0基础小红书教程(下)：从0到1万粉的内容节奏
本文是作者小红书运营系列的收官之作，核心观点是账号的长期增长靠内容节奏而非等待爆款。作者提出内容节奏的本质是持续积累、批量生产和按节奏发布的循环，建议保持至少两周的内容储备。文章给出了从0到1万粉的分阶段策略：0-1000粉为试错期多测试、1000-5000粉为放大期复制有效内容、5000-10000粉建立内容系统、1万粉后形成增长飞轮。同时强调前期需垂直定位建立标签，后期转向人设垂直，并分享了简单的内容模板：一个问题+一个经验+一个观点。
全部文档 / 作者: Ryan
53 篇
小红书运营（下）：0-20万粉的变现、个人IP与长期主义
作者结合自身从0到20万粉的经历，拆解知识/职场/AI类博主在小红书的变现逻辑。小红书粉丝值钱的本质是信任而非流量，广告报价约为粉丝数的1/10。变现分为广告、带货、知识产品、咨询服务四层，层级越高信任越深，作者广告收入仅占整体收入20%，其余来自职业辅导、企业培训、设计咨询等。文章强调个人IP是被时间筛选出来的，IP不是设计出来的而是长出来的；小红书是长尾流量平台，做内容如同在互联网种树，坚持长期主义，信任和品牌会复利增长。
小红书起号(上)：从0到20万粉的流量、定位、涨粉与选题经验
作者是硅谷大厂AI产品设计负责人、全平台50万粉博主，分享小红书从0到20万粉的起号心得。核心观点：起号关键在于顺势而为、找到能长期输出的方向、持续验证内容共鸣。文章讨论了账号定位的两种玩法（追热点vs个人IP）、小红书重人设与信任的特点、涨粉靠真诚与利他、算法从内容垂直到人设垂直、流量波动的应对，以及选题方法与图文视频形式选择，最后总结8个常见起号误区，强调先行动再优化、长期主义经营自己而非账号。
The Books on My Nightstand
Ryan Holiday shares the books currently on his nightstand, including Clear Thinking by Shane Parrish, Three Lives for Mississippi by William Bradford Huie, Everybody Behaves Badly by Lesley M. M. Blume, The Daily Pressfield by Steven Pressfield, Going Infinite by Michael Lewis, and Fair Play by Eve Rodsky. He provides personal insights and recommendations, touching on decision-making, civil rights history, Hemingway's writing style, and practical advice for household task division. He also mentions books his children are enjoying, such as The Island by Max Brooks and WeirDo by Anh Do, and reflects on the importance of reading history to understand current issues.
美股0基础教程：一个普通人，如何通过投资改变人生？
本文作者以十年美股投资经验，分享普通人如何通过长期投资建立财富增长体系。文章从个人经历出发，介绍了投资理财的起步方法、常见误区、美股与ETF基础知识，并推荐了VOO、VTI、VGT、QQQ等常见ETF。作者强调长期投资、分散风险、理解资产与复利的重要性，并给出新手入门步骤和投资原则，旨在帮助投资小白建立正确的投资观念。
我发布了新的skill Product Teardown产品拆解
作者发布了一个名为Product Teardown的skill，旨在帮助用户从资深产品经理的视角系统拆解产品，包括核心问题、目标用户、体验优势、产品策略和优化建议。该skill延续了作者之前offer toolkit的设计语言，采用视觉化表达，便于阅读和分享。作者提供了GitHub链接和讲解视频，并欢迎反馈。
