Versun

今天才知道除了测试驱动开发(TDD)外，还有一个行为驱动开发(BDD)，主要用于测试软件的预期行为。
在TDD中，单元测试主要测试具体的代码实现，更注重底层的测试，而BDD则从业务行为上进行测试，更注重高层次的行为测试。

目前最流行的BDD框架应该 Cucumber, 它的作者也参与了Ruby著名的测试框架RSpec的开发，
所以Ruby可以说是Cucumber的发源地，我最近在写Ruby的测试用例时，发现其自由度非常高，而且很符合思考逻辑。

Cucumber目前也支持几乎所有的主流编程语言，其语法具有很强的可读性，很贴近业务需求

今天AI写了一段神奇的代码：

parent = commit.parents[0] if commit.parents else self.repo.tree("4b825dc642cb6eb9a060e54bf8d69288fbee4904")

功能是获取某个git提交的上一个提交，如果没有则返回4b825dc642cb6eb9a060e54bf8d69288fbee4904提交。
刚开始看到硬编码的hash以为又是ai乱写的，所以询问了下ai，才得知：

• 4b825dc642cb6eb9a060e54bf8d69288fbee4904是一个特殊的 Git hash，代表一个空树（empty tree）
• 这个 hash 是固定的，在所有 Git 仓库中都是一样的
• 当我们需要比较第一个 commit 的变更时，就需要和这个空树比较，因为第一个 commit 之前没有任何内容

我在本地的多个git repo中测试了，还真是一个有效的hash，均返回空，神奇

多做自己认为对的事情，少做别人认为对的事情。
多做自己想做的事情，少做别人想让你做的事情。
多做会犯错的事情，少做一定不会错的事情。
多做没做过的事情，少做熟悉的事情。
多做能让自己开心的事情，少做能让别人开心的事情
多做奇怪的事情，少做正常的事情
多做不敢做的事情，少做没有压力的事情

文章: How To Make The Greatest Comeback Of Your Life

挺浓的一篇鸡汤，但味道还不错：

你一心只想成为医生、律师、艺术家、设计师、工程师或其他任何自我限制的身份，这些身份影响了你的认知和学习。

你没有按照自己的意愿去探索、失败、发现和建设, 没有发展出自由个体的独特特质

问题是，你还在寻找 "唯一真正的道路"。
我来告诉你，根本就没有。
如果有的话，我们早就找到了，每个人都会变得富有、快乐和健康。但现实并非如此。事情永远不会总是幸福的。为什么呢？因为没有悲伤，快乐就没有意义。没有手臂，手就不存在。物理、生物、心理和精神层面都包含这种模式。缺一不可

当你去度假时，最终，也许在两三周后，你会觉得度假很平常。你会觉得无聊。这不再是 "度假"了。这是正常的生活。你想回去工作。你想做一些事情，任何事情，只是有点新奇和有趣。你的心灵渴望平衡，但不是普通意义上的平淡而悲惨的生活。你的心灵渴望对比

说了这么多，只想说一件事：因为你害怕犯错，所以你没有达到自己的目标。
错误是大自然的指南针。
如果说没有悲伤就没有快乐，那么没有失败就没有成功。

非常认可！就像软件一样，一个软件只有出现bug才能继续完善，不断成长。

当你意识到自己不想要什么，并朝着另一个方向努力时，你想要的生活就会变得更加清晰

你需要有自己的目标，而你只有对自己的现状感到绝对厌倦，并摒弃你所认为的一切，才能产生这些目标。

这是我新开发的命令行小工具：aicmt

一个AI驱动的Git提交助手，不仅能自动生成提交信息，还能自动分析代码变更，并根据最佳实践将其拆分为多个结构良好的提交。

功能特点

• 智能变更拆分：不同于传统的提交信息生成器，aicmt能分析您的代码变更，并按照Git最佳实践自动拆分为多个逻辑清晰的提交
• 灵活控制：您可以让AI决定提交数量，也可以自行指定想要的提交数量
• 专注编码：自由地进行所有代码修改，将提交组织工作交给AI处理 – 在编码时无需担心如何完美地进行原子提交

