个人开发者如何进入 AI 圈层
作品是钩子，贡献是关系。让自己出现在目标开发者的工作流里。
核心思路：让自己出现在他们的工作流里
作为个人开发者（非从业者身份），想进入 AI agent / 模型开发者的圈层，最有效的路径不是「去认识人」，而是让自己出现在他们的工作流里——通过开源贡献、可被引用的作品、评测数据，让名字出现在目标开发者的 GitHub、issue、评测榜上。开发者靠链接认识人，不靠聊天。
具体方向
1. 给开源项目贡献（接触密度最高）：在目标开发者维护的仓库里提 issue、修 bug、写文档。结合近期研究的方向，有几个「缺口」项目：
- opencode：compaction 改进、新 provider、插件
- LiteLLM / RouteLLM / MemGPT（Letta）：上下文与路由方向，issues 常缺边界 case 的验证者
- LLM 评测类：给 SWE-bench、Aider leaderboard、LM Arena 提交测试用例——低成本高可见度
2. 建立「可被引用的作品」：做最小可用的 agent 工具（如 opencode 插件、本地小模型上下文裁剪脚本），README 写清设计取舍；写中文生态的评测 / 对比文章（DeepSeek / Qwen / Kimi 很吃社区评测），发掘金 / 知乎 / 公众号，容易被作者团队转载或联系。
3. 进对社区（潜水不如动手）：Discord（opencode、Continue、Aider、LM Studio 官方服）——有价值的是「求助 + 回报」的循环，不是围观；Hugging Face / LM Arena（参与投票标注、上传数据集）；中文侧（上海 AI Lab OpenCompass 评测、魔搭 ModelScope 社区、关注 DeepSeek / Qwen 团队）。
性价比对比
| 方向 | 接触真实度 | 时间成本 | 门槛 |
|---|---|---|---|
| 开源提 PR | ★★★★★ | 中 | 中 |
| 公开作品站 | ★★★★ | 中 | 低 |
| 评测 / 数据集贡献 | ★★★★ | 低 | 低 |
| Discord 活跃 | ★★★ | 低 | 低 |
| 大会 / Meetup | ★★ | 高 | 低 |
结论：80 / 20
把 80% 精力花在「公开作品」（wiki + 小工具）上，20% 挑一个项目提交真实的 issue / PR。
作品是钩子，贡献是关系——agent 开发者更愿意与「有用的人」对话，而非「想学的人」。
这和我们反复强调的「不贬值三件事」一致：练的是意图层（把需求想清楚、定义成功标准）与作品层（把思考变成可被引用的资产）的能力。