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。
全部文档 / 作者: Su
134 篇
Relayrouter 支持 OpenSeek：开源 TUI 编程 Agent
作者 sukie 表示很荣幸 relayrouter 能够支持 ShenHuang 的开源 TUI 编程 Agent 项目 OpenSeek。文章高度评价了 OpenSeek 在技术平权方面的价值，指出其具备 27 个内置 Provider、50+ 工具及三档运行模式，并拥有严谨的工程设计和 LSP 集成。
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。
AI的万亿美元盲点：静态网站
文章指出，尽管各大公司都在产品中嵌入 AI，但作为用户第一接触点的落地页却仍是旧时代的静态页面。这种“千篇一律”的界面无法适应用户语境，导致转化率低。随着 AI 搜索引擎接管了最初的“发现”环节，用户访问官网是为了验证而非探索。作者认为，未来属于对话式、可实时生成的动态界面，这将是一个比搜索和社交更大的市场机会。
从零构建 LLM 架构：10 个实用经验教训
本文指出构建 AI 产品的核心不在于选择模型，而在于架构设计。作者分享了 10 个实用经验，强调从工作流而非模型入手、重视检索优于微调、将提示工程视为系统工程、关注延迟优化、为智能体设置护栏、妥善处理记忆、建立评估管道以及优化成本。最终，多智能体系统将是未来趋势。
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 在大型代码库中的运作方式：最佳实践与入门指南
文章探讨了 Claude Code 在处理数百万行级单体仓库及遗留系统时的成功模式。区别于传统 RAG 工具的嵌入索引滞后问题，Claude 采用本地代理式搜索实时导航。核心论点指出，工具链生态（CLAUDE.md、钩子、技能、LSP 集成等）的重要性远超模型本身。文章详细解析了七大扩展点，并建议通过渐进式配置与插件分发来提升在大型复杂代码库中的协作效率。
Claude Code 在大型代码库中的运作方式：最佳实践与入门指南
文章深入探讨了 Claude Code 如何在大型代码库（如单体仓库、遗留系统）中高效工作。与依赖过时索引的 RAG 工具不同，Claude 采用代理式搜索遍历本地文件系统。文章指出，工具链（包括 CLAUDE.md、钩子、技能、插件、MCP 服务器和 LSP 集成）对性能的影响往往大于模型本身。通过建立正确的上下文层次和渐进式采用策略，团队可显著提升开发效率。
2026年提示词实战手册：全员AI技能培训脱敏版
本文是一份面向全员（美术、运营、产品、策划、财务、客服）的提示词工程实战培训手册。文章不仅解析了角色设定、格式控制、思维链、少样本示例和负面约束五大核心技巧，还提供了周报生成、会议纪要、竞品调研等可直接套用的Prompt模板，并整理了李继刚、宝玉等国内知名创作者的实践思路，旨在通过“少理论，多模板”的方式提升AI办公效率。
新手必装：10 类 Codex Skills 优先推荐与配置指南
本文介绍了 Codex 新手在安装模型后，应优先配置的 10 类关键 Skills。文章指出模型只是下限，合理的 Skill 配置决定了工作效率。推荐优先级包括浏览器交互（playwright-interactive）、视觉验收（screenshot）、文档阅读、Web 搜索、任务拆解、代码审查、测试回归、长会话终端、CI/PR 处理以及自定义 Skill 工具。作者建议按梯队逐步安装，避免上下文污染，并附带了具体的安装命令。
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。
为 Mintlify AI 助手构建虚拟文件系统
文章探讨了如何通过构建虚拟文件系统 ChromaFs 来优化 Mintlify 的 AI 文档助手。作者指出传统的沙箱克隆方案存在高延迟（约 46 秒）和高成本（年费超 7 万美元）的问题。ChromaFs 通过拦截 Unix 命令并将其转换为 Chroma 数据库查询，实现了零边际计算成本和毫秒级的会话启动速度。文章详细介绍了 ChromaFs 的架构、目录树引导、权限控制、分块重组以及针对 grep 命令的优化策略。
Codex 宠物上线教程：从安装到孵化自定义宠物
本文介绍了 Codex 推出的桌面宠物功能。作者手把手教你如何安装 Codex 客户端、召唤默认宠物、设置快捷唤醒与隐藏，并利用状态栏监控任务进度。此外，文章还详细讲解了如何使用 hatch-pet Skill 生成独一无二的定制宠物，让编程过程充满陪伴感。
Company Brain：构建组织智能的三层记忆架构
文章探讨了公司如何通过构建“Company Brain”来解决制度性摩擦和上下文缺失的问题。作者指出，单纯的知识库或RAG无法构成真正的公司大脑，提出了一个包含三层记忆的架构：事实记忆（记录发生了什么，强调语义关联而非单纯检索）、交互记忆（记录决策背后的意义与思维链，涉及本体论和上下文图）以及行动记忆（记录实际运作路径与代理护栏）。该系统旨在通过AI帮助组织实现从数据碎片到组织智能的涌现。
