作者探讨了长文封面是否应该添加标题、关键词等文字的问题，核心观点是「先不加文字」。通过分析 Yino、反向的猫、南风窗、半佛仙人、新世相等优秀账号的封面设计，说明无文字封面能提供标题之外的感受空间、形成视觉识别锚点。文章结合 Roland Barthes 的图文互文理论、Lippmann 的拟态环境以及认知心理学的冗余效应，论证重复文字会增加读者的注意力负担。同时指出例外情况：抖音、小红书等平台封面文字承担定位内容的功能。最后建议读者探寻属于自己的封面风格，并推荐了 Punk 的封面 Skill。
文章探讨了开发者对 AGENTS.md 和 CLAUDE.md 等 AI 编程工具说明文件的普遍误解。作者指出，很多团队把所有希望 AI 做到的事都写进一个不断膨胀的文件，导致维护规则本身成了负担，本末倒置。正确的做法是让 AGENTS.md 保持精简（作者根文件不到 50 行），只写每次开工都需要知道的少数核心事项，再指向不同任务对应的规则文件，让 Agent 按需读取。作者引用西蒙'存储信息'与'需要时获取信息'的区分，并提醒只有在流程确实需要反复执行时才值得做成 Skill，不必急于按需调用。
作者从内容创作和小说写作的实践出发，发现把所有约束堆在一条长提示词里反而失效。核心问题是所有限制都放在顶层，AI 每次都要重新判断哪条重要。作者提出将 Prompt 分为三级：快速原型级解决能不能做，开发级解决能不能稳定做，管理级负责调度 CLI、Skill、MCP、脚本、Agent 等执行单元。顶层 Prompt 像经理，只保留目标、路由、验收和异常处理，具体规则下沉到各执行单元自带的说明中。写 Prompt 最关键的能力不是表达，而是组织能力。
本文介绍了RW Research Skill中rw-research-passport的更新，新增了Research Credential功能，用于记录科研讨论形成的决定，并提供可验证和回溯的凭据。文章详细说明了凭据的内容、权限分类、不可篡改性及验证机制，强调了聊天记录不能直接作为执行权限的原因，并展望了无人值守的“睡后科研”场景。作者认为凭据管理是实现AI科研自动化和安全性的关键。
作者 Roland.W 开源了一套用于科研的 RW Research Skill 工具集。该套件包含 12 个独立技能（如路由、问题定义、文献发现、论文提取、证据图谱等），旨在解决 AI 在科研中“证据不足仍生成”的问题。它强调来源要求、明确停止条件和人工确认，将科研流程任务模块化，适用于从本科生到教授的广泛人群，特别适合医学、社科等领域，希望能作为科研自动化的流程层。
