rizon

@qeeshaw 哈哈，这事水还是挺深的

@osilinka 你说得是对的，其实我自己原本也不想做。不过好在只服务公司自身业务，当下需求小，数据量也少，后期要么我们自研 erp 跟着需求一起迭代，要么随着业务增长再做替换吧。 这些就后面再看了。

@lujiaosama
@DIO
我们的 erp 毕竟只服务于我们自己的产品，需求不会一上来就那么爆炸，满足当下场景就好了，后期慢慢迭代。

是的哈，自己是老板自己做，反而效率高，真加个人进来我感觉摩擦会更大，反而各种掣肘

@yoyoluck 这还挺逗哈哈

@c0xt30a 但是他真的从命令行调用了 codex 还是只是幻觉呢

更新了一下产品的背后故事 ： https://mp.weixin.qq.com/s/_lud6n8KKR2F11uLDLHYUw
感兴趣的可以看看，文章用 Claude code 直接排版的，感觉效果还挺好

@josefacoder anytocontext 是直接基于文件系统把原始数据扔进去，让 AI 通过 grep 等 linux 命令进行检索。
我现在的看法就是：
对数据/知识的二次加工后再分享这种模式已经快要过时了，如今每个人都可以把自己更底层的数据直接暴露出去，不再需要加工。

@sentinelK 我现在对这个事的看法变了，我过去对代码暴露还比较敏感，现在我认为除了很机密的逻辑之外，代码没什么不可泄露的。
所以代码即是业务，除了保密代码，所有的代码直接暴露出去，供其他人查询业务逻辑。不再做二次处理，AI 时代你对外提供的内容越底层，反而越有助于别人检索。知识加工的环节正在变得越来越薄。

何为保密：
比如喜好推荐算法，这算保密的。

除了这种会暴露公司不像对外揭露的高价值代码之外，其他的其实暴露出去没什么问题。

如何稳定处理敏感数据过滤，我的想法是：
1. 代码结构上天然区分，敏感代码有独立的目录结构
2. 在构建知识库的时候，让 AI 再过一遍要输出的内容，确认没有暴漏敏感内容。