这次我不是想讲“AI 很强”这种空话，而是把我自己做前端时真正在用的约束、验证和改法整理一下：页面要像什么，第一屏讲什么，哪些元素不能乱加，怎么让模型少走模板路。

Karpathy 的 LLM Wiki 不是又一个 RAG 方案，而是一种让 LLM 持续维护 Markdown Wiki 的知识工作流。它可以服务个人知识库，也可以管理组织共享 context。

从 Oxc lint/format、Vite 8、Vite+、Vitest，到单仓库、monorepo 和移动端测试，整理一套我现在更愿意采用的前端项目工具链。

我把 thereisnospoon 从头读了一遍。它当然是在讲机器学习基础，但更有价值的，是它示范了一种 AI 时代技术内容的新写法：先搭心智模型，再把追问交给 agent。

OpenAI 新文里最值得拿来落地的，不是一句“GPT-5.4 更强了”，而是怎么给模型前端约束：构图、品牌、视觉参考、设计系统、Playwright 验证。

基于 Tw93 那篇 Agent 长文，我提炼了 7 个更值得拿来落地的判断：Loop 很小，Harness 更重要，上下文要分层，Skill 要像路由，工具要面向目标。

拆解我博客里图文页的实现：从 Fuwari 页面入口、React 客户端组件，到 usememos API 拉取、图片抽取、瀑布流渲染和分页加载。

这段时间我反复调整 AI 助手的 cron、heartbeat 和长期任务策略，最后得到的不是一套定时脚本，而是一套更像长期协作系统的运行方式。