湖中女神:這是你掉落的 Claude Code 和 Codex 嗎?
我:不,我用 Pi——Pi coding agent
湖中女神:我已經沒有什麼可以給你的了
blog.kyomind.tw/pi-coding-ag…
雖然還沒工作,也沒有什麼 side project 在開發,但我每天還是會消耗不少 token(一天 1 億左右)
因為用 AI 不一定非得要有專案在跑,很多日常的需求、想法都能直接動手做,就像拼積木一樣
比如這陣子有不少駭客攻擊事件,看了 Huli 的資安文章後,我也開始幫自己的付費 VM(總共有 5 台 XD)和電腦建立一些預先防禦機制,光這件事就有很多流程可以處理,讓人心滿意足XD
說真的,待業這段時間,劇也不想追、遊戲也沒啥好玩,除了看看 YouTube,出門走走路(坪林我的愛),最大的日常娛樂還是 vibe coding
不過一直坐在電腦前對身體總是不太好——昨天又接近 12 小時,週末還是出門走走吧!
2
7
336
AI 是 FOMO 之源
每天都有新工具、新模型、新的使用方式。你不學,就怕被淘汰;你學了,又發現永遠學不完
考慮到這些東西大部分的生命週期都少於半年,我的結論是:70 分就好
blog.kyomind.tw/beyond-ai-to…
據說「只要你真心渴望某件事物,整個宇宙都會聯合起來幫助你完成。」——不要小看宇宙好嗎😂
結局好、一切好,究竟是人之常情,還是倒果為因?
本文要來探討這個議題,並給出我的看法
blog.kyomind.tw/himmel/
CI 跑完了,接下來呢?
WeaMind 搬到 Kubernetes 後,我開始思考 image 要怎麼發布和部署
本文從 CI 的延伸出發,分享我用 GitHub Actions 實作 WeaMind CD 的過程
blog.kyomind.tw/weamind-cd/
3 月 5 日離職,到今天已經超過七個月
這七個月沒有上班,全職自學 DevOps(主要是 K8s),一邊準備一邊投履歷
當初的盤算太樂觀,以為三、四個月就能找到新工作。然而現實是,前幾個月的投遞效果並不好(雖然投的也不算多)。後來想想,還是先把 CKA 考到,對自己應該會比較有信心
事後證明,這個設想是對的!只是花的時間比想像中多XD。通過考試後,信心真的增加不少,不只因為有了證書,主要還是準備過程本身確實學到許多
九月中重新開始投遞後,回音明顯多了起來,心裡稍微鬆了一口氣(但還沒上岸😅)
七個月沒工作,要不焦慮是不可能,也有低潮、學不動的時候。但感覺這樣的時候,更需要穩住自己的腳步(說得輕鬆),再給自己多一點點耐心
11
78
4,192
自學了 9 週 Kubernetes,以為再準備一、兩個月就能通過 CKA——我天真了
最大的挑戰,可能不是題目本身
本文記錄一個沒有 DevOps 實務經驗的人,考 CKA 一波三折的真實過程
blog.kyomind.tw/stumbling-on…
下星期一就要考 CKA 了,但此刻內心充滿波瀾🤯
前幾天讓 Claude Opus 幫我整理這兩個月的刷題筆記,沒想到它說「筆記 ok,但你這內容有點過時了,完全沒覆蓋到 2025 年 2 月的 CKA 新考綱範圍」
我大吃一驚,趕緊查了新版考綱,發現多了不少以前沒碰過的內容:HPA、Gateway API、Kustomize、CRD + Operator、Helm 等
看樣子只刷 KillerCoda 的考古題還是有點失策。這些新題型讓我不得不推遲原定今天進行的考試,再多熟悉一下這些新範圍
昨天第一次打開報名附贈的 killer shell 模擬考,身心又受到了一次重大打擊XD,不過今天一覺醒來,已經平復許多
畢竟退萬步言,CKA 第一次沒過,還可以「免費」考第二次。不像以前考律師,要寫上足足兩天的申論題,壓力超大——如果落榜還直接 +365
1
12
1,743
之前寫過一篇〈為你的 AI Agent 掛上 Hooks 吧!〉,介紹我幫 Claude Code、Codex、OpenCode、Antigravity CLI 這四套工具,都掛上了「完成通知」和「權限請求通知」
用了一陣子後發現一個問題:多個 agent 並行時,聽到音效、看到「Agent 回合已停止」,還是搞不清楚是哪個 agent 發出的——這不盡理想!
經過思索,做了一點更新:共用的通知腳本改成參數化,各工具的 hook 傳入自己的名稱,通知會直接顯示「Codex 已回覆」「Claude Code 已回覆」,像附圖這樣
原文章的範例也同步更新了,有興趣的話可以看看,四套工具的設定和腳本都在裡面
最近 Hermes Agent 非常紅,熱度上已經超越了俗稱「龍蝦」的 OpenClaw
我自己玩了一個多月的 Hermes,整理出 10 個最有感的設定
如果你也想加入「養殖業」,不妨參考本篇
blog.kyomind.tw/hermes-agent…
回不去了!真的回不去了
有了像 Terraform 這類的 IaC 工具,我們建立一台 VM 的時間,可以從 10 分鐘縮減到 30 秒
本文分享我用 Terraform 重建 GCP Free Tier VM 的經驗,並附上設定檔供你直接使用
blog.kyomind.tw/terraform-gc…
把任務交給 AI agent 後,你是否只能盯著它幹活,或來回查看它完成了沒?
