今年高考，我让12个顶级AI一起考了语文和数学
文章记录了一次关于12个顶级AI模型的高考模拟测评。测试选取了Claude、GPT-5.5、DeepSeek等国内外主流模型，针对高考语文和数学试卷进行考核，并邀请真人老师进行盲审阅卷。结果显示，头部模型之间的分差极小，部分模型存在“偏科”现象（如DeepSeek数学强但作文弱）。文章详细回顾了测试的公平性设计、评分过程及最终排名，并回顾了过去几年AI模型在考试能力上的巨大进步。
全部文档 / 作者: 数字生命卡兹克
92 篇
Anthropic万字长文：当AI开始构建自己，人类该何去何从？
文章基于Anthropic的最新研究及内部数据，深入探讨了AI系统在软件开发与研究领域的自我进化能力。通过分析SWE-bench、CORE-Bench等基准测试及2021-2026年的生产数据，揭示了AI代码编写量占比超80%、工程师效率提升8倍等趋势。文章讨论了递归自我改进的加速效应及其对人类掌控力、安全防护和职场关系的深远影响。
从0到1速通Codex终极保姆教程
本文是一份关于OpenAI Codex的详细保姆级教程。作者介绍了Codex的安装、界面设置、模型选择、AGENTS.md配置以及Skills插件系统的使用。通过实战演示，文章手把手教你如何使用Codex从零开发网页和App，展示了其作为顶级Agent产品的强大自动化开发能力和批注修改功能。
AI时代的人才，最重要的6点特质
作者基于招聘经验提出，在AI时代，技能的重要性被特质取代。最核心的6种特质为：好奇心（持续学习的燃料）、靠谱（稀缺的真实信任）、事实洁癖（批判性思维）、多元化思维（AI欠缺的跨度）、能忍受不确定性（雾中行走的能力）以及低ego高自驱。这些难以被AI替代的底层素质，构成了人才真正的护城河。
分享一个实用寓言故事Prompt，帮你边看故事边学东西
文章介绍了一种利用AI生成寓言故事来理解和学习抽象概念的方法。作者基于Anthropic专家Amanda Askell的思路，优化了一套Prompt，通过让AI编写不带术语的“暗语”故事，帮助读者直观掌握陌生化等复杂概念的本质。该方法不仅提升了学习乐趣，还通过隐喻加深记忆，适用于Claude、GPT等多种大模型，被视为一种回归人性的高效学习路径。
Google I/O 2026 开发者大会总结
文章详细总结了 Google I/O 2026 大会的核心发布。技术层面推出了 Gemini 3.5 Flash 和 Omni Flash 模型，并升级了 Antigravity 2.0 Agent 系统。产品端发布了 Gemini Spark 个人 Agent 和 Android Halo。同时，Google 搜索整合 Agent Coding 并升级 AI Mode，视觉生成领域推出 Pics 和 Stitch。全场强调 AI Agent 的落地应用与生态整合。
AI时代的内容创作方法论：从信息获取到故事讲述
本文作者分享了其在AI领域三年的内容创作经验，总结了一套包含“获取信息、找角度、创作”三步走的实战方法论。文章强调内容的本质是“讲故事”而非简单的“信息搬运”，提倡跨领域的信息摄入（美第奇效应），并详细阐述了如何通过“反差”和“陌生化”寻找独特视角，以及如何利用喜剧和电影的节奏理论优化内容结构。文末还分享了公众号运营的四个核心数据指标，强调正向价值观的重要性。
观察了三年，我把所有人用AI的水平分成了10个等级
文章基于对大量AI用户的观察，从可控性、广度、形态和角色四个维度出发，构建了一套AI使用能力的10级金字塔模型（Lv.0旁观者至Lv.10一人军团）。作者详细描绘了每个等级用户的行为特征与心智模式，指出从Lv.3的“驯化师”到Lv.4的“越境者”以及从ChatBot到Agent的跨越是关键分水岭，旨在帮助读者定位自身阶段并指明进阶路径。
AIHOT 开放 Skill/API/RSS 接入：让你的 Agent 一键获取 AI 热点
作者宣布其 AI 热点监控网站 AIHOT 开放 Skill、RSS 和 API 三种接入方式，旨在解决用户在 AI 时代高效获取信息的痛点。重点介绍了 AIHOT Skill，支持 Claude Code、OpenClaw 等 Agent，具备日报、精选、分类查询及关键词搜索四大功能，实现了只需一句话即可掌握行业动态。文章还提供了详细的安装方法和使用场景，并保持对所有用户免费开放。
封装3年自媒体经验的AI热点网站AIHOT免费开放
作者正式开放了其内部开发的AI热点监控网站“AIHOT”，旨在通过精选信源和智能评分策略解决AI时代的信息过载问题。文章详细介绍了产品的信源分级、多维度评分机制（迭代了11版）以及利用代码而非AI主导的架构设计思路。该工具能对海量信息进行降噪、聚类和精选，提供AI日报等功能，以保护用户的注意力。
开源「洁癖.Skill」，让你的Agent越用越聪明
