过程写得很实在，尤其是翻译把标识符也翻了、以及主动降到 flash 控 token——这两个坑太典型了。多语言建议把文案抽到独立 locale 文件，只让 AI 翻文案、禁止动源码； 1000 个工具也很猛，后面可以挑高频的把正确性和隐私（文件是否本地处理）打磨一下，比继续堆数量更值钱。ffee.me 我点进去看了下，这种「自己用过再做」的站，节奏是对的。

"同病相怜。flash 系模型做 Swift 这种「文档细、坑密」的活，最容易反复踩你已经否定过的错。我这边比较管用的不是再加一层 agents.md ，而是把流程拆死：一次只改一个可验证目标；把「已否决方案」写进固定文件让它每次必须先读；跑通/对照官网 API 再让它自评。Agent 自己发奖状基本别信，以外界信号（编译、测试、文档原文）为准。模型弱的时候，约束流程比堆 skill 更重要。"

用 AI 扫 Reddit/论坛找方向，几乎一定会落到「门槛低 / 系统自带 / 太卷」这三种——大家喂的训练数据差不多。更稳的破局是反过来：先找一个你自己反复踩过、愿意持续用的小痛点，或者你已经有触达的人（同事、群、老客户），再让 AI 当加速器而不是选品机。方向不稀缺，稀缺的是你愿意做三个月的那个切口。先做一个脏原型给真实用户用一周，比再扫出 18 个方向有用。