X万粉攻略：复盘有效的创作经验
作者复盘了在X平台首月涨粉过万的9条经验，包括主动介绍自己、发布作品与观点、尽早写长文、找到垂直领域、公开学习过程、分享幕后思考、打破信息茧房、复用优质内容以及建立内容飞轮，强调真诚与长期价值的重要性。
OpenCodex：为 Codex Desktop 解锁第三方 API 的本地网关
文章介绍了 OpenCodex 项目，这是一个旨在为 Codex Desktop 解锁第三方 API 能力的本地网关工具。它具有零配置启动、Web 控制面板管理、低延迟 CU 引擎截图压缩等特性，并支持非多模态模型流畅运行 Computer Use。此外，该工具不影响 Codex 原生的手机远程功能。
Claude Code 正在创造新型开发者：从 AI 助手到智能编排
文章探讨了软件开发的范式转移，指出开发者不应仅将 AI 视为简单的聊天或代码生成工具，而应构建围绕智能体（Agent）的完整操作系统。通过优化上下文管理、工作流编排和长期记忆系统，开发者能将 AI 转化为高效的工程系统。这种从“写代码”到“编排智能”的转变，将是未来的核心竞争力。
最重要的 AI 创业方向不是 Agent，而是 AI 记忆
本文深入探讨了当前 AI 行业被忽视的“痛点”：AI 缺乏长期记忆。作者认为，比单纯追求更聪明的大模型或自主 Agent 更重要的是构建“持久认知层”。文章以 GBrain 为例，阐述了它如何超越传统的检索生成（RAG），通过自建知识图谱和“梦境周期”维护，实现对信息的真正理解与关系连接。这种能积累上下文、提供确定性智能的“记忆基础设施”，将成为未来 AI 的真正护城河。
如何构建 AI 操作系统与自主工作流
文章探讨了从单一 AI 工具向 AI 操作系统的范式转变。AI 操作系统不仅仅是一个模型或聊天机器人，而是一个位于人与软件之间的智能编排层，包含智能层、记忆层、工具层、代理层、编排层和反馈层六大核心架构。文章详细介绍了如何通过从单一工作流入手、拆分专业角色、建立共享记忆和连接外部工具来构建这一系统，从而将软件从“使用”的对象转变为协同运作的伙伴。
Claude + Figma 彻底改变了网页设计：从想法到落地的革命
文章探讨了 Claude 结合 Figma 如何解决网页设计中最难的部分：从“想法”到“执行”的转化。作者指出，AI 极大地提高了从规划、文案到代码生成的效率，使得一个人就能完成以前需要一个团队的工作。文章强调，未来的核心竞争力不再是单纯的编码或绘画能力，而是人类的审美品位、指导 AI 的能力以及快速交付的速度。
Claude Code 的 Agent 开发工具包：AI 工程化的未来蓝图
文章指出 AI 正从简单的“聊天机器人”演化为复杂的“操作系统”。作者深入剖析了 Claude Code 的 Agent Development Kit 架构，该架构包含五层设计：作为记忆层的 CLAUDE.md、作为知识层的 Skills、作为护栏的 Hooks、用于委派的 Subagents 以及用于分发的 Plugins。这套蓝图将 AI 转变为具备记忆、规则、委派和编排能力的数字组织，标志着开发重点从提示词工程转向了 AI 基础设施工程。
20年来编程最大的范式转变：从编写代码到引导智能
文章探讨了 AI 编程代理带来的根本性范式转变，指出我们已从“手动编写代码”转向“用英语描述系统并让代理执行”。核心变化在于工程师需从关注语法转向关注系统约束和结果。文章提出了四条实用原则：先思考后编码、极简优先、精准修改和目标驱动执行。虽然这可能降低原始代码编写能力，但它提升了工作野心的上限，使程序员从打字员转变为系统思考者。
RAG Is a Lie — Karpathy's LLM Wiki 模式解析
文章批判了当前主流的 RAG（检索增强生成）模式无法积累知识的局限性，并介绍了 Andrej Karpathy 提出的 LLM Wiki 范式。该模式主张让 LLM 维护一个动态的结构化知识库（Wiki），在数据摄入时进行编译和整合，而非在查询时临时检索。这种方法通过将繁琐的维护工作交给 LLM，实现了知识的复利增长和自我进化，解决了传统知识管理系统中维护成本高昂的痛点。
