ziqian

上半年工作总结

#随笔

前言

为什么要写这篇文章

一是确定方向. 我玩 agent 也有很长一段时间了, 这期间一直都是随心而行, 做自己感兴趣的, 只做自己感兴趣的, 我认为在这个时间节点上有必要聚焦一下, 选一个方向继续了

二是近期时常焦虑, 故借此文总结一下过去的工作, 以正视听

1. agent & token

从年初至今已记录的 token 花费已经超过100亿(10B), 按照 OpenAI api 的价格来算, 也超过两千美元了. 我知道这个数字绝对不算多, 但应该也不少了. 而且我很少跑那些无人值守的长任务和多 agent

  • 这是 windows + wsl 两个环境的各自数据, 总计10.8B

  • wsl 还是要多些的 Pasted image 20260826084841.pngPasted image 20260826084909.png Pasted image 20260826084849.pngPasted image 20260826084858.png

  • 用过的模型 Pasted image 20260826085125.png

  • 用过的 agent Pasted image 20260826085151.png

总结:

  • 单从数字上来说我对我的表现还算满意, 至少体现了我的积极性和投入

以上数据来自 agentsview, 一个开源项目

2. 工作与成果

一些统计

Pasted image 20260826091000.png

  • github 热点图 Pasted image 20260825171012.png

主要工作

  • pi 插件累计 2400+ 次下载
  • agent 相关工具还是占了大头, 除此以外就是和知识管理相关的
  • palimpsest 是我觉得至今还算比较满意的一项工作, 既有较强的产品属性, 又有一定的技术含量, 也涵盖工程实现与产品取舍

Pasted image 20260825171210.png

pr

  • 一共提了六个 pr, 其中两个被合并
  • 给 10k stars 的 fff 项目提了一个 pr, 已被合并
  • openclaw 提了两个 pr, 虽有讨论但石沉大海

issue

  • 一共提了 35 个 issue
  • opencode, pi, qwencode 均提过 issue
  • qwencode 提的 issue 给出了详细的复现步骤和推荐解决方案, 得到了collaborator 的正向评价; 最后被成功 close

Pasted image 20260826091836.png

文章

  • 有若干文章发表等等, 主题广泛, 涉及科技, ai, 社科与文学; 不一一列举

总结

  • pi 插件的下载量是让我有些惊讶的, 虽然一分钱没赚到, 但是也没多几颗 star 啊...
  • 不过总的来说还算满意(也算得上小有所成.?), 唯二觉得欠缺的, 一是在项目宣传上, 我只是通过 x 和 B站这两个渠道, 并且在宣传积极性上相当欠缺; 二是总结, 很多项目的探索过程和一些研究本可以写成文字发出来, 再不济也可以口述, 然而很多都遗失在和 ai 的对话文件里面, 再也不会被再次看见, 亦或是被我忘却
  • 在这个注意力时代, 潜下心慢慢做产品很重要, 但是这和你的产品能不能取得关注, 取得你想要的结果, 还有非常远的距离

"一旦一切都被自动化,我们无法自动化的东西就是消费者的选择——我们仍然需要向机器传达我们的愿望"

  • 生产和消费是永恒的话题, 虽然我的确鄙夷"消费主义"与"一切的商品化", 我也不得不承认, 打不过就得加入
  • 作为 builder, 开发者, 你始终得去思考你的产品的受众究竟是谁, 然后去倾听他们的声音, 得听仔细

3. 过去, 未来

  • 我意识到如果我继续这样随心探索, 终将一事无成
  • 我不是优绩主义的走狗; 若我是的话, 我也不会做这么多 "developer experience" 的工具
  • 我也不喜欢追热点
  • ai 的广泛使用会快速拉高平均水平, 也会加剧平均和头部的差距
  • 我缺乏对某一专业领域的经验与沉淀. 这很致命
  • 工程是为了项目落地而存在, 项目是为了满足需要而存在. 我得找到那些未被看见的需要
  • 独立开发不是, 也不会是一个最终的形态. 人类需要联系, 渴望交流

展望

  • 接下来我打算以 life 为研究主题, 探索在加速社会里,人如何寻求与保持内在的秩序与精神的安顿
  • 我将立足 运动, 睡眠, 学习与知识管理等和每个人息息相关的主题, 尝试借助 ai 和 社科, 认知科学等领域知识, 结合算法与机器学习, 以软件, 硬件结合的形式去探索这一话题
  • 目前已有几个初步的想法, 也欢迎有相关想法, 有 ML 背景的朋友一起交流讨论.

相关链接:

2026-08-26