让 AI 从 10,000 条评论里，找出真正值得做的产品需求。
对比三个模型的聚类、归因与建议质量，再用人工样本复核。最终会公开 Prompt、工作流、成本与误判。
查看实验台Latest experiments
最近在田里
试什么？
每个实验都有编号，也必须回答同一个问题：它究竟能不能完成真实工作？不只展示成功，失败也进入记录。
The protocol
不凭感觉推荐。
按实验说话。
统一实验协议让不同工具和方案可以复核、可以比较，也让“好不好用”变成有证据的判断。
STEP / 01
问题
从真实工作中定义目标，不用为了工具硬找场景。
STEP / 02
工具
说明模型、版本、价格与实验环境，减少信息差。
STEP / 03
过程
保留 Prompt、Workflow、人工介入和中间踩坑。
STEP / 04
结果
记录时间、成本、成功率和真实产出，不挑最好看的一次。
STEP / 05
结论
说清适合谁、不适合谁，以及是否值得继续使用。
Six field plots
六块试验田，
只种能落地的东西。
内容从工具实测出发，逐步走向 Agent、自动化、产品与创业实验。核心始终是实践大于理论。
PLOT / 0130%
AI工具实验
一个工具、一个真实任务、一份可核对的实测结果。
PLOT / 0220%
Agent 实验
不解释“Agent 是什么”，直接做一个，看它能不能持续干活。
PLOT / 0315%
AI Coding
记录 AI 写了什么、人补了什么、哪里翻车、最后怎样上线。
PLOT / 0415%
AI自动化
把重复工作交给 AI，并观察它离真正稳定运行还有多远。
PLOT / 0515%
AI赚钱实验
从需求到产品、上线、找用户与收入，公开真实进度。
PLOT / 065%
方法与认知
只总结已经做过的事：怎么选、为什么失败、下一轮怎样改。
田哥
全栈开发者 / AI 实验者 / 独立开发者
“我不想做一个讲 AI 的人。我想做那个不断拿 AI 去做实验的人。”
我的优势不是更快地转述发布会，而是能把一个想法做成 Agent、工作流、插件或产品，再把成败完整摊开。内容不是创业之外的工作，实验与开发本身就是内容。