“好看一点”，到底是什么意思？
我把网站的审美要求拆成字号、板块比例和必须保留的条件，让修改可以讨论，也可以核对。
我为什么开始先看图，再让AI写前端
我想先用参考页面和生成图讨论视觉关系，再把已经决定的部分交给AI写前端。
圈一下图片，能比写一段话多传递什么？
我把无限画布上的圈选、箭头和批注看成定位问题的手段，再用文字补足动作与保留条件。
同一个修改要求，为什么还要导出JSON？
我想用JSON保留修改字段、保留条件、坐标和版本，让一份要求经过转交后仍然可以核对。
我只想换背景，AI却把我的脸换了
证件照修改中脸被改变的失败，让我更重视保留边界、结果比较和不确定时的停止条件。
ChatGPT听懂了，交给Codex为什么又走样？
我把ChatGPT到Codex的交接看成一次需求转交，重点检查限制和取舍是否随任务一起传递。
提示词越长，真的越好吗？
旧AGENTS.md和重复SHA256检查让我反思，提示词应按条件、范围与当前目标组织，而不是不断累积。
我为什么想借用ASD-STE100跟AI说话
我想借鉴术语一致、动作明确和步骤清楚的表达原则，让中文AI协作要求更容易执行与检查。
审查了很多轮，为什么项目还是不干净？
7月3日的反复补丁让我重新看待审查范围、交付标准和能够解释的项目状态。
给朋友用一次，才知道什么叫交付
解压即用和无个人资料的要求，让我从接收者的入口、操作和信息边界重新理解交付。
安装包做好了，打开却一直让我重试
7月17日的本地服务报错让我把安装、准备、进入操作和失败恢复分别纳入验证。
按钮能点，不代表一件事能做完
我想按完整使用目标检查进入、返回和状态更新，而不再只凭局部点击反馈判断完成。
每次改好一点，为什么整个项目反而更乱？
CSS覆盖和重复路径让我同时关注局部效果与实现关系，并按当前任务决定必要的整理范围。
个人自用的软件，需要把技术债清零吗？
我按实际使用影响、处理成本和关键结果的可靠性，决定个人软件中的问题何时处理或暂留。
一份大Markdown，就让我的工具撑不住了
从大Markdown导入受阻的经历，思考输入范围、分批处理与结果核对如何影响工具的实际可用性。
只多了一层文件夹，整套课程就不能导入
从课程导入和Vault未初始化的经历，讨论目录入口、准备状态与可执行提示应如何表达。
同一个项目，换个窗口为什么像重新开始？
从项目换窗口后的接续成本，说明共享记忆需要保留当前状态、有效限制和决策依据。
AI研究最让我疲惫的，是做了又忘
从重复研究的疲惫，讨论如何让问题、证据、失败和未解决缺口参与下一次研究。
交接文件里，为什么必须写失败路线？
以重复研究为背景，讨论失败路线的条件、停止原因和证据如何帮助接手者避免无意重做。
我把研究资料分成了工具箱和历史箱
区分面向方法调用的工具箱与保留来源过程的历史箱，并说明二者需要通过证据关系连接。
我为什么停用了更复杂的多Agent系统？
说明从Danus转向MRS与Vault的个人成本取舍，并提出未来比较研究安排时应检查的实际成本。
一次失败，怎样变成以后还能用的资产？
我把保存失败记录与实际复用分开，并说明研究记录需要怎样的条件、入口和核对才能帮助下一次行动。
我的数学飞轮，最初什么都没有
我以UGA为起点讨论工具与研究资产积累，并保留一般问题尚未解决、积累效果尚需使用检验的边界。
做研究，也要允许自己的猜想是错的
我把找反例和攻击前提作为研究方向，讨论怎样检查条件、区分候选反例与已确认反例。
AI给了我一整套课程，我还是看不懂
我从9月11日至13日干涩且仍为半成品的课程材料出发，说明课程覆盖范围与可学习程度之间的距离。
材料越来越多，我却不知道从哪里开始学
我从9月15日资料库与学习路径的问题出发，讨论怎样根据学习目标、起点和知识依赖找到一个可进入的入口。
让AI整理资料时，我最怕它把什么删掉？
我讨论资料整理中应保留的例外、失败和判断状态，并把删减标准放在是否会改变后续判断上。
看懂了答案，和自己做出来差在哪里？
我围绕Workbench提出主动回忆与复习设计，区分看懂参考答案、独立尝试和已经验证的学习效果。
让AI和我学同一门课，会发生什么？
从进入Workbench的学习实验出发，我区分共同学习的安排、双方的可观察表现和仍待核实的学习结果。
测试通过了，究竟证明谁学会了？
参考答案通过测试只能支持答案层面的判断，我需要把测试对象、独立作答和知识迁移分开。
为了不浪费额度，我开始反过来找事情做
当额度反过来决定任务时，我需要重新用真实需求、后续维护和可保留成果判断工作价值。
“看起来很未来”的项目，为什么后来被我放下？
H5角色与修图工作台的取舍让我把项目的新鲜感，与它在实际工作中承担的用途分开。
只看前端截图，能判断一个AI好不好吗？
前端截图能支持视觉判断，长期任务还需要检查交接、状态保持和出错后的恢复过程。
会用很多AI工具，我就有解决问题的能力了吗？
工具名单不能代替解决问题的能力，我需要用目标、任务边界、结果核对和持续接续连接实际工作。
一个项目值得做，应该先回答哪些问题？
我用真实痛点、投入范围、易用程度和工作环节来判断项目，先找到值得验证的小问题。
我的个人网站，为什么越改越想做减法？
我把个人网站的取舍重新放回文章阅读，保留有用途的现有功能，减少入口、展示和维护带来的负担。
同一篇文章，为什么要有两种读法？
我希望同一份正文支持Writing连续阅读和Room书内翻页，并把真实稿件导入与长文一致性验收留作下一步。
我为什么想做自己的Dream-RSI？
我把Dream-RSI写成围绕记忆、失败复用和后续验证的个人探索，并明确持续改进与跨任务稳定提升尚未成立。
复现论文时，我为什么改回了熟悉的Codex对话？
CLI启动问题促使我改用熟悉的Codex对话驱动runner，示例已跑通，但完整复现和实验条件仍需核验。
两次实验都没触发“Dream”，这个结果有价值吗？
我保留9月28日两次未触发Dream的负结果，用它检查观察标准与实验设计，避免泛化为Dream无用。
我开始用benchmark，检查AI到底有没有帮上忙
我提出以统一标准、基线、同预算和留出任务比较MRS与Dream-MRS，并把课程一致性、未触发Dream、成本和返工纳入核验。