器人项目不只是概念介绍,也能帮助读者看到原型从电子部件、机械结构到控制逻辑所面对的限制。
适合从项目复盘中学习的读者
Tw93 适合软件开发者、产品工程师、独立开发者,以及正在理解 AI 编程工具和 Agent 系统的读者。文章经常从一个可辨认的问题切入,例如如何降低 Mac 清理操作的误删风险、如何让不熟悉终端的人使用产品、如何判断 AI 工具适合承接哪些任务,再逐步展开做法与代价。读者既能看到技术概念,也能看到作者如何处理需求、默认值、反馈和后续维护。
阅读时可以从首页摘要开始,根据关注点选择产品工程、AI Coding、Agent、模型训练、机器人或学习方法主题。若关心软件如何从命令行工具走向桌面产品,可以从 Mole 的复盘入手;若正在搭建 AI 辅助工作流,可以先读 AI Coding 与 Agent 相关条目。首页分页和 Weekly 入口也提供了继续探索的路径,而 GitHub 入口便于查看作者的开源项目。