演示：

开发的初衷：每次修改大量代码后，都要花费很多时间去手动筛选并提交不同的commit，比如修复了好几个bug和很多文档更新，往常都是要手动分成2个提交，很麻烦，所以就萌生了使用AI来自动分析变动的代码，然后自动拆分提交

开发过程：总共花了2天左右，使用Replit Agent和Windsurf面向Chat编程的，所有代码都是由claude-3.5-sonnet生成，我只负责审核代码和删除代码。

开发感受：Replit Agent适合0到1的开发，可以非常快的出原型，但不适合后续的修改和返工，代码容易混乱，所以需要搭配Windsurf进行后续的功能修改和完善

文章：How to Get a Job Like Mine

这是一篇来自“互联网之子”亚伦·斯沃茨(Aaron Swartz)的一篇文章，讲述了他进入互联网世界的历程，以及他的成长秘诀：

1. 要有好奇心。广泛阅读。尝试新事物。我认为，人们所说的智慧，很多都可以归结为好奇心。
2. 对一切说 "是"。我很难说 "不"，甚至到了病态的程度–无论是对项目、面试还是对朋友。因此，我尝试了很多，即使大部分都失败了，我还是做了一些事情。
3. 假设别人也不知道自己在做什么。很多人拒绝尝试某件事情，是因为他们觉得自己对这件事了解不够，或者他们认为其他人肯定已经尝试了他们能想到的一切。其实，很少有人真正知道如何把事情做对，更少有人愿意尝试新事物，所以通常情况下，只要你尽全力去做，你就会做得很好。

文章：The 70% problem: Hard truths about AI-assisted coding

很不错的一篇文章，描述了目前的人工智能辅助编码的现状：
AI可以快速的完成 70% 的编程目标，但最后的 30% 却是一个痛苦的打地鼠游戏过程。
以下是我摘抄的观点，很有参考/思考价值

如果你刚刚开始人工智能辅助开发，我有以下建议：

• 从小事做起
  将人工智能用于孤立、明确的任务
  审查生成的每一行代码
  逐步建立更大的功能
• 保持模块化
  将所有内容分解成重点突出的小文件
  组件之间保持清晰的接口
  记录模块边界
• 相信自己的经验
  利用人工智能加速而非取代您的判断力
  生成的代码感觉不对的问题
  保持工程标准

目前我的经验是，先写测试，然后再写功能代码，这样可以在审核每行代码之前，快速检查AI生成的代码是否正确，可以节省很多时间。（面向测试/用例编程）

2025 年，最有效率的团队可能是会：

• 为人工智能代理设定明确的界限和准则
• 建立强大的架构模式，让代理可以在其中工作
• 在人类和人工智能能力之间建立有效的反馈回路
• 在利用人工智能自主性的同时保持人工监督

人工智能并没有让我们的软件变得更好，因为软件质量（或许）从来都不是主要受限于编码速度。软件开发的难点–理解需求、设计可维护的系统、处理边缘情况、确保安全和性能–仍然需要人类的判断。
人工智能能让我们更快地进行迭代和实验，通过更快速的探索，有可能找到更好的解决方案。但前提是我们必须保持工程纪律，并将人工智能作为一种工具，而不是良好软件实践的替代品。请记住我们的目标不是更快地编写更多代码。而是要构建更好的软件。

新闻：China Completes Massive Green Belt Around Taklamakan Desert

塔克拉玛干沙漠是中国最大的沙漠，也是世界第二大流动沙漠，中国花费了46年的时间(1978年开始)，在沙漠边缘种植各种抗旱树种，将沙漠围起来，防止扩张，非常伟大。

网站：https://networkoftime.com/

很有意思的一个网站，任选2个名人，然后显示这2个人跨历史维度的联系。
比如我选择了“李小龙”和“马斯克”
它显示出联系如下：

• 李小龙曾经和美国演员Chuck Norris一起演过电影《猛龙过江》
• 特朗普曾经和Chuck Norris握手过
• 马斯克也认识特朗普

所以理论上，李小龙可以通过Chuck Norris认识马斯克

文章：https://matt.blwt.io/post/7-languages-in-7-weeks-for-2025/

2025年的学习计划可以开始咯，文章介绍了7种值得花一周去学习使用的语言和理由：
Python、TypeScript、Go、Gleam、Zig、Racket 和 Odin