文章介绍了一款名为“洁癖.Skill”的开源工具，旨在解决Agent长期使用后因上下文和文档混乱导致的“越用越笨”问题。该Skill通过自动审查和迭代项目的文档、记忆及配置文件（如CLAUDE.md），确保知识库的准确性，适用于Claude Code、Codex等多个平台。作者提出“合并优于追加，删除优于保留”的原则，强调在AI协作中保持信息纯净比信息海量更重要，这能让开发者通过“存档”机制实现Agent的持续进化。
这个51K星标的开源神器，让任何Agent都能一键切换所有模型
文章详细介绍了一款名为CC Switch的GitHub开源工具，该工具拥有51K星标。它允许用户通过桌面应用（支持Win/Mac/Linux）为Claude Code、OpenClaw、Hermes等Agent工具一键切换和管理后端模型。文章分析了手动修改配置文件的痛点，并展示了CC Switch如何通过内置供应商预设、用量追踪、自动故障转移等功能，极大地简化了模型管理和成本控制流程。
一个二本的女生，用免费的AI考上了北大
文章讲述了二本毕业生陈雨欣利用免费AI工具（如DeepSeek）辅助学习，成功跨专业考上北京大学社会工作硕士的故事。文章不仅详细介绍了她如何将AI作为导师进行概念理解和模拟面试，更强调了她在“人机协作”中保持独立思考、将AI与人工辅导结合的智慧。故事揭示了AI时代的“经济差”，并指出工具并非决定性因素，人的核心能力与选择才是关键。
实测DeepSeek V4：为国产化而生的混合模型
文章详细评测了 DeepSeek V4 模型。V4 采用混合架构，参数量达 1.6T，虽未集成多模态能力，但在推理和代码领域表现优异。作者指出该版本通过 MXFP4、TileLang 和 MegaMoE 等技术，深度适配华为昇腾等国产芯片，旨在解决算力卡脖子问题。实测中，V4 在写作和长文本处理上表现出色，但在 Agent 意图识别和复杂开发约束遵守方面仍存在瑕疵。
GPT-image-2 正式上线：设计行业的冲击与未来
OpenAI 正式上线 GPT-image-2，其在文字渲染、世界知识、修改精准度及审美方面实现了质的飞跃。文章通过大量实测样例展示了其逼近真实的效果，指出 AI 绘图已步入普通人无法分辨真假的年代。作者认为这标志着“画图员”时代的终结，但强调设计的核心在于思考与解决问题，真正的设计师时代才刚刚开始。
从0开始，在国内用上Claude Code的终极保姆教程
本文是一份针对国内用户的 Claude Code 安装与配置保姆级教程。文章详细介绍了在 Mac 和 Windows 系统下，无论是否有网络代理，如何安装 Claude Code 框架。同时，为了解决国内访问 Claude 官方模型的困难，作者提供了使用国产模型（如 GLM-5.1）的接入方案。教程涵盖了从环境配置、工具安装（如 Homebrew、Git）、模型切换工具 CC Switch 的使用，到配置 CLAUDE.md 规范文件的完整流程，旨在帮助新手用户无障碍地使用这一 Agent 框架。
一文带你看懂 Harness Engineering
本文深入解析了AI工程领域的三次范式跃迁：从Prompt Engineering到Context Engineering，再到当前的Harness Engineering。文章用生动的游戏比喻和OpenAI的实际案例，阐述了Harness Engineering的本质——通过建立约束系统来驾驭强大的AI Agent。
用好Agent最重要的技巧：约束先行
本文提出了使用 Agent 时最重要的原则——“约束先行”。作者通过个人实践总结出，在使用 Claude Code 等 Agent 时，应建立类似“宪法”的约束体系：包括全局原则、项目级规范和具体设计文档。通过构建从上至下的规则系统，可以避免文件管理混乱，显著提升 Agent 的工作效率和智能水平。这不仅是 Prompt 技巧，更是类似于公司治理和城市规划的系统工程方法论。
卡兹克风格创作 Skill 开源：构建你的 AI 辅助创作体系
作者开源了其三年公众号创作经验蒸馏而成的 Skill，并分享了构建与迭代创作 Skill 的四层自检体系（硬性规则、风格一致性、内容质量、活人感）。文章强调 AI 无法替代人类的核心判断与情感，如凌晨找灵感、亲自体验评测等。作者主张 AI 应作为辅助工具加速产出，而非替代创作，鼓励创作者基于此构建属于自己的独特风格。
AIFUT大会Day1上午场总结：罗振宇、张鹏等嘉宾畅谈AI技术与未来
本文是 AIFUT 大会第一日上午场的精彩内容回顾。作者记录了王磊关于城市 AI 化的思考，罗振宇关于“人类只需告诉 AI 要什么”的观点，张鹏对适合 Agent 的大模型定义的探讨，以及谷大白话关于 AI 教育创新的分享等。文章不仅涵盖了产业、技术、教育等多维度的干货，还传达了在 AI 时代保持好奇心与想象力的重要性。
