最近这段时间，我们遇到了很多困难

2026年10月22日

最近这段时间，我一直在折腾 LMN516，也一直在和 ChatGPT、Codex 以及各种 AI 工具打交道。

有时候回头看看，感觉我们确实做了很多事情。网站从最开始的一个想法，慢慢有了自己的前台、后台、数据库、MCP、自动化任务、部署系统，还有各种各样的功能。电脑也不再只是用来写代码，而是承担了服务器、数据库、构建和任务执行的工作。

但这几天，我越来越明显地感觉到，我们的工作效率太低了。

我经常对 AI 说几句话：“你负责”“落地”“闭环”。这些话反复出现，并不是我想一直催它，而是很多事情做了很久，最后还是没有得到一个让我确定的结果。

网站一直在修改，却很难真正稳定

我们现在已经不再完全依赖第三方平台部署网站，而是尝试通过自己的电脑运行 LMN516。M4、Mac mini、旧 MacBook，以及 VPS，各自承担不同的工作。这套架构有它吸引我的地方，因为我希望能够真正掌握网站的运行和数据，而不是所有事情都依赖外部平台。

但实际运行起来，困难比想象中多。

有时候 GitHub 上的代码已经更新了，生产网站却还停留在旧版本。有时候部署检查显示通过，但打开网站还是有问题。后台出现过 500、502，MCP 连接出现过 error，页面偶尔打不开，甚至我们修改完一个地方，另一个地方又出现新的问题。

最近我还发现，网站主页变成了类似微博的样式，而这并不是我想要的。我只是希望恢复之前的主页，却又需要重新检查代码、版本和部署状态。

一件原本很简单的事情，最后可能牵扯到代码提交、Runner、构建、蓝绿部署、DNS、数据库和公网验证。

我现在很难仅凭一句“部署成功”就放心。因为代码合并成功，不等于生产环境更新成功；网页能够打开，也不代表里面的功能真的正常。

我们建立了很多系统，也增加了很多复杂度

为了让整个项目更加自动化，我们陆续建立了 Control Tower、Q/RUN 任务体系、Worker、各种门禁，以及 MCP 工具。

这些东西最初都是为了解决实际问题。

比如，我希望 AI 能够记住我们要做什么，不要每次开始新对话都重新解释。我希望不同的 Worker 能够分工，也希望一次任务从提出、执行、验证到完成，都有记录可查。

这些目标本身没有问题。

但是最近我发现，我们花了很多时间处理这些管理工具本身的问题。

任务登记失败，需要修复。MCP 认证失败，需要排查。Worker 状态不对，需要同步。数据库连接池满了，需要解决。某个功能已经修好，却因为状态没有登记成功，又不能算作完整闭环。

有时候为了修复一个很小的问题，我们反而需要经过一套很长的流程。

前几天我还专门问过，我们的部署究竟有多少门禁，真的需要这么复杂吗？

我并不是反对规范。恰恰相反，我希望这些规范能够让系统更加可靠。只是如果一个管理系统需要我们每天花大量时间管理它，那我就不得不重新考虑，这套东西是不是做得太重了。

之前我说过一句话：“我们做了很多垃圾的东西。”

这句话说得很直接，但它确实反映了我当时的感受。我觉得我们可能做了太多东西，却没有把最基本的事情真正做好。

MCP 能够连接，不代表 AI 真正能够完成任务

MCP 是我这段时间很重视的一部分。

我的想法是，让 ChatGPT、Codex、微信 Bot，以及其他工具都能够通过统一的接口访问 LMN516。这样它们就不需要每次重新了解网站的情况，也能够直接使用我们已经建立的能力。

但实现过程中，出现了不少问题。

有时候 MCP 能够列出工具，却不能正常调用。有时候认证页面报错，有时候连接恢复了，但部分能力仍然不可用。我们还遇到过文章查询结果不准确的情况：明明要求的是已发布文章，结果却可能混入草稿。

这让我发现，工具能够返回结果，与返回的结果正确，是两回事。

我们曾经多次讨论微信 Bot 接入 MCP，也尝试把 Desktop Commander 之类的能力整合进去。过程中有一些进展，有些问题也确实被修复过，但整体使用体验仍然不是每次都能达到预期。

