稍微整理下自己最近使用各种 AI 的心得，免得自己忘了，欢迎交流。
Coding
首先介绍一下自己工作的性质，因为这会影响我工具的选择。我现在的工作是游戏引擎开发，以前是做 Unity，现在在 UE。工作上会看一些性能问题、做一些工具，偶尔接触点渲染相关的东西。每周要去阅读、理解与思考的代码量很大，但提交的代码量却暂时不是很多，所以我没特别多 vibe coding 的机会。
日常工作我会使用 Gemini 2.5pro 以及 Claude Code。我会和网页版的 Gemini chat 讨论一些技术实现，让它帮我 Deep Research 一个我不怎么熟悉的领域让我能快速获得一些理解。Claude Code 我用来帮我阅读代码，我 glm4.6 和 deepseek 的 api 都接了，工作上会换着用体验下效果如何（不是我不想用原版的 sonnet 之类，公司的网 ip 不行，我也懒得去搞魔法）。一般很少让 Claude Code 去写代码，在不调教的情况下，写点 python 感觉没啥问题，写 cpp 没法给我带来很大的效率提升。两个原因，1，关于 UE 的知识还是有点陈旧，Gemini 也是这个毛病，最新版的 UE 很多 api 都变了；2，写 cpp 不是问题，编译、调试、观察效果才是花时间的地方，这里 AI 暂时没法帮忙，AI（尤其是 Codex）可以帮忙 Code review 倒是真的。
其实游戏里难用 AI 还是 AI 无法获得很多的 context，有些底层代码有单测就好些，AI 改完可以自己测。但当一个功能需要做完之后用肉眼去看某个资产的状态，或者要去 Editor 里点好多下，等好久才能看到效果的时候，再怎么也没法获得 100x 的效率提升。验证代码正确的 feedback loop、给出合适的 context 目前还是太手工、太麻烦了，模型能力倒确实可以胜任很多任务了。
基本上可以说是在拥抱异步的工作模式，我 fire 一个任务给 Gemini，让它慢慢思考去吧，然后让 Claude Code 帮我看某块的代码总结下，它刷刷开始列一堆 todo 干活儿，我的话正好去干其他的。
如果是要自己做点工具，要接触 github 上的项目，那我会用 DeepWiki 和 Gemini。DeepWiki 用来快速帮我理解某个我想要的功能是如何实现的，或者某个我想加入的功能应该改哪里；Gemini 其实也差不多，可以直接导入 github 仓库去做一些询问。然后写功能的话我会根据情况看，简单的直接让 CC 去完成了，复杂点的还是 Gemini + 手动。听说有个方法是用 ChatGPT 的 Deep Research 去关联 GitHub 仓库，用它出的报告来指导 codex 重构，显著强于 claude code plan mode 或者 codex 自己写报告自己改，我没自己试过全链路的流程如何，但确实我干过当个数据搬运工把 DeepWiki 的结果给 CC 去写代码这件事。
写完还挺感慨的，9 月写的文章里提到的AI 工具和现在确实差距不小了，qwen code 已经弃用了 hh。还是挺认同 xuanwo 大佬这里说的How I Coding? (Oct 2025 Edition)，attention is my most important resource. 我希望用最好的、最聪明的，慢点没关系。
准备探索的：
- 怎么没有 UE 的 deepwiki，搞个感觉会省点时间，解决下 AI 的知识陈旧问题。能不能用 DeepWiki 或者谷歌家的Code Wiki或者阿里的Repo Wiki做一个试试，Context 太大可以先从小模块开始做。
- 公司网络限制其实不是我偷懒的理由，还是要去自己搞下 Codex + GPT5 这些，要用就用最好的。
- 继续看看有哪些工作可以 Agent 化吧，探索下性能相关的能不能搞搞，比如把火焰图的数据丢给 CC 让它帮我找性能问题之类，或者让 AI 去做游戏测试，可以部分解决 feedback loop 的问题。
学习、阅读与写作
学习技术知识的话，主要还是靠 Gemini chat，要么手动复制粘贴相关信息进去，要么直接整个 pdf/youtube 视频/没有 pay wall 的文档丢进去问相关的。这个 role 以前是 gpt 的，但是自从发现 Gemini 也不错退订 gpt 之后，就没改过了。我还是喜欢自己读文章的，所以一般也不会跳过阅读全文这个步骤，有的视频太长了我倒是会让 AI 给我 insight，总结下哪里比较有趣然后自己去看（或者不看了）。我很久之前试过 NotebookLM，那时候出于某些原因那时候搜索一直卡死失败，就没再用了。
测试自己理解的话，我一般会给一些背景知识，让 Gemini 来问我，我来用文字表述回答。我好像从未触发过 Gemini 的 quiz，但是效果还行。逼迫自己写下来这个思考本身已经能加深理解了，我觉得 AI 很多时候问的问题也确实怪怪的，这里有进步空间，也可能是我的 prompt 不够好。