其實,只要設一個 hook,讓它「做完了再叫你」就好
本文分享我在 Claude Code、Codex、OpenCode 等四個工具,設定「完成通知 hook」的方法,連腳本也一併附上了
blog.kyomind.tw/agent-hooks/
大多數 Side Project 只要搞一台 VM 就夠了,但我還是選擇部署一個 K8s 叢集
因為我相信,這會讓事情變得「有趣」(或複雜😅)
本文介紹 WeaMind 的 cloud infra:4 台 VM + 1 LB,月費約千元台幣
你,值得擁有!
blog.kyomind.tw/weamind-infr…
如同〈WeaMind Infra 介紹:VM、Load Balancer 與雲端架構〉所言,我目前在 Hetzner 上 own 了 4 台 VM(這還不包括 LB😂)
其中堡壘機是比較大台的 CAX21(Arm 架構,4C/8GB),實際上只用了 1.2 GB 的 RAM,感覺有點浪費!
於是日前嘗試把堡壘機從 CAX21 降到 CAX11(2C/4GB),想說至少可以省點錢,以後有需要再升回來就好
沒想到,登入之後發現,在 VM 的 PRICE 標籤旁,出現了一個小小的提示訊息:
「This server was created at a price that is no longer available. The price therefore differs from the current price for new servers of the same plan.」
也就是說,這是「絕版價」!以後再開新的機器,就不是這個價格了
查了一下,我這台 €7.99 的 CAX21,現在新開要 €10.49。另外 3 台 €3.99 的 CX23,新價格是 €5.49
本來覺得有點浪費,卻偶然發現這些價格已經絕版,刪掉就再也拿不回來了
頓時又覺得自己是一個幸福的人🥹
3
395
GitHub Copilot 在今年 6/1 全面改制,使用成本大幅提高,引發大量用戶不滿
作為 2022 年就開始訂閱的老用戶,我也是百感交集,最終還是決定退訂
本文分享我退訂的判斷、理由,以及我的替代方案
blog.kyomind.tw/unsubscribe-…
人生的關鍵選擇總是不容易:我們害怕做錯決定,又擔心留在原地會後悔
對一個 40 歲的中年人來說,更是備感壓力
從後端到 DevOps,這個轉變畢竟不是一朝一夕。這篇來聊聊我的起點與決心
blog.kyomind.tw/all-in-on-de…
關於主動學習的認知負荷
上一篇提到,「計時」是我保持學習紀律的方式——尤其是全職學習階段
那全職準備時,究竟一天或一週該學習多少小時才夠呢?這個答案,依據我不同的人生階段,有著不同的數字
早期準備國家考試(書記官、律師)的時候,大概是每週 25 到 30 小時,考前甚至達到 35 小時——但這是不可持續的
轉職軟體工程師的時候,降到 20 到 25 小時。而現在,大概就「只有」15 小時,從 3 月到現在都是每週 15 小時左右
這個變化來自於我對學習的理解:時數只是學習的其中一環,高強度的學習對認知負荷很高
像 CKA 題目的練習、理解與筆記,一天 2 到 2.5 小時就差不多是極限了。其他時間搭配「相對被動」的學習,以一天 3、4 小時為目標
完全符合 Oliver Burkeman 的〈The three-or-four-hours rule for getting creative work done〉——強烈推薦大家去看原文
那怎麼衡量學習的強度和密度呢?這就沒有一個標準答案了,但我覺得 Oliver Burkeman 在《人生 4000 個禮拜》中的看法也很有啟發,非常值得借鑑:
「重要的事總是讓人很想逃避」
這可以拿來衡量你學習的效率,如果學習的方式可以輕鬆就一天超過 4 小時,比如一直看線上課,那麼我們可能還沒有真正挑戰到自己
而這樣的學習,往往是低效且船過水無痕的。有強度的學習,就是真的讓人想要逃避XD
若對該書有興趣,也歡迎參考我寫的書評〈《人生 4 千個禮拜》筆記(一)病態的生產力〉與〈《人生 4 千個禮拜》筆記(二)抗拒「重要性中等」的誘惑〉
全職學習如何保持紀律?我的答案很簡單:計時
一直以來,無論是準備書記官、律師考試,還是轉職軟體工程師,在沒人監督的情況下,我都是用「計時」這個方法讓自己持續前進,避免半途而廢
計時算是一種量化的手段,讓我能夠清楚看到自己在學習上的投入和進步
計時的另一個好處是,它讓你不再「高估」自己的產出——實際的學習時數,往往比你想像的要少,這很正常,應該說,這才是現實
如同我在〈關於寫程式到 70 歲的想像〉一文中提到的,以往我是用 Google Sheets 作為記錄的載體(計時工具則是 Toggl)
但現在不需要了!我直接寫在普通的 Markdown 檔案內,把時間寫清楚就好了,因為 LLM 可以輕鬆解析與統計這些內容
我感覺這樣的記錄方式更加自由,而且搭配提示詞,隨時能產出像附圖這樣的統計摘要