最让我困扰的，是 AI 有时候会很肯定地告诉我“已经完成”“已经闭环”，但我再问一句、再试一次，却发现还有问题。

我希望 AI 能够承担工作，而不是只承担解释工作。

如果一个功能没有验证成功，就应该明确告诉我还缺什么，而不是把局部成功当作全部完成。

数据越来越多，我却还要反复确认它们在哪里

数据库也是最近让我比较烦恼的事情。

我们之前使用 Supabase，后来又计划把一部分数据和服务迁移到自己的 Mac mini。我的想法很简单：既然已经有自己的电脑和存储设备，就希望把能够自己掌握的数据和服务管理好，同时尽量提高访问速度和稳定性。

但迁移涉及很多实际问题。不同服务究竟连接哪一个数据库，数据是否已经同步，应用是不是还在访问旧地址，哪些内容保留在云端，哪些已经在本地，这些都需要明确。

特别是“纪实2026”。

这是我投入了不少精力的项目。我们设计过事件发现、资料收集、证据核实、去重和入库等流程，也讨论过如何扩大覆盖范围。但最近我还是不得不反复问：纪实2026究竟有没有继续更新？数据到底在哪里？整个系统现在到底是怎样运行的？

如果一个系统已经做了这么久，而我仍然需要不断确认它是不是还在正常工作，那说明我们的可见性和稳定性还有问题。

类似的情况也出现在其他功能上。比如股票研究网站，我希望它是一个真正能够研究 A 股的平台，有完整的历史行情、换手率、涨停原因和 MACD 分析，而不是只能展示有限样本的涨跌。微信 Bot、照片同步和歌词流水线，也都有各自没有彻底解决的问题。

我们不断增加功能，但每增加一项功能，就多了一部分需要维护、验证和处理的事情。

和 AI 一起工作，并没有想象中那么轻松

这可能是最近让我感受最明显的一点。

我使用 AI，本来是希望它帮我提高效率。我不需要亲自去写每一行代码，也希望能够把更多精力放在思考产品应该是什么样子、解决什么问题上。

但是很多时候，实际情况变成了我不停地告诉 AI 下一步该做什么。

它说已经修复，我要求验证；它说已经验证，我要求部署；它说已经部署，我再问生产环境是否真的生效。遇到错误之后，又开始新的一轮排查和解释。

有时候不是 AI 完全没有能力，而是它做了很多局部正确的事情，最后却没有把我最初提出的问题完整解决。

更麻烦的是，AI 的建议本身也可能让事情越来越复杂。

一个问题原本可能只需要修改几行代码，后来却演变成新的系统、新的接口、新的状态机制，甚至新的管理流程。我并不总能在当下判断哪些是必要的，哪些只是看起来很专业。

这也是为什么我最近会感觉效率下降，甚至觉得有些事情做来做去都没有做好。

这种感觉并不意味着之前所有工作都没有价值。我们确实解决过问题，网站也有过正常运行的时候，某些技术链路已经打通。但这些局部成果还不足以让我认为整个系统已经稳定。

现在最需要的可能是做减法

我之前一直希望 LMN516 能够拥有更多能力。这个想法现在也没有完全改变。

但最近的经历让我开始重新重视一些很普通的事情。

主页能不能稳定打开？后台能不能正常使用？修改过的代码能不能顺利部署？数据库的数据是不是完整？MCP 调用是不是可靠？一个交给 AI 的任务，能不能真正从开始做到结束？

这些问题听起来不复杂，但它们决定了这个网站是否真正可用。

我也在想，我们是不是应该先把已经做出来的功能整理好，把重复的、没有必要的、增加维护负担的东西减掉，而不是一直添加新的东西。

LMN516 最开始吸引我的，是它能够记录真实的生活、经历和想法。后来我们在技术上做了很多扩展，但如果每天的精力都消耗在部署、报错和修复上，真正用来记录和创作的时间反而少了。

今天写下这些，并不是说我们的项目失败了，也不是要否定之前所有的尝试。

只是最近这些问题确实存在，而且一些事情到现在还没有彻底解决。我不想再因为看到一个 PASS、一个成功提示，或者一句“已经闭环”，就认为问题结束了。

我希望下一次打开网站的时候，不需要首先检查它是不是又坏了。也希望下一次把任务交给 AI 后，能够更清楚地知道它做了什么、没做什么，结果到底能不能用。

现在还没有全部做到。那就先把这个阶段真实记录下来。