查资料的话，Gemini DeepResearch、Perplexity 我偶尔会用，让它们去搜索相关的资料。主要还是用 Gemini 的，比如我会让它去搜伊利亚特中的后勤问题、卡夫卡的城堡中 K 到底是不是城堡指派的，确实 Gemini 的 Deep Research 做文献调查和综述是很棒的。Perplexity 的毛病在于，1，偶尔抽风；2，默认是用啥语言问就搜啥语言的资料，搞得我很多时候要明确指示搜英文资料，还挺麻烦，所以不爱用。Qwen 的新的 Deep Research 刚出，好像还可以，没大量尝试过。
写作的话，写作过程中我倒是不怎么使用 AI，我一般是有一些想法会让它在脑子里发酵一下，各种闪现的片段会记录下来，然后去查资料和以前阅读过的笔记，都粘贴到一个地方，开始写写改改。写完会让 Gemini 帮我的稿子找错别字，非常准，很好。以前体验过 YouMind，但是感觉自己也没咋用明白，可能后续可以继续试试。Gemini 做翻译也是一绝，这里有写一些体会：Governing the Present 第一章翻译
笔记
我今年切到了 Obsidian，当时是看到了 xuanwo 大佬在 X 上推荐了 Obsidian + obsidian-smart-connections + jina 的 embedding 模型 这个组合，用了下确实觉得舒服。数据全以 markdown 形式在本地，依靠 embedding 的相似度也不需要自己去打标签和双向链接，直接在笔记右边看到按相似度排列的相关笔记，也支持 embedding 去搜索，确实体验很好。两个小问题，1 是移动端看不方便，2 是 obsidian 的 markdown 所见即所得支持非常一般，写出来的 markdown 在 typora 打开会显得紧凑，我为此专门让 AI 写 css 调整了 obsidian 的显示，以及写了个脚本来一键给 markdown 调教格式让外部软件看起来舒服些。
录入笔记的过程，技术笔记我一般手动记录到 obsidian 中；文学社科等相关的我有个双 pass 法，首先是在 ipad 上阅读一遍，会简单画线记录重点，过一段时间之后，重新手动把那些重点相关的记录到 obsidian 中去。epub 格式还好，如果是扫描的 pdf 格式会用 Mineru 做 ocr 然后给笔记归档，挺不错的，很好用，很偶尔有错别字，中英文的逗号有时候搞不清。我现在没有特别想去把这个流程完全自动化，因为第二个 pass 其实正好也是加强记忆和理解的时刻，还是要花时间的（也说明我没有完全拥抱 AI，完全自动化之后让 AI 来阅读总结也不失为一条路）。
我的技术笔记和阅读笔记是分开的两个 obsidian vault，以后也许可以直接合成一个算了，其实都是我的生命体验，而且很多笔记确实会犹豫要放进哪个 vault。但目前有个区别是，技术笔记每篇较短，我是选择了全文做 embedding，阅读笔记每篇可能较长，长的几万字都有，我会切分做 embedding。
我还简单探索了下让 Claude Code 来帮我搜索笔记内容，告诉它我的笔记是中英双语的，它就会刷刷开始用 grep 慢慢搜关键词总结了，体验好像确实也还行。Nowledge mem 也不错，这里可以看到一些介绍：Nowledge Labs (@nowledgelabs) / X，the Context/Memory Manager connecting dots among all Agents in your daily workflow. It enables retrieval, sinking & distilling over your insights, conclusions & precious findings. 可以很方便地把与 Aegent 互动的东西沉淀下来，存档、复用。
准备探索的：
- NotebookLM/YouMind再用起来试试，相关的知识都可以丢进去，也可以让它去总结作者的思路，对文学评论类文章感觉会有点用，可以去挖掘下Meta信息
- 阅读与写作这边还是比较古法的，也许可以考虑在知识记录和关系挖掘上多花点心思，想想怎么更好地找到文本背后的东西、文本之间的联系等等，也就是，insight：
- 扬了 obsidian 自己写一套可视化，也顺便可以做每日漫游不停刷新我的记忆
- 做个专门的 agent 来整理阅读时候发现的 insight，让它别自己发挥
日常
我是电脑用户，有电脑就不会看手机，所以日常一些问题也是和之前差不多的 Gemini。没电脑的时候，手机上懒得搞魔法，还好我是手机的轻度用户，我就是千问和 Kimi 换着用，反正搜点国内的一些东西也够用了，其实用微信自带的那个 AI 搜索都够，差不多。更喜欢 Kimi 一些，界面比较清爽干净，进去就是最强模型然后问就行了。千问那个默认模型我不知道是啥，导致每次都要进去手动选 Qwen-Max，懒得多点几下，也根本不想看其他那些功能。
看股票的话玩票性质比较多，会试试 Perplexity Finance，让它分析持仓，看看最近新闻等等。现在有这种让 AI 实盘炒币的项目：AI trading in real markets，倒是也可以看着玩玩，但真的就只限于玩玩。
也看到有一些项目可以让 AI 依靠一直给电脑截屏记录自己每天上班的时间分布等等，不是很感兴趣，也没那么强的监控自己的需求。
好像差不多也够了其实，AI 时代变化这么快，Gemini3 箭在弦上，说不定过两个月这篇文章就要有一个新版了。