如何在6个月内从零成为AI工程师（2026版）
本文针对2026年的行业现状，驳斥了通过传统机器学习理论入行的误区，提出了6个月速成AI工程师的实战路线图。作者强调无需深奥数学，而应从Python和API调用起步。核心路径涵盖：深入掌握LLM原理与提示工程，精通RAG（检索增强生成）及语义分块、重排序等进阶技术，最终构建结合Agent与生产级思维的复杂AI系统。文章指出，唯有动手解决实际问题、构建高可用系统，而非单纯考取证书，才是成为合格AI工程师的关键。
AI Agent Harness 解析：为何智能体在生产环境中会崩溃
文章指出，许多所谓的“AI 智能体”实际上只是连接了工具的模型，演示完美但上线即崩。核心问题往往不在模型本身，而在于支持其运行的“Agent Harness”（智能体挽具/系统）。文章详细解析了 Harness 的三层工程架构（提示工程、上下文工程、系统挽具工程），阐述了编排循环、上下文管理及工具接口的实现机制。作者强调，真正的工程杠杆在于优化这个将无状态模型转化为行动能力的系统，而非盲目更换底层模型。
Sub-Agents vs Agent Teams: 决定性架构决策
本文探讨了 AI 系统中“子代理”与“代理团队”的区别。子代理适用于并行、隔离的任务，专注执行且无状态；代理团队则用于需要上下文共享的协作任务。文章指出架构设计应基于上下文边界而非单纯的角色拆分，并总结了 Prompt 链、路由、并行化等 5 种关键模式。
Claude Design：首度真正威胁 Figma 的设计工具
文章探讨了 Anthropic 推出的 Claude Design 对设计行业，特别是 Figma 构成的巨大挑战。Claude Design 摒弃了传统的空白画布模式，转而采用“意图优先”的设计逻辑。它不仅通过自动化减少了繁琐的机械操作，缩短了迭代周期，还内置了设计系统一致性维护能力。这种从“工具”到“系统”的转变，降低了非设计师进行高质量设计的门槛，迫使设计工作流的核心从“如何执行”转向“如何清晰表达意图”。
用 HTML/CSS 和 Claude Code 替代 Google Slides 制作演示文稿
作者分享了如何使用 Claude Code、HTML/CSS 和 git 完全替代 Google Slides 来构建融资演示文稿。通过开源项目 Stella Decks，他将幻灯片转化为代码，利用 LLM 的编程和写作能力，实现了分钟级的迭代周期。文章详细介绍了通过对话建立设计系统、基于 Brief 生成幻灯片、叙事审查以及通过 manifest 管理幻灯片顺序的工作流。
我如何在 OpenClaw 上打造了一个比我雇过的任何人都强的幕僚长
作者分享了利用 OpenClaw 构建全能 AI 幕僚长“Stella”的实战经验。系统核心在于独特的双层记忆架构（每日笔记+长期记忆）和持续进化的 Kaizen 循环。Stella 能够自动化处理会议准备、任务管理、关系上下文跟踪及信息过滤，通过将确定性逻辑交给脚本、仅让 LLM 负责判断，实现了超越人类助理的效率与可靠性。
基于 OpenClaw 打造超越人类能力的 AI 助理
作者利用 OpenClaw 构建了一个名为 Stella 的 AI 办公室主任，其能力超越了以往的人类助手。文章详细介绍了该系统的核心架构：基于 Markdown 的双层记忆机制（日志与长期记忆）确保上下文连贯；Kaizen 持续改进机制通过周报和社区学习自动优化系统；以及自动化的会议准备、跟进和任务管理流程。该系统利用 Granola 等工具实现了工作流的自动化，不仅提升了效率，更通过持续迭代实现了自我进化。
如何将你的 OpenClaw 打造成世界上最好的助手
文章详细介绍了如何通过开源项目 Clawchief 将 OpenClaw 定制成高效的个人行政助理和幕僚长。通过安装特定技能、配置工作区文件（如心跳、任务清单）及设置定时任务，实现自动化的邮件管理、日历安排和 CRM 更新，从而将通用 AI 助手转化为深度个性化的主动执行系统。