如何在一个周一早晨获得360万浏览量与9000个演示
本文分享了如何为AI产品Helena策划一场成功的发布活动，最终获得360万浏览量并成为当周最大发布。关键策略包括：重塑定位从“AI CMO”转向“自主AI营销人员”；避开拥挤时段选择周一发布；分层协调300个关键账号进行助推；利用公开比较制造话题争议；以及精确安排首小时的互动节奏以确保算法推荐。
Codex APP 保姆级教程攻略：从下载到精通
这是一篇 Codex APP 的详细使用教程。文章涵盖了环境搭建、安装登录、核心功能、权限沙箱、上下文管理及 Git 集成等内容。重点介绍了 Codex 的安全机制、计划模式、Skills 和 MCP 扩展能力，展示了其作为本地 AI 劳动力在代码编写、项目管理和自动化方面的优势，适合想要从零开始上手 Codex 的用户阅读。
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。
Codex保姆级安装教程：0基础小白也能看的懂得的安装指南
本文详细介绍了 OpenAI 推出的命令行 AI 编程助手 Codex 的安装与配置流程。文章涵盖了在 Windows 环境下的两种安装路径：原生 PowerShell 安装与 WSL2 安装（官方推荐）。作者列出了前置准备要求，逐步讲解了 Node.js 环境搭建、Codex CLI 部署、身份认证（ChatGPT 账号或 API Key）以及常见报错的解决方法。此外，还分享了关于文件路径、使用额度和网络连接的实用建议，帮助初学者快速上手使用该工具。
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。
美股入门教学指南：从0到买入第一份基金的6个步骤
这是一篇面向新手的美股入门指南。文章以通俗易懂的语言解释了美股投资的本质，分析了其门槛低、公司熟悉度高、交易时间友好等优点。作者详细梳理了从准备证件开户、办理香港卡入金、到挑选基金下单的完整实操流程。最后强调了只用闲钱、减少频繁操作、坚持长期主义等核心投资理念，帮助普通人安全迈出投资第一步。
Hermes Agent 保姆级变现指南
本文是一份 Hermes Agent 的实战变现教程。作者首先解析了 Hermes Agent 具备的长期记忆、技能自动沉淀及 24 小时在线等核心优势，随后提供了“喂饭级”的安装与部署教程。文章重点列举了三种适合普通人的变现路径：出售代安装服务（卖铲子）、为线下店铺搭建 AI 客服系统（卖服务）以及利用 AI 分身辅助内容生产（卖自己）。最后，作者分享了避免被割韭菜的三条保命铁律，鼓励读者从第一笔小额收入做起，享受 AI 带来的复利红利。
Windows 的 Hermes Web-UI 保姆级安装避坑指南
本文是一篇针对 Windows 环境下安装 Hermes Web-UI 的保姆级教程。作者针对现有教程步骤跳跃或过时的问题，详细记录了从配置 Node.js 环境、安装 Web-UI 到启动服务的全过程。文中重点分享了后台运行技巧、与 Hermes Agent 的联动注意事项，以及常见报错的排查方法（如端口占用、无反应等），旨在帮助用户在本地搭建美观好用的 AI 聊天界面。
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。
3分钟验证交易直觉：AI正在把散户变成量化基金经理
文章介绍了AI工具Alpha Thesis，它能将专业量化团队一周的工作量压缩至3分钟。用户只需在聊天软件中用自然语言输入交易直觉，AI即可自动进行数据获取、统计分析、因子回归及回测，直接生成可执行的交易策略。该工具旨在帮助主观交易员低成本验证想法，实现个人能力的机构化。
离职字节后，北大教授泼了盆冷水：中国AI的真实差距，可能正在拉大
北大教授、前字节跳动算法专家张驰分析中美AI现状。他指出国内大模型存在“应试刷榜”、基础算力设施薄弱、高质量数据飞轮断裂等问题。因国产模型体验差距，顶尖开发者纷纷流失至美国产品，导致数据反馈闭环恶化；过度依赖模型“蒸馏”也限制了原创能力。尽管在硬件和具身智能领域尚存优势，但在纯软件领域的整体差距恐将持续扩大。
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。
你用的中转到底是怎么运行的？
本文深度拆解了 AI API 中转服务的运行原理，以开源网关 new-api 为例，详细阐述了从请求诞生到结果返回的全链路。文章涵盖了路由、鉴权、分发、转换、计费及容错等核心机制，并解析了渠道选择算法、流式传输及适配器模式等底层技术，揭示了中转站如何实现省钱、省事且稳定的 AI 服务调用。
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”。
Hermes 微信接入保姆级教程：零基础实操手册
本文是一份详细的 Hermes 微信接入教程，专为小白用户设计。文章基于 Ubuntu 环境，详细介绍了从准备微信小号、安装依赖包、扫码绑定、配置文件修改到最终启动 AI 助手的全过程。作者强调无需编程基础，只需按步骤操作即可将 Hermes Agent 接入微信，实现拥有分层记忆的私人 AI 助理。