今天，我决定把「卡兹克风格创作.skill」开源了
作者宣布开源自己长期使用的内容创作 Skill，并详细阐述了该 Skill 的构建方法、四层自检体系以及迭代流程。文章强调，AI 辅助创作应作为工具加速生产，而非直接生成全文，核心价值在于人类的判断、灵感与情感表达。
分享6个我觉得应该必装的Skills
本文作者分享了6个他认为必装的 Claude Skills，旨在提升 AI Agent 的实用性与效率。推荐的 Skills 包括：解决 AI 审美问题的“Frontend Design”、提供原生格式文档支持的“办公必备四件套”、增强联网搜索能力的“Web Access”、解决 AI 摆烂问题的“PUA”、提供持久化记忆的“Claude-mem”，以及最重要的自定义工具“Skill-Creator”。文章强调了技能封装的价值，认为真正重要的是用户创造个性化工具的能力。
刚刚，飞书CLI开源，Claude Code也可以丝滑操控飞书了
文章介绍了飞书开源CLI工具这一重要事件，作者认为其意义深远，标志着产品形态从GUI向CLI的转变。通过Claude Code结合飞书CLI，AI Agent可以直接通过命令行操控飞书，完成群发消息、多维表格数据检查、自动生成日报等复杂自动化任务。作者不仅详细讲解了安装配置流程，还展望了未来所有软件都将具备CLI接口以适应AI操作的趋势。
安利一个11万Star的必装插件，能让你的Agent体验直接质变
文章推荐了一款名为Superpowers的Github插件（11万Star），旨在解决Agent开发中缺乏标准流程的问题。该插件通过包含头脑风暴、苏格拉底式提问、任务拆解、子Agent开发和代码审查等在内的14个Skills，强制构建结构化的工作流（规划-拆解-执行-审查），从而显著提升任务产出质量和AI开发效率，适用于Claude Code、Cursor等多种环境。
Claude能直接操控电脑微信了，这才是真正的上位小龙虾
Claude 推出重磅更新，通过纯视觉方案 Computer Use 结合 Dispatch 远程控制，实现了对电脑微信等本地软件的直接操控。文章详细对比了该方案与传统代码驱动方案的区别，演示了如何利用手机远程操控电脑发送文件、总结群聊及自动发朋友圈，并强调了 Anthropic 作为模型厂商在权限管控与安全防护上的优势。
OpenClaw 安全指南：必装 Skill Vetter 插件防范恶意投毒
随着 OpenClaw 的普及，其 Skills 插件生态中出现了伪装性极强的恶意投毒风险。作者强烈推荐安装名为“Skill Vetter”的插件，在安装其他 Skills 前进行类似杀毒软件的“背调”。该插件通过审查来源、扫描代码红线和评估权限，能有效识别高危指令和偷窃隐私的行为，为用户构建一道安全防线。
Claude Skill-creator 史诗级升级：评估、基准测试与多代理并行
Anthropic 官方 Skills 生成器 Skill-creator 迎来重大更新，新增四大核心功能：评估系统、基准测试、多代理并行测试及描述调优。此次升级解决了长期以来 Skills 质量“黑盒”的痛点，通过量化测试（如通过率、耗时、Token用量）和自动迭代优化，显著提升了 Skills 的触发准确率和执行效果。
全网最详细的Codex入门教程：手把手教你玩转Vibe Coding
本文详细介绍了OpenAI的编程工具Codex，结合GPT-5.3-codex模型，为用户提供了一种可视化的Vibe Coding体验。文章对比了Codex与Claude Code等竞品的优劣，指出Codex在速度、额度及图形化界面方面的优势。作者从下载安装、项目目录管理、功能配置（如定时任务、Skills管理）到全局规则设置，全方位指导新手如何入门，强调了通过合理分类和Plan模式高效开发的重要性。
GLM-5深夜登场：国产开源模型首次逼平Claude Opus 4.5
本文评测了智谱最新发布的开源大模型GLM-5。作者认为GLM-5在编码能力、长任务规划及Agent能力上已逼近Claude Opus 4.5和GPT-5.2水平，是国产模型的重大突破。文章详细展示了使用GLM-5开发文章分发插件、斗地主记牌器及QQ农场的实战案例，并对比了其API价格与性能优势，称其为国内性价比最高的AI Coding选择。
3D领域的NanoBanana：用嘴操控一切，Rodin Gen-2引领AI建模新趋势
文章介绍了Hyper3D发布的Rodin Gen-2，这是目前首个允许用户通过自然语言直接编辑3D模型的AI产品。作者通过演示展示了如何对模型进行局部修改、添加部件和移除元素，甚至将机甲头部替换为蜡笔小新，并成功进行了3D打印。文章指出，相比重新生成，局部、可控的增量编辑更能保持3D资产的拓扑结构与绑定信息，这对游戏和影视生产管线具有